清华大学 孙茂松 教授
报告生成时间：2026年8月20日
个人主页：孙茂松
所属团队：清华大学自然语言处理与社会人文计算实验室（THUNLP）
一、学者基本信息
| 字段 | 信息 |
|---|---|
| 姓名 | 孙茂松（Maosong Sun） |
| 出生年份 | 公开权威资料未见明确披露（待核实） |
| 职称 | 清华大学计算机科学与技术系长聘教授、博士生导师 |
| 所属单位 | 清华大学计算机科学与技术系；清华大学人工智能研究院 |
| 实验室职务 | 清华大学自然语言处理与社会人文计算实验室（THUNLP）负责人 |
| 学术头衔 | 欧洲人文和自然科学院外籍院士（2020）；CAAI Fellow（2021）；CIPS Fellow（2021）；ACL Fellow（2022） |
| 国家级人才 | 国家973计划项目首席科学家；国家社会科学基金重大项目首席专家；享受国务院政府特殊津贴 |
| 其他任职 | 清华大学人工智能研究院常务副院长、计算机学位评定分委员会主席、大规模在线教育研究中心主任；NExT++联合研究中心联席主任等 |
| 邮箱 | sms@tsinghua.edu.cn |
| 研究方向 | 自然语言处理、人工智能与大语言模型、中文信息处理、知识图谱、社会计算、社会人文和艺术计算 |
上述任职、教育背景和研究方向以清华计算机系主页及THUNLP主页为准。
二、教育背景与职业履历
孙茂松的学术训练与职业生涯以清华大学为主轴。他于1981年进入清华大学计算机科学与技术系，1986年获工学学士学位，1988年获工学硕士学位；硕士毕业后留校工作。2004年，他以在职方式于香港城市大学获得计算语言学哲学博士学位。关于其博士阶段的具体导师，已检索的清华大学、THUNLP及香港城市大学相关公开资料均未提供可交叉确认的信息，故记为导师：待核实，不将合作学者或任课教师推定为导师。
其职业轨迹呈现出“中文信息处理研究—学科建制—交叉应用与开源生态”并行推进的特征：早期围绕汉语自动分词、词性标注、关键词与主题分析等基础问题开展工作；后续将研究拓展到Web自然标注、知识图谱表示、预训练语言模型与大模型，同时以“学堂在线”“九歌”等项目连接教育和人文场景。其团队主导语言信息处理相关ISO标准，代表性成果包括ISO 24614-1《语言资源管理——书面文本的词切分：基本概念与通用原则》。
时间线如下：
- 1981年：考入清华大学计算机科学与技术系。
- 1986年：获清华大学计算机科学与技术工学学士学位。
- 1988年：获清华大学计算机科学与技术工学硕士学位，随后留校工作。
- 1999—2003年：任清华大学计算机科学与技术系副主任；2000、2001年曾任香港大学客座副教授。
- 2004年：获香港城市大学计算语言学哲学博士学位（在职）；博士导师待核实。
- 2007年4月—2010年11月：任清华大学计算机科学与技术系主任。
- 2010年12月—2018年1月：任清华大学计算机科学与技术系党委书记。
- 2013年：率团队设计实现中文慕课平台“学堂在线”；2015年领衔研发人工智能古典诗词写作系统“九歌”。
- 2020年起：担任《数字人文》共同主编；同年当选欧洲人文和自然科学院外籍院士。
- 2021年、2022年：先后当选CAAI Fellow、CIPS Fellow和ACL Fellow。
清华官方资料显示，他作为首席科学家主持国家973项目1项、作为首席专家主持国家社科基金重大项目1项，并主持国家自然科学基金国际合作项目；这使其同时处在基础研究、国家项目组织与学科交叉平台建设的连接位置。
三、学生培养情况
孙茂松的学生网络有两层结构：一是其直接指导或共同指导的研究生，二是由THUNLP共同培养、再由其学生继续指导的“师门延展”。以下优先列出有公开主页、学校新闻或正式机构资料支持的人员；共同导师关系与毕业年份均按公开页面表述，未能确认者明确标注。
1. 刘知远（清华大学计算机系教授、面壁智能联合创始人兼首席科学家，博士生）
公开资料明确显示刘知远师从孙茂松，并于2011年获得清华大学博士学位；现为THUNLP核心教授，研究知识图谱、社会计算和大模型。他将孙茂松团队的知识表示与社会计算路线持续扩展到OpenKE、OpenNRE、CPM等开源与大模型工作，并形成“孙茂松—刘知远—曾国洋”的后续师承链。2022年，刘知远与其本科学生曾国洋共同创办面壁智能，孙茂松与刘洋被公开报道为公司顾问；因而刘知远既是孙茂松学术网络的关键学术节点，也是面向大模型创业转化的重要枢纽。毕业年份为2011年。
