ダンキ・チェン（中国語: 陈丹琦; 拼音: Chén Dānqí）は、中国出身の計算機科学者であり、プリンストン大学の助教授である。彼女は人工知能分野の自然言語処理（NLP）を専門とし、テキスト理解と知識表現・推論に研究の焦点を当てており、質問応答やニューラル読解への顕著な貢献で知られる。学術的なNLP研究に加え、2008年の国際情報オリンピックでの金メダル獲得を含む競技プログラミングの経歴でも評価されている。
チェンはスタンフォード大学で博士号を、清華大学で学士号を取得した。2019年には、サンジーブ・アローラ、クリスティアーネ・フェルバウム、カルティク・ナラシンハンらとともに、プリンストン大学のNLPグループに加わった。以前はFacebook AI Research（FAIR）で客員研究員を務めた。博士論文『Neural Reading Comprehension and Beyond』では、通常の文書や構造化文書における知識へのアクセスに人工知能を活用する方法を探求している。
初期の経歴と教育
中国の長沙に生まれたチェンは、幼少期から計算機科学と競技プログラミングに優れた才能を示した。2008年には国際情報オリンピックで金メダルを獲得し、そのアルゴリズム的スキルを際立たせた。その後、清華大学で学士号を取得し、スタンフォード大学に移ってクリストファー・マニングの指導の下で博士号を修了した。スタンフォード在学中、彼女は後にGoogleのSyntaxNet（自然言語理解のための構文解析器）の基礎となるアルゴリズムを開発した。
研究貢献
チェンの主な研究関心は、テキスト理解と知識表現・推論にある。彼女の研究はMachine learningとDeep learningを橋渡しし、機械が大規模なテキストコーパスから質問を処理し回答する方法を改善している。最も引用されている論文の一つである『Reading Wikipedia to Answer Open-Domain Questions』では、ウィキペディアの文章から事実に基づく質問に回答するための検索と推論の手法を導入した。この研究は、その後のLarge language model研究、特にオープンドメイン質問応答システムの発展に影響を与えた。
博士論文『Neural Reading Comprehension and Beyond』では、Neural networkモデルが文書から回答を抽出するよう訓練できる方法を検討し、通常のテキストと構造化形式の両方における課題に対処した。この研究は、Sequence-to-Sequence (Seq2Seq)学習と注意機構の技法を進展させることで、より広いNatural language processing分野に貢献した。
学術経歴
博士号取得後、チェンはFacebook AI Research（FAIR）で客員研究員として働き、Transformer (architecture)アーキテクチャやGenerative AIに関連するプロジェクトに協力した。2019年にはプリンストン大学の助教授に就任し、サンジーブ・アローラ、クリスティアーネ・フェルバウム、カルティク・ナラシンハンらの研究者とともにプリンストンNLPグループの一員となった。プリンストンでは、AIシステムが知識をどのように推論できるかを引き続き研究しており、Artificial intelligenceの安全性と解釈可能性への応用も視野に入れている。
チェンは、指導者としての役割や学術コミュニティへの貢献でも知られている。彼女は多数のジャーナル論文や会議論文を共同執筆しており、その研究はMachine learningとDeep learningの分野で広く引用されている。プリンストンの研究グループは、複雑なテキスト情報を理解し推論できるモデルの開発に焦点を当てている。
競技プログラミングの遺産
学術的業績に加え、チェンは友人たちからCDQ（彼女の名前に由来する頭字語）として知られている。競技プログラミングで有名なアルゴリズム「CDQ分治法」は、この頭字語にちなんで名付けられた。このアルゴリズムは、オフラインクエリを伴う動的計画法問題を解くために使用され、競技プログラミングの分野では標準的な技法となっている。2008年の国際情報オリンピックでの金メダルは、彼女の初期のキャリアのハイライトであり、現在も中国や世界中の若いプログラマーへのインスピレーションとなっている。
個人生活
チェンは、プリンストン大学で理論計算機科学の助教授を務める胡成宇と結婚している。夫妻はニュージャージー州プリンストンに在住し、共に学術キャリアを追求している。チェンの研究は各種の賞や栄誉で認められているが、これらの受賞歴の具体的な詳細は広く公表されていない。最新の情報によると、彼女はプリンストンで研究と教育に引き続き積極的に携わっている。
参考文献
- Chen, D., & Manning, C. (2014). A Fast and Accurate Dependency Parser using Neural Networks. Proceedings of EMNLP.
- Chen, D., Fisch, A., Weston, J., & Bordes, A. (2017). Reading Wikipedia to Answer Open-Domain Questions. Proceedings of ACL.
- Chen, D. (2018). Neural Reading Comprehension and Beyond. Ph.D. Dissertation, Stanford University.