她说，要穿越多元文化，做独具特色的科研。“她在发现重要的研究问题上很有品位。她已经对该领域产生了非凡的影响，并且她的影响只会越来越大。”斯坦福大学语言学和计算机科学教授、自然语言处理泰斗 Dan Jurafsky 曾这样评价她。她是2012届姚班校友，陈丹琦。
嘉宾简介
陈丹琦，2012届姚班校友，现任普林斯顿大学计算机科学系助理教授，普林斯顿NLP团队共同带头人。她的研究专注于自然语言处理的深度学习，尤其是在文本理解与知识表示和推理的交叉，问答系统、信息提取和会话系统中的应用。加入普林斯顿大学之前，陈丹琦曾在西雅图的Facebook AI 研究中心担任访问学者。她曾获2019年斯坦福大学Arthur Samuel最佳博士论文奖，Facebook奖学金，微软女性研究奖学金以及ACL’16和EMNLP’17的论文奖。
01 弱水三千，只取一瓢
您的博士论文这么受欢迎，您是如何挖掘到这些有趣、重要的问题呢？
所有的科研都是有一定契机的。包括我现在上课教论文的时候，不可能孤立地教授一篇论文，它一定是有铺垫的。我从12年开始读博，到今天为止，过去8、9年 AI 这个领域已经发生了天翻地覆的变化，有很多革命性的东西都在这些年出现。首先你要知道什么样的问题是最前沿的。然后真的需要一些契机，需要很多的思考，需要知道当前大家最关心的是什么问题，什么问题是重要的。当然除了契机，也需要对自己的领域有非常深刻的理解，以及一点运气和其他的东西，例如你做出东西之后如何跟人有效地交流，如何让你的工作被更多人知道，这个东西以后怎样让别人去跟进。这些都是需要充分的努力之后才能把你工作推出去的。
您是怎样发现这个“契机”的呢？
首先我得确认这个问题是重要的。其实，有个故事我很少去讲。博士第二年，我写了一篇论文（我是博士第一年结束才加入Stanford NLP group的)，也是我的第一篇NLP领域的论文A Fast and Accurate Dependency Parser using Neural Networks。那篇论文非常有名，就是那一篇论文让我们领域的很多人都认识了我，现在基本上所有教科书都会提及。这篇文章讲述的是parsing问题，就是说给定一个句子，然后计算它的一个句法结构，这在NLP里是非常基础性的一个问题。
这是我的故事，总的来说，我想说的点是找问题是最关键的，而且是要你自己去找，不是别人告诉你哪个问题重要。不是你的老板告诉你做什么你就做什么。这对低年级的博士生可以，但是最终你要成长为一个独立的研究者，所以你发现问题的时间，可能比解决问题的时间要长得多。我最开始做 parsing 时完全不懂 parsing，因为这是我老板给我的项目。但是到我博士研究的后期，以及现在我对自己的学生，都要求他们必须要有自己寻找问题的能力。我想提一个人 Andrej Karpathy，他是李飞飞的学生，他有一个文章 《A Survival Guide to a PhD》，这篇文章写得好非常好，我向你们强烈推荐。
02 沉舟侧畔千帆过
请分享一些您最近的研究吧？
我现在比较关注的有三个大方向。第一个方向是knowledge-intensive NLP以及knowledge retrieval的问题，这里我们关心知识和语言怎么表示。比如说给出 Wikipedia 的文档，我们如何把知识处理和保存起来。当你有一个询问的时候，我们怎么把知识抓取出来做回答或者帮助其他的NLP问题。
另一方面就是这么多学生，这么多学者在做同一个领域，会让审稿过程变得很困难，有的审稿者可能难以客观地评价一个工作。很多人非常关注论文数，但是现在的审稿结果并不完美。你只能依靠一些可靠的 Area Chairs 去把控审稿质量，但是 Area Chair 这个池子也很大。我说得可能比较消极，有很多人包括我自己在努力改变这个事情，但是确实很难，这中间存在太多的问题与竞争了。