2. 涂存超（幂律智能创始人兼CEO，共同指导博士生）
涂存超于2013—2018年在清华计算机系攻读博士，研究社会计算与网络表示学习；刘知远个人主页明确标注其为“与孙茂松教授共同指导”的博士生，毕业后创立幂律智能。其博士论文方向为面向社会计算的网络表示学习，后将NLP、知识表示与法律场景结合，形成法律智能产品与PowerLawGLM等实践。清华官方报道进一步显示，自2016年起，孙茂松THUNLP团队、清华法学院申卫星团队与幂律智能开展法律智能技术合作。涂存超于2018年获得博士学位，2020年博士后出站后创业；其经历展示了孙茂松团队从基础表示学习到法律AI产业化的典型转化路径。
3. 阿雅娜（内蒙古财经大学教师，共同指导博士生）
阿雅娜于2013年9月至2019年7月在清华大学计算机系攻读博士，导师为刘知远；刘知远公开学生页同时标注她与孙茂松共同指导，研究方向为文档摘要。毕业后，她进入内蒙古财经大学任教，成为THUNLP人才网络向区域高校扩展的例证。其培养路径也体现出实验室以文本理解与生成研究为基础、服务多语种及区域数字化人才培养的延展。毕业年份为2019年。
4. 林衍凯（中国人民大学高瓴人工智能学院教师，共同指导博士生）
林衍凯于2014—2019年攻读博士，研究知识图谱表示、构建与应用。刘知远公开学生页确认其与孙茂松共同指导，并记载其毕业后赴中国人民大学任助理教授；公开报道显示其后已在人大高瓴人工智能学院持续从事大模型与智能体相关科研。其从知识图谱嵌入、知识增强到大模型智能体的研究迁移，与孙茂松团队“语言—知识融合”的长期方向高度一致。毕业年份为2019年。
5. 杨成（北京邮电大学计算机学院副教授，共同指导博士生）
杨成于2014—2019年在清华完成博士培养，研究合作网络表示学习、网络表示学习及其应用。刘知远主页标注他与孙茂松共同指导，毕业后任北京邮电大学副教授；其公开简介进一步确认2019年获清华大学计算机博士学位。杨成与刘知远、涂存超、孙茂松共同参与网络嵌入相关著作，反映出该师门在社会计算、网络表示学习和自然语言处理之间稳定的共同研究共同体。毕业年份为2019年。
6. 谢若冰（腾讯微信高级研究员，共同指导硕士生）
谢若冰于2014—2017年在清华完成硕士阶段培养，研究知识表示学习。刘知远主页标注其与孙茂松共同指导，毕业后加入腾讯微信部门；后续腾讯公开技术报道显示其任微信看一看高级研究员。其去向是孙茂松团队知识表示、推荐/内容理解技术进入大型互联网产品体系的代表。毕业年份为2017年，学位层次为硕士。
7. 韩旭（清华大学计算机系助理研究员，博士生）
韩旭于2017—2022年攻读博士，研究知识计算与大模型基础架构。THUNLP新闻确认他在2022年完成博士答辩、获清华大学优秀博士学位论文奖；刘知远学生页记载其毕业后就职清华大学任助理研究员，THUNLP现有师资页亦列其为计算机系助理研究员。其发展路径代表孙茂松—刘知远共同指导体系中留在学界、继续推进知识图谱与预训练语言模型研究的一支。毕业年份为2022年。
8. 岂凡超（深言科技创始人兼CEO，THUNLP博士毕业生/师生网络成员）
岂凡超于2022年在THUNLP通过博士学位论文答辩，答辩委员会包括孙茂松、刘洋、刘知远等教授；其后创办深言科技。多家公开报道将岂凡超列为孙茂松的学生，并称其为深言科技创始人兼CEO；但在已检索的正式个人培养记录中，未见其博士生导师署名的完整可交叉确认信息。因此，本报告将其标记为孙茂松团队培养/师生网络成员，直接导师关系待核实。他所代表的是THUNLP从大模型研究向企业级生成式AI与模型可信性应用的创业分支。
四、学术合作网络
4.1 实验室内部合作
孙茂松处于THUNLP的组织中心。实验室官网列明其为负责人，核心教师包括刘知远和刘洋：刘知远承担知识图谱、语义计算、社会计算与大模型方向，刘洋长期从事机器翻译和自然语言处理。围绕这一核心，团队还聚集韩旭、陈慧敏、李霜洁、王晓智、从鑫等跨计算机、新闻传播、出土文献保护、统计数据科学等领域成员，构成“语言智能—知识—社会—人文”交叉矩阵。
