Research Seminar

Unser Forschungsseminar findet mittwochs um 10:00 Uhr in in der Regel im Hybridmodus (online und vor Ort in der GU13) statt, allerdings nicht jede Woche. Es besteht aus Präsentationen von eingeladenen Wissenschaftlerinnen und Wissenschaftlern, Präsentationen von Forschenden aus unserer Gruppe und Studierenden, die ihre Bachelor- und Masterarbeiten vorstellen. Wenn Sie daran interessiert sind, zu Präsentationen eingeladen zu werden, senden Sie bitte eine E-Mail an roman.klinger(at)uni-bamberg.de oder tragen Sie sich im IAM-Portal für die Verteilerliste bamnlp-research-seminar.nlproc ein. Dies gilt sowohl für Studierende aus den verschiedenen Studiengängen der Universität Bamberg als auch für Forschende aus der WIAI und aus anderen Fakultäten. Von Studierenden, die ihre Abschlussarbeit bei uns am Lehrstuhl schreiben, erwarten wir die Teilnahme an Vorträgen anderer Studierender und bei externen Gästen.

 

 

Winter Term 2024/2025

DateNameTitleType
2024-10-30Aswathy VelutharambathHow entangled is factuality and deception in GermanInternal
2024-11-06Ulrich Heid (University of Hildesheim)NLP applications and development in interdisciplinary projects: an overview of research at University of HildesheimInvited Talk
2024-12-04Jiahui Li
Nadine Probol
Interactive Prompt Optimization with Human in the Loop
Autism Markers in Spoken Language
Internal
2024–12–18Aidan CombsThe Vibe Shifts of the U.S. Presidential Race: Measuring the Affective Cultural Meaning of Actors at the Sentence LevelInternal
2025–01–08Esra Dönmez (IMS, Uni Stuttgart) Invited Talk
2025–01–29Diego Frassinelli (MaiNLP, LMU München) Invited Talk
2025–02–12Michael Franke (Uni Tübingen) Invited Talk

Summer Term 2024

DateNameTitleType
2024–04–15Christopher Bagdon“You are an expert annotator”: Automatic Best–Worst-Scaling Annotations for Emotion Intensity ModelingInternal
2024–06–05Christopher Bagdon
Lynn Greschner
User’s Choice of Images and Text to Express Emotions in Twitter and Reddit
The Interplay of Emotions and Convincingness in Argument Mining for NLP
Internal