研究概况

研究工作围绕机器学习基础理论、高效算法和应用展开，注重理论与实际问题结合。针对复杂数据隐含结构的学习与利用中的共性问题，研究了结构学习及基于结构的统计学习中若干关键问题，提出：（1）最大熵判别式学习的PAC-Bayes理论与方法；（2）正则化贝叶斯推理及正则化非参数贝叶斯推理理论；（3）贝叶斯模型的最大间隔学习理论与高效算法；（4）“珠算”概率编程库等。针对互联网数据挖掘、社交网络分析、多模态数据融合、网络推荐等多个典型应用场景，将基础理论与实际问题结合，提出有效的计算模型和算法，包括：（1）将正则化贝叶斯推理用于解决大规模文本分类、社交网络分析、矩阵低秩分解、多模态数据融合等问题，提出高效学习算法；（2）将结构化最大熵判别式学习用于解决网络环境下信息抽取、实体关系抽取、多模态数据融合与检索等问题，建立了基于结构的网络数据抽取框架及包括StatSnowball在内的若干统计模型，申请/授权发明专利17项，含3项美国专利，研究成果已应用到微软的多个搜索引擎，包括人立方关系搜索引擎和学术搜索引擎等。

上述成果已连续多年在机器学习顶级国际会议和期刊ICML、NIPS、IJCAI、AAAI、 JMLR、PAMI等发表论文100余篇。研究工作得到国家973计划、自然科学基金优青基金和重点基金等项目的支持，入选“清华大学221基础研究人才支持计划”。