清华大学THUNLP实验室

清华大学THUNLP实验室简介

清华大学自然语言处理与社会人文计算实验室（THUNLP）是中国自然语言处理领域的先驱研究机构，隶属于清华大学人工智能研究院。自20世纪70年代末成立以来，实验室在中文信息处理、大语言模型、知识图谱与机器翻译等核心方向持续深耕，取得了广泛的国际学术影响力。

实验室领导与重要项目

THUNLP由孙茂松教授、刘洋教授和刘知远副教授共同领导，专注于以中文为核心的自然语言处理前沿研究。实验室承担了包括国家973项目、国家重点研发计划在内的多项重要科研任务，并与腾讯、华为等顶尖企业建立了紧密的产学研合作关系。

核心研究方向与成果

THUNLP的研究覆盖自然语言处理多个关键领域，其核心方向与代表性成果如下：

语言与跨模态大模型

实验室在大语言模型（LLM）与多模态智能体方面进展显著。例如，与ModelBest联合研发的AgentCPM-GUI模型，基于MiniCPM-V架构，具备80亿参数规模，能高效在移动终端运行，专精于支持中文应用的图形界面操作任务。

中文信息处理工具

THUNLP开发并开源了多款高效、实用的中文NLP工具，极大地推动了中文信息处理技术的发展：

• THULAC：一款高效的中文词法分析工具，集成中文分词与词性标注功能，其分词F1值可达97.3%。
• DeepTHULAC：基于自研BERT模型的中文词法分析工具，性能进一步提升，分词F1值高达97.6%。
• THUCTC：一个功能全面的中文文本分类工具包，支持用户对自定义语料进行训练、评测与分类。

开源项目与社区影响

实验室积极践行开源精神，其发布的THULAC、THUCTC等项目在GitHub上获得了超过1万颗星标，被广泛应用于学术界与工业界的研发实践中，为社区做出了重要贡献。

人才培养与团队建设

THUNLP长期面向全球招募博士后、研究员及实习生，提供充足的算力资源、数据支持、科研经费以及具有竞争力的薪酬待遇。实验室致力于营造开放、协作的科研环境，热忱欢迎有志于自然语言处理研究的学者与工程师加入。

作为中国自然语言处理领域的领军力量，THUNLP通过其在中文信息处理、大模型及多模态智能等方向的持续创新，不断推动人工智能技术的进步与落地应用，充分展现了清华大学在人工智能领域的深厚积淀与战略布局。