Christopher D. Manning ist ein Informatiker und der Thomas M. Siebel Professor an der Stanford University, wo er das Stanford Artificial Intelligence Laboratory (SAIL) leitet und seit mehr als zwei Jahrzehnten eine der einflussreichsten Persönlichkeiten auf dem Gebiet der Verarbeitung natürlicher Sprache ist.
Manning ist Mitautor zweier Standard-Lehrbücher des Fachgebiets, „Foundations of Statistical Natural Language Processing" (1999, mit Hinrich Schütze) und „Introduction to Information Retrieval" (2008, mit Prabhakar Raghavan und Hinrich Schütze), die eine Generation von NLP-Forschern während des Übergangs des Fachgebiets von handgeschriebenen linguistischen Regeln hin zu statistischen und später neuronalen Methoden ausbildeten.
GloVe und Wort-Einbettungen
Im Jahr 2014 veröffentlichte Mannings Gruppe, darunter Jeffrey Pennington und Richard Socher, GloVe (Global Vectors for Word Representation), eine Einbettungs-Methode, die dichte Vektorrepräsentationen von Wörtern aus globalen Wort-Kookkurrenz-Statistiken über ein großes Korpus lernte. GloVe wurde neben Word2vec zu einer der beiden dominierenden Wort-Einbettungsmethoden der Mitte der 2010er Jahre, und beide wurden weit verbreitet als Eingaberepräsentation für nachgelagerte Verarbeitung natürlicher Sprache-Systeme verwendet, bevor sie weitgehend durch kontextuelle Repräsentationen ersetzt wurden, die in Modellen wie BERT und später großen Sprachmodellen gelernt werden.
Von statistischer zu neuronaler NLP
Mannings Labor war auch in frühen neuronalen Ansätzen für Parsing, Sentimentanalyse und maschinelle Übersetzung aktiv und trug in den 2010er Jahren zum breiteren Übergang des Fachgebiets von statistischen Methoden hin zu Deep Learning-basierten Verarbeitung natürlicher Sprache bei. Als Direktor von SAIL hat Manning Forschung beaufsichtigt, die Kern-NLP, Computersehen, Robotik und maschinelle Lerntheorie umfasst, und die KI-Programme von Stanford haben eine große Anzahl von Forschern hervorgebracht, die später leitende Positionen an großen KI-Labors wie OpenAI und Google DeepMind übernahmen.
Stellung im Fachgebiet
Manning gilt weithin als einer der Forscher, die die linguistisch orientierte und die statistisch orientierte Tradition in der NLP überbrückten und später die statistische und die neuronale Tradition, wobei er konsequent über jeden Wechsel der dominierenden Methodik hinweg publizierte, anstatt nur mit einer Epoche identifiziert zu werden. Er hat sich weiterhin öffentlich dazu geäußert, wie der Aufstieg von großen Sprachmodellen neu definiert hat, was als offenes Forschungsproblem in der NLP gilt, und festgestellt, dass viele langjährige Teilgebiete wie Parsing und Part-of-Speech-Tagging durch allgemeine vortrainierte Modelle effektiv gelöst oder absorbiert wurden.