哈尔滨工业大学信息检索研究中心

简介哈工大信息检索研究中心 (HIT-CIR) 成立于2000 年9月1日，隶属于计算机科学与技术学院。信息检索研究中心主任为刘挺教授，研究人员包括秦兵教授、张宇副教授、车万翔讲师/博士。

目前，哈工大信息检索研究中心的研究方向包括文本检索、文本挖掘、语言分析、跨语言检索和跨媒体检索五个方面，研究中心以认知心理学和机器学习为理论，以语言分析为基础研究，以信息抽取、文本检索、跨语言/媒体检索为应用研究，以精准搜索与挖掘系统为应用系统平台。研究中心已完成和现承担的国家自然科学基金、国家863、国际合作、企业合作等课题40余项。在这些项目的支持下打造出“语言技术平台LTP”，并免费共享给300多家研究机构。

研究中心坚持理论研究与技术开发互动同步发展的原则，一方面在向技术极限挑战的过程中撰写高质量的论文，一方面将陆续完成的阶段性成果适时地转化为实用技术。研究中心近年来发表论文100余篇，包括连续在自然语言处理顶级会议ACL上发表多篇论文，积极参加国内外技术评测，并取得优异成绩，包括CoNLL'2009七国语言的句法语义分析评测的第一名。中心主要通过与企业合作，采取将技术嵌入企业的产品中的方式，实现研究的价值，回报社会。双语例句检索、汉语分词等一批技术已经陆续转化到金山词霸和金山WPS软件中。

研究中心努力营造浓厚的学术氛围，悉心培养优秀学子。目前研究中心有15名博士生，17名硕士生，学生中3人获微软学者奖学金，1人被评为微软“十大”优秀实习生，多人次获得美国数学建模竞赛奖、IBM奖学金、计算机世界奖学金、罗克维尔奖学金等。

研究中心与国内外10余家相关的研究机构和企业保持着密切而友好的合作关系。哈工大信息检索研究中心是一个充满活力的团队，她渴望向国内和国际的同行们学习，也愿意尽自己的努力为中文信息处理领域的发展做出贡献。

研究组文本挖掘(TM组)组长：秦兵

主要研究方向信息抽取、意见挖掘、自动文摘以及文本分类聚类技术。研究重点包括指代消解、实体关系抽取、事件抽取、意见挖掘等。文本挖掘组在2003年国家863组织的技术评测中获得“自动文摘”第一名。在2008年的TAC评测中的子任务之一Update Summary评测中名列前茅。在第一届中文倾向性分析评测“中文文本倾向性相关要素抽取”的Lenient和Strict评价体系下分别取得了第1名和第2名。已经完成高校合作项目“多文档自动文摘”，企业合作项目“文本分类和聚类”等。目前正在承担国家863项目“基于实体关系的文本内容挖掘及集成平台”，微软基金项目以及企业合作项目等。文本检索组(TR组)组长：张宇

重点研究问答系统（涉及本体知识的自动构建），以及话题检测与跟踪（涉及个性化检索），已完成多项国家项目，包括国家自然科学基金项目“开发域问答式信息检索技术研究”，863项目“中文信息模糊匹配技术”，以及多项国家信息内容安全项目，开发了人物搜索演示系统。语言分析(LA组)组长：车万翔

语言分析是以句子为单位将输入文本转换为内部表达的分析过程，包括分词、词性标注、命名实体识别、依存句法分析、词义消歧、语义角色标注等。在词义消歧方面提出基于等价伪词的词义消歧方法，依存分析和语义角标注色获得2008年CoNLL评测第2名，已授权金山公司使用汉语分词等七项技术。目前承担国家863课题“语言技术平台”，国家自然科学基金“汉语依存分析”，“汉语语义角色标注”，“汉语词义消歧”等。跨语言组(CL组)组长：刘挺（兼）

副组长：和为

跨语言（Cross Language: CL）组主要研究为信息检索服务的机器翻译和复述技术。CL组在复述领域已做了一些尝试并取得了初步的成果，2007年发表2篇IJCAI论文，2008年发表2篇ACL论文。

科研项目列表基于实例动态泛化的共指消解，60975055，国家自然科学基金面上项目，2010-2012

汉语依存句法分析若干关键技术研究，60803093，国家自然科学青年基金，2009—2011

基于实体关系的文本内容挖掘与集成技术平台，2008AA01Z144，863计划探索类专题项目，2008-2010

基于XML的分层交互式中文处理开放平台，2006AA01Z145，863计划探索类专题项目，2007-2008

汉语语义角色标注方法研究，60675034, 国家自然科学基金面上项目，2007-2009

中文文本分类、聚类、文摘系统, 深圳腾讯公司，2006

网页地理与新闻信息抽取, NEC中国研究院，2006

中文词义消歧技术研究, 东芝中国研发中心，2005-2006

基于等价伪词的汉语全文无指导词义消歧技术研究，60575042, 国家自然科学基金面上项目，2006-2008

中文短语及简单句的复述技术研究, 60503072, 国家自然科学基金面上项目，2006-2008

英文复述技术研究, 微软亚洲研究院，2005-2006

语料库授权, 东芝中国研发中心，2005

简繁转换等七项技术授权金山WPS专业版使用，珠海金山软件公司，2005

多文档自动文摘, IBM中国，2005

问答式信息检索技术理论与方法, 60435020, 国家自然科学基金重点项目“问题理解与答案抽取”子课题，2005-2008

金山在线客服系统, 北京金山软件公司，2004-2006

开放域问答式信息检索技术研究, 国家自然科学基金，2003-2004

中文信息模糊匹配技术, 863项目，2003

语料库加工, 东芝中国研发中心，2003

基于依存分析的中文自动校对系统, 863子项目, 2003

开放域问答式信息检索技术研究, 校基金，2002

信息产业部项目若干，2001-2006

发表论文2008年发表论文22篇

2007年发表论文19篇

2006年发表论文13篇

2005年发表论文25篇

2004年发表论文20篇

2001年-2003年发表论文18篇

2000年及以前发表论文10篇