Miriam Amin

Miriam Amin

Contact Press / Media

Miriam Amin

Wissenschaftliche Mitarbeiterin, Gruppe Data Science für Innovation

Fraunhofer-Zentrum für Internationales Management und Wissensökonomie IMW
Neumarkt 9-19
04109 Leipzig

Telefon +49 341 231039-243

Fax +49 341 231039-9243

Spezialgebiete

  • Datenanalyse und Data Science
  • Natural Language Processing (NLP)
  • Künstliche Intelligenz und Maschinelles Lernen

 

Erfahrungen

Miriam Amin ist seit November 2021 wissenschaftliche Mitarbeiterin der Gruppe »Data Science for Innovation« am Fraunhofer IMW. Vor ihrem Masterabschluss der Digital Humanities an der Universität Leipzig war sie bereits seit 2017 als wissenschaftliche Hilfskraft am Fraunhofer IMW tätig. Während des Studiums arbeitete sie als Data Scientist in verschiedenen interdisziplinären Forschungsprojekten, u. a. in Kooperation mit dem Leibniz-Institut für Deutsche Sprache in Mannheim und dem Ägyptologischen Institut der Universität Leipzig.Theoretisch fundiert durch ihr Studium der Linguistik im Nebenfach interessiert sich Miriam Amin im Schwerpunkt für maschinelles Lernen mit Sprachdaten und die zahlreichen Anwendungen des Natural Language Processing.

Publikationen

Jahr
Year
Titel/Autor:in
Title/Author
Publikationstyp
Publication Type
2021 Data-driven identification of idioms in song lyrics
Amin, Miriam; Fankhauser, Peter; Kupietz, Marc; Schneider, Roman
Konferenzbeitrag
Conference Paper
2021 Shallow Context Analysis for German Idiom Detection
Amin, Miriam; Fankhauser, Peter; Kupietz, Marc; Schneider, Roman
Vortrag
Presentation
2020 A Survey on Approaches to Computational Humor Generation
Amin, Miriam; Burghardt, M.
Konferenzbeitrag
Conference Paper
Diese Liste ist ein Auszug aus der Publikationsplattform Fraunhofer-Publica

This list has been generated from the publication platform Fraunhofer-Publica

Weitere Vorträge und Konferenzbeiträge

2021

  • Bergmann, J.; Amin, M.; Campbell, Y.; Trela, K. (2021). How to find similar companies using websites and Wikification. Global TechMining Conference (GTM). Online, 17.-19.11.2021.