苏州大学计算机科学与技术学院，请参见个人主页。
2008年1月博士毕业于中国科学院自动化研究所，其后在新加坡科技发展局资讯通信研究院（I2R）任研究员，于2013年加入苏州大学计算机科学与技术学院，2014年获苏州市紧缺人才资助。主要从事自然语言处理方向的研究，包括机器翻译，机器学习等。先后主持国家自然科学基金项目两项，国家重点研发计划“政府间国际科技创新合作”重点专项一项，苏州市资助基金项目一项，并曾作为主要研究人员参与中国-新加坡联合项目，国家自然科学基金项目，北京市自然科学基金项目，以及中国和新加坡的若干工业项目。作为负责人在国际口语机器翻译评测任务中多次在众多国际参与单位中取得前三名；作为指导老师，指导研究生获得2018年全球AI挑战赛（AI Challenger）机器翻译赛道双周赛第一名。发表包括IEEE/ACM期刊TASLP，ACL、AAAI、IJCAI、EMNLP、COLING等顶级会议的论文多篇，曾担任中国科学-信息科学、软件学报、IEEE/ACM TASLP、ACM TALIP等杂志特邀审稿人以及国际顶级学术会议执委会成员或审稿人。
机器翻译
跨语言信息处理
自然语言处理
1. 大模型的每个预测需要有根据，如果其根据是错的，那么即使预测正确也将是流于表面正确。我们在翻译错误落实(Translation Error Grounding)任务上研究了大模型是否能为人工标注的翻译错误找到根据的问题，发现大模型在很多情况下并不知道错误为什么是错的，那么其错误纠正也将不可信，相关成果发表于EMNLP2025-Findings。
2. 相比于大模型仅依靠预测下一个token的预训练范式，我们认为类人的基础阅读教育范式去理解每句的详细信息更为重要。我们将该观点应用于系统蒸馏，相关成果发表于ACL2025。
3. 多模态跨语言短语检索，提升短语翻译性能，相关成果发表于COLING2024。
4. 面向大模型机器翻译的子模(Submodular)示例选择方法，相关成果发表于COLING2024。
5. 面向可定制的翻译服务，提出词汇约束消岐的神经机器翻译，相关成果发表于ACL2023-Findings。
更多信息请参看个人主页。
在读研究生
张金鹏，Bilingual Lexicon Induction
段仁翀，Multilingual Machine Translation
金畅，Machine Translation
肖妮妮，Machine Translation
周文杰，Low Resource
缪思睿，Pre-training for Machine Translation
周烁，Low Resource
董川齐，Multi-Modal Machine Translation
张竹君，Machine Translation Modeling
李博，Machine Translation Structures
张誉泷，Cross Lingual Applications
张婉群，Machine Translation Modeling
已毕业研究生
邱石贵, Cross-lingual Applications，现就职于百度，北京
贾浩, Cross-lingual Applications，现就职于腾讯，北京
王煦, Cross-lingual Applications，现就职于智慧芽，苏州
章华奥, Machine Translation Applications，现就职于同花顺，杭州
季佰军, Zero-shot Machine Translation，现就职于腾讯，北京
史小静, Domain-adapted Machine Translation，现就职于搜狗，杭州
宁秋怡，Domain-adapted Machine Translation，现就职于联通，南京
殷明明, cross-lingual summarization, 现就职于搜狗，杭州
周孝青, model compression for machine translation, 现就职于OPPO，北京
俞鸿飞, machine translation and summarization, 现就职于美团，上海
谭敏, machine translation, 现就职于华为，南京
王坤, machine translation systems, 现就职于微软，苏州
汪琪, convolution on attention heatmap of NMT, 现就职于中国招商银行总行，深圳
龚慧敏, corpus quality, 现就职于智慧芽，苏州