合作主题具有清晰的代际演进：从中文自动分词和CSegTag，到THULAC、THUCTC、THUMT等开源工具，再到OpenKE、OpenNRE、OpenPrompt、OpenBMB/MiniCPM等知识表示与大模型项目。孙茂松的角色不仅是论文合作者，更包括为学生构建开放工具、任务基准、课程平台和跨学院应用场景的组织者。
4.2 跨机构合作
跨机构网络主要包含三类。第一类是国内学术—行业交叉合作：与清华法学院申卫星团队、幂律智能共同构建法律智能体系；与华为云实现语言与知识融通深度学习成果的部署应用；并通过北京智源人工智能研究院的NLP方向组织研究及CPM系列工作。第二类是教育与人文合作：通过“学堂在线”连接在线教育生态，通过《数字人文》及清华人文学院、出土文献研究与保护中心等平台推动AI与古文字、文学、艺术研究结合。第三类是学术共同体与标准化网络：其在CIPS、CAAI、ACL SIGHAN、ISO语言资源管理等组织和标准工作中，将清华团队嵌入中文信息处理和国际计算语言学共同体。
需要区分的是，题设提到的搜狗、腾讯：本次调研未找到孙茂松本人或THUNLP与搜狗之间可确认的直接、持续项目合作证据；2020年“认知计算模型驱动的互联网搜索技术及其应用”获奖项目的牵头团队是刘奕群及清华—搜狗合作，不能据此归为孙茂松团队合作。腾讯方面，可确认的连接主要是共同指导学生谢若冰毕业后进入微信、团队成员获得腾讯犀牛鸟计划支持等，尚不足以推断为孙茂松与腾讯的全面机构合作（待核实）。
4.3 国际合作
国际网络以制度化合作与国际学术服务为主。孙茂松担任清华大学—新加坡国立大学下一代搜索技术联合研究中心（NExT++）联席主任，与新加坡国立大学蔡达成教授共同主持学术研讨；该中心自2010年开展合作，议题已扩展至负责任AI、搜索、教育智能体和智能体系统。THUNLP还与新加坡国立大学Sea-NExT Joint Lab合作开展视觉场景图研究。
在欧洲合作中，CSegTag曾用于清华与欧盟近十国参与的FP6“超对等语义搜索引擎”项目；在国际社区服务中，他担任ACL SIGHAN理事会理事，并于2022年当选ACL Fellow。应注意：国际会议共同参会、受邀报告或学生交流并不自动等同于长期合作关系，本报告仅将有项目、联合中心或正式学术组织职务支撑的关系列为稳定节点。
五、业界合作关系深度分析
5.1 产业合作：从开源技术、平台落地到垂直场景
孙茂松团队的产业连接并非局限于单一企业，而是形成“基础技术开源—平台部署—垂直应用”的链条。基础层面，THUNLP在GitHub建设了包含THULAC、OpenKE、OpenNRE等在内的开源生态；清华官方主页称其核心开源项目获得近8万Star。应用层面，清华新闻网确认“多层次多元知识融通的自然语言深度学习基础方法”已在华为云应用，服务150余个国家和地区。这一连接说明团队的知识表示、预训练模型与语言理解研究已具有云服务级工程化出口。
垂直应用层面，法律智能是最清晰的长期合作案例。清华官方披露，THUNLP、清华法学院与幂律智能自2016年起围绕司法裁判和合同审查开展紧密合作，结合数据驱动和知识指导，研发“幂律”合同智能审查系统；该项目在2024年获得钱伟长中文信息处理科学技术奖技术发明类一等奖。医疗与传统知识方向上，公开报道显示孙茂松团队参与固生堂共建中医药特色大模型；鉴于现有资料主要来自企业媒体报道，具体合同主体、投入方式及成果权属仍待核实。
与腾讯的关系主要通过人才和科研计划体现，如共同指导学生谢若冰进入腾讯微信、韩旭曾入选腾讯犀牛鸟计划；与搜狗的直接合作未在本次可核查资料中确认。相较于将所有清华NLP成果笼统归入“大厂合作”，更准确的判断是：孙茂松团队重视开源与技术扩散，企业合作呈现项目制、学生流动和垂直应用并行的形态。
5.2 创业孵化：师门递进与企业边界
孙茂松的创业孵化网络可见三种模式。其一是直接或共同指导博士生创业：涂存超从博士研究、博士后到创办幂律智能，后与母校团队及法学院形成持续合作。其二是学生再培养学生的师门递进：刘知远是孙茂松的学生，后与本科学生曾国洋创办面壁智能，形成“孙茂松—刘知远—曾国洋”的三代传承。面壁智能由刘知远担任首席科学家，聚焦端侧大模型；孙茂松与刘洋被报道为顾问。其三是团队毕业生创业：岂凡超创办深言科技，公开报道将其列为孙茂松学生，但其直接导师信息待核实。
关于智谱AI，应严格区分关系边界。智谱AI源自清华计算机系知识工程实验室（KEG），核心学术带头人为唐杰，不是孙茂松或THUNLP直接孵化企业。其与孙茂松网络的可确认交集在于：面壁智能与智谱AI存在投资和清华系大模型生态联系，孙茂松与唐杰同属清华计算机系、人工智能研究院的学术同侪；但不能据此写作“孙茂松孵化智谱AI”。孙茂松是否直接持有面壁智能股份等公司治理信息，若无可审阅的工商或公司披露文件，仍应视为待核实。
此外，清华育人报道指出，在孙茂松支持下，学生投身AI创业并涌现幂律智能、极睿科技、深言科技、面壁智能等企业。该表述支持其具备广泛的创新创业培育影响，但并不自动证明其担任每家企业的创始人、顾问或股东；报告据此仅将其表述为“创业生态支持者”。
六、重要奖项与学术兼职
| 时间 | 奖项、荣誉或兼职 | 说明 |
|---|---|---|
| 2007年 | 全国语言文字先进工作者 | 国家语言文字工作委员会授予 |
| 2007年至今 | 《中文信息学报》主编 | 推动中文信息处理学术传播 |
| 2016年 | 全国优秀科技工作者 | 中国科协授予 |
| 2018年 | 清华大学第十六届“良师益友” | 反映学生培养影响 |
| 2020年 | 欧洲人文和自然科学院外籍院士 | 国际学术荣誉 |
| 2020年 | 钱伟长中文信息处理科学技术奖一等奖（排名第一） | “大规模中文词汇语义分析关键技术及其开源应用” |
| 2021年 | 中国人工智能学会会士（CAAI Fellow） | 学术共同体荣誉 |
| 2021年 | 中国中文信息学会会士（CIPS Fellow） | 学术共同体荣誉 |
| 2022年 | ACL Fellow | 表彰其对中文NLP的贡献及持续社区服务 |
| 2023年 | 世界互联网大会领先科技奖（基础研究，排名第一） | “多层次多元知识融通的自然语言深度学习基础方法” |
| 2024年 | 钱伟长中文信息处理科学技术奖技术发明类一等奖 | 法律智能体系化关键技术及其应用 |
| 现任/曾任 | CIPS计算语言学专委会主任、CAAI多语言智能信息处理专委会主任、ACL SIGHAN理事会理事 | 连接中文NLP国内外学术社群 |
| 现任/曾任 | CIPS第六、七届副理事长；《数字人文》共同主编；NExT++联席主任 | 覆盖学会治理、数字人文与国际协同 |
| 现任/曾任 | 国务院学位委员会第六、八届学科评议组成员；教育部在线教育研究中心副主任等 | 学科与教育治理网络 |
完整且带时间的学术任职、奖励清单可参见清华计算机系公开简历。
七、Connection圈层总结
- 第一圈层：THUNLP核心共同体。 孙茂松以实验室负责人身份，与刘知远、刘洋及韩旭等形成语言处理、知识图谱、机器翻译、社会计算和大模型的高频协作核心。这一层既是论文与开源工具的生产单元，也是学生联合培养和跨代传承的基础。
- 第二圈层：学生—校友学术扩散网络。 刘知远、林衍凯、杨成、阿雅娜、韩旭等进入清华、中国人民大学、北京邮电大学、内蒙古财经大学等高校或研究岗位；涂存超、岂凡超、谢若冰分别连接法律科技、生成式AI、微信内容技术。该层将THUNLP的研究议题扩散至学界、互联网和垂直产业。
- 第三圈层：交叉学科与公共平台网络。 清华法学院、人文学院、出土文献研究与保护中心、在线教育研究中心及《数字人文》构成其“技术—教育—人文—社会治理”交叉网络。“学堂在线”“九歌”、清华简及古文字相关研究体现其不以单一NLP任务为边界的组织模式。
- 第四圈层：产业转化网络。 华为云是可确认的技术部署节点；幂律智能是有长期联合研发和成果获奖支撑的深度合作节点；面壁智能、深言科技则通过师生创业连接大模型产业。腾讯主要通过校友任职和人才计划相连；搜狗与孙茂松团队的直接合作关系在本次资料中未证实，需避免过度外推。
- 第五圈层：国际与标准化网络。 NExT++联合中心（新加坡国立大学）、欧盟FP6项目、ISO语言资源标准、ACL/SIGHAN共同构成其国际连接。这一圈层使其研究从中文资源、工具和标准化工作，延展到国际检索、负责任AI与计算语言学社区服务。
总体而言，孙茂松的关系网络以清华为中心，以THUNLP为知识生产节点，以学生培养为最强扩散机制；其显著特征不是单一企业绑定，而是经由开源、联合课题、交叉学院和师门创业，将基础NLP研究转化为教育、人文、法律和大模型产业的多路径连接。