孫茂松

1981年，本科畢業於清華大學計算機科學與技術專業，獲得工學學士學位。

1988年，碩士研究生畢業於清華大學計算機科學與技術專業，獲得工學碩士學位。

2004年，博士研究生畢業於香港城市大學計算語言學專業，獲得哲學博士學位。 ^[3] 

2007年4月至2010年11月，擔任清華大學計算機科學與技術系主任。

2010年12月至2018年1月，擔任清華大學計算機科學與技術系黨委書記。 ^[2] 

2020年8月，當選歐洲人文和自然科學院外籍院士。 ^[1] 

2021年6月，增選為中國人工智能學會會士 ^[7]  ；12月18日，增選為中國中文信息學會會士。 ^[8] 

2022年12月，當選國際計算語言學協會會士（ACL Fellow）。 ^[13] 

孫茂松的研究重點之一是中文信息處理最為基礎性的課題：漢語自動分詞。他提出了若干重要概念，如“最大交集型歧義切分字段”“真切分歧義與偽切分歧義”“全局統計量與局部統計量”，並在大規模漢語語料庫上對“最大交集型歧義切分字段”進行了考察，給出了有效的處理策略，並以此為基礎，研製出一個集自動分詞、詞性標註、專名識別和新詞識別於一體的漢語分析軟件CSegTag，應用於清華與歐盟近10個國家合作的FP6項目“超對等語義搜索引擎”中。他還就與漢語分詞相關聯的若干問題進行了研究，如探討了中文文本自動分類的基本單元是基於字的N-gram還是基於詞這個問題，初步得到一個重要結論：在分類粒度較粗的條件下，基於字的Bigram的分類性能和基於詞的分類性能幾乎相當。 ^[3] 

孫茂松提出了“基於極大規模自然標註語料庫的自然語言處理”的學術思想，其基本想法是系統地利用用户在Web環境下實現相關應用任務過程中不經意輸入或建立的各類信息，以有效提高自然語言處理系統在開放環境下的處理能力（包括對Web的適應能力）。自然標註包括兩類，一類是顯式的，如各種標點、Anchor文本、查詢日誌、博客標籤、維基百科等；一類是隱式的，如各種語言模板。 ^[3] 

2012年以來，孫茂松在深度學習（Deep Learning）範式下系統性地開展了一系列前沿研究，內容涵蓋大規模結構化知識圖表示學習基礎方法、預訓練語言模型乃至大模型等，形成了有一定國際影響力的成果。據Gitstar Ranking統計數據，基於孫茂松研究團隊核心成果的開源項目THUNLP在GitHub上獲得了近8萬個星標（Star），機構排名居全球高校前列。2013年，孫茂松在清華大學的戰略部署下率領團隊設計並實現了中國第一個中文大規模開放在線課程平台“學堂在線”，併成為聯合國教科文組織（UNESCO）國際工程教育中心（ICEE）的在線教育平台，全球學習者人數累計超過一億人；2015年，孫茂松領銜研製了人工智能中國古典詩詞寫作系統“九歌”。這也是中國較早的AIGC（人工智能生成內容）深入研究。 ^[26] 

截至2021年3月，孫茂松已獲國家發明專利4項，日本專利1項。 ^[3] 

截至2021年3月，孫茂松已主持973二級課題、863重大專項二級課題和探索類課題、國家自然科學基金重點項目和麪上項目、國際合作項目等約20項，主持信息處理ISO國際標準2項。 ^[3] 

截至2021年3月，孫茂松在國際刊物、國際會議、中國國內核心刊物上共發表論文約130篇，Google Scholar總引用數約1400次。 ^[3] 

孫茂松所講授的課程“計算語言學”被評為清華大學精品課程。 ^[14] 

孫茂松在工作中客觀、嚴謹、理性，在生活中細膩、和藹、感性，能夠設身處地關心學生的心理變化。 ^[11]  （清華大學評）

孫茂松是計算機學者中少有的具備深厚文化底藴的老師，他身上有中國知識分子的氣息——正直、正義、有情懷。 ^[11]  （清華大學計算機科學與技術系副教授劉知遠評）