クリストファー・D・マニングは計算機科学者であり、スタンフォード大学のトーマス・M・シーベル教授である。同大学でスタンフォード人工知能研究所（SAIL）を率い、20年以上にわたり[[自然言語処理]]分野で最も影響力のある人物の一人である。
マニングは、同分野の標準的な大学院教科書である『統計的自然言語処理の基礎』（1999年、ヒンリッヒ・シュッツェと共著）と『情報検索の入門』（2008年、プラバカー・ラガヴァンとヒンリッヒ・シュッツェと共著）の2冊を共著しており、この分野が手書きの言語学的規則から統計的手法へ、さらに後にニューラル手法へと移行する時期に、これらの教科書は一世代のNLP研究者を育成した。
GloVeと単語埋め込み
2014年、マニングのグループ（ジェフリー・ペニントンとリチャード・ソッチャーを含む）は、GloVe（Global Vectors for Word Representationを発表した。これは、大規模なコーパス全体での単語共起統計から単語の密なベクトル表現を学習する [[(埋め込み)]] 手法である。GloVeは2010年代中盤にWord2vecと並ぶ2つの主要な単語埋め込み手法の1つとなり、両者は[[自然言語処理]]システムの入力表現として広く使用されたが、その後主にBERTや後の[[大規模言語モデル]]モデル内で学習される文脈表現に置き換えられることとなった。
統計的NLPからニューラルNLPへ
マニングの研究室は、構文解析、感情分析、機械翻訳への早期のニューラルアプローチにも積極的であり、2010年代に統計的手法から[[深層学習]]に基づく[[自然言語処理]]への広範な移行に貢献した。SAIL所長として、マニングは中核となるNLP、[[コンピュータビジョン]]、[[ロボティクス]]、機械学習理論にわたる研究を見守ってきた。スタンフォール大学のAIプログラムからは、OpenAIやGoogle DeepMindを含む主要AI研究所の上位リーダーへ進んだ多くの研究者が輩出されている。
分野での立場
マニングは、NLPにおける言語学志向と統計学志向の伝統、そして後の統計学とニューラルの伝統とを橋渡しした研究者の一人として広く認識されており、支配的な手法が変化する各期中にも一貫して論文を発表し続け、特定の一時代だけに結びつけられることはない。彼は、[[大規模言語モデル|大規模言語モデル]]の台頭がNLPにおけるオープンな研究課題をどのように変えてきたかについて公的にコメントし続けており、構文解析や品詞タグ付けなどの長年にわたる多くのサブ分野が、汎用の事前学習済みモデルによって実質的に解決されたり、包含されたりしていると指摘している。