这里列举的都是已经功成名就或者有一定声望的学者

林钦佑 （Chin-yew Lin）：我一直以为微软的“小冰”算数学题的功能是用了很复杂的自然语言理解技术，看了论文以后才明白，他叫了几个RA收集网上解题网站的数据，然后用统计学习的办法提取解答过程的文本特征，生成一些特定的解答模板（未知数和方程）。遇到新的查询的时候，先查找最相似的解答模板，然后把数值填进去，最后解方程得到答案。 这种巧妙避开难点曲线救国的壮举如同欧拉应用韦达定理到无穷级数方程得到巴塞尔问题的解

吕正东：比较喜欢他在利用神经网络处理NLP和IR问题时候采用的符号主义思想。国内很多的研究人员满脑子都是向量表示+神经网络，然后把解决问题的方法论归结到调整神经网络中各种奇怪的激活函数和网络结构。

W. Bruce Croft：有很多基础性的工作。很多人对他的印象停留在十年多前向量空间模型大行其道的时候，其实他们组也探索了不少利用新的表示法的检索模型（比如  paragraph2vector 和 PRMS），虽然结果都不是很理想

Krisztian Balog：巴主席把正常人能想到的 entity retrieval model 都做了一遍。。。。每次我想到一个新的想法要实现的时候，我都很兴奋。几个月之后，当我得到一些结果的时候，发现他和他的马仔已经把论文拿去某个会议投稿了。。。。大大提升了我延期毕业的风险