Marius Hamacher

Marius Hamacher, MSc

wissenschaftlicher Mitarbeiter der Forschungsprofessur Computerlinguistik im Projekt KISTRA

E-Mail: marius.hamacher

Telefon: +49 2331 987 - 4899

Universitätsstraße 27 – PRG / Gebäude 5
Raum B117 / 1. OG
58097 Hagen


Was ist meine Rolle in D²L²?

Als Forscher im Bereich Natural Language Processing (NLP) untersuche ich, wie man NLP Modelle zukunftssicher machen kann, sodass sie mit dynamischen sