南京大学自然语言处理研究组（NJU NLP）教师学术关系网络报告 · 总览索引
报告生成时间： 2026年8月20日
覆盖范围： 南京大学自然语言处理研究组（nlp.nju.edu.cn）教师：陈家骏、戴新宇、黄书剑（教授）、张建兵、商琳（副教授）、吴震（助理教授）
数据方法： 以 NJU NLP 研究组官网（nlp.nju.edu.cn，含完整的历届毕业生去向列表）、南京大学计算机科学与技术系及人工智能学院官方教师页面、各教师个人主页为核心数据源，交叉 DBLP、Google Scholar 等学术数据库核实论文合作网络，并结合会议录用公示、新闻采访确认师生传承关系与学生毕业去向。每人一份独立报告，重点覆盖学生培养与去向追溯、学术合作网络、业界合作关系深度分析三大板块。
一、NJU NLP教师一览
| 姓名 | 职位 | 类别 | 报告文件 |
|---|---|---|---|
| 陈家骏 | 教授、博导 | 学术带头人（实验室主任） | nju_nlp_chenjiajun_network.md |
| 戴新宇 | 教授、博导 | 学术带头人（人工智能学院副院长） | nju_nlp_daixinyu_network.md |
| 黄书剑 | 教授、博导 | 核心教师（机器翻译方向带头人） | nju_nlp_huangshujian_network.md |
| 张建兵 | 副教授、博导 | 核心教师 | nju_nlp_zhangjianbing_network.md |
| 商琳 | 副教授 | 核心教师 | nju_nlp_shanglin_network.md |
| 吴震 | 助理教授 | 青年教师（新一代代表） | nju_nlp_wuzhen_network.md |
需要说明的是，NJU NLP研究组的NLP研究始于20世纪80年代（曾承担"日汉机译系统"国家七五攻关项目并获重大成果奖），现行师资呈清晰的"陈家骏—戴新宇/黄书剑—吴震"代际传承：戴新宇（2005年博士）、黄书剑（2012年博士）均为陈家骏指导的博士并留校任教，吴震（2021年博士）师从戴新宇留校任助理教授，张建兵（2018年博士）同样出自本组。此外组内还有尹存燕（高级工程师）等教师，本系列报告选取承担主要科研指导任务的6位教师展开。部分教师（戴新宇、吴震、张建兵）行政上隶属人工智能学院，但研究组以计算机系与人工智能学院共建的NLP团队形式运作。
二、各位教师的角色定位
陈家骏是研究组的学术带头人，南京大学本硕博（1998年博士）一脉相承，现任人工智能实验室主任。他深耕机器翻译三十余年，参与六轮863"日汉机器翻译系统"项目，构建了组内"陈家骏—戴新宇/黄书剑—新一代"的完整师承体系，学生周浩、郑在翔分别获CAAI优博（2019）与CIPS优博（2022）。
戴新宇是研究组的另一位学术带头人，现任人工智能学院副院长。他1999年本科、2005年博士（导师陈家骏）毕业于南大，曾在UC Berkeley访学，研究方向为机器翻译与信息抽取。他与字节跳动、美团、南京皓顿科技等企业有实质性联合论文合作，学生吴震留校任教延续了实验室的第四代传承。
黄书剑是机器翻译方向的现任带头人，2006年本科、2012年博士（导师陈家骏）均毕业于南大，曾访学MSRA与CMU（Stephan Vogel组），由副教授晋升教授。他在机器翻译质量评估（WMT 2022/2023-QE连续夺冠）与大模型安全（ReNeLLM越狱攻防，NAACL 2024）两个方向均有标志性成果，获钱伟长青年创新奖（2022），其学生李家欢获EMNLP 2024杰出论文奖。
张建兵是组内向多模态智能体方向拓展的代表，2009年硕士、2018年博士毕业于本组，现兼任南京大学信息化建设管理服务中心副主任。其团队研发的SeeClick（视觉GUI智能体，ACL 2024）下载量超百万次，学生马征获NLPCC 2023最佳论文奖。
商琳是组内资深副教授，计算机软件新技术国家重点实验室成员，深耕情感分析与智能问答，与陈家骏共同指导多位学生，近期受麦吉尔大学邀请访学。
吴震是研究组最年轻的教师，2021年博士毕业（导师戴新宇）留校任人工智能学院助理教授，曾在微软亚洲研究院实习。他聚焦大模型与深度研究（Deep Research）方向（CogGen，ACL 2026）、文档智能与智能体，正处在从骨干学生向独立方向带头人的转型期。
三、全实验室关系网络的整体观察
NJU NLP的师资网络呈现出几个较为清晰的结构性特征。
第一是"单组三代、内部晋升"的封闭式传承结构。研究组现行六位教师中四位（戴新宇、黄书剑、张建兵、吴震）为组内博士毕业留校，这种高比例内部供给的师资结构保证了学术风格（统计机器翻译传统→神经机器翻译→大模型）的连续性，但也形成了以陈家骏为共同根节点的"家族树"拓扑，与复旦NLP的单师承结构异曲同工，是国内传统NLP强组的典型形态。
第二是"机器翻译主线、横向多点开花"的布局。在机器翻译质量评估（WMT-QE两连冠）这一看家方向之外，各教师分别向大模型安全（黄书剑）、GUI智能体（张建兵）、深度研究/文档智能（吴震）、情感分析（商琳）辐射，近年研究覆盖ACL、EMNLP、ICML、NeurIPS等顶会并获多项杰出论文奖。
第三是"企业联合论文"模式的深度产学研融合。组内与字节跳动（可逆NMT、CoRT）、美团（ReNeLLM）、阿里通义实验室（DeltaMoE）、微软亚洲研究院、华为翻译服务中心均有联合署名论文，这种以共同作者网络为纽带的合作模式在国内NLP组中密度罕见；毕业生去向则高度集中于字节跳动（14+人）、阿里巴巴/蚂蚁（17+人）、腾讯（9+人）。
第四是"低调务实"的学术风格与稳定的就业输出。与多数头部NLP组相比，该组较少参与大模型创业浪潮，学生以进入头部企业研究院与少数深造（清华AIR、马里兰大学、港中文等）为主，周浩（清华AIR副研究员、曾任字节AI Lab副总监、ACL 2021最佳论文）是最具代表性的学术明星毕业生。
数据来源与说明
各报告数据主要来源于NJU NLP研究组官网（含2001年以来完整毕业生去向列表）、南京大学计算机系与人工智能学院官方教师页面、各教师个人主页、DBLP、Google Scholar，以及会议录用公示与新闻报道。部分师承关系（如个别学生的共同指导情况）以论文署名网络推断并标注"（待核实）"，请以学者本人或学校官方发布为准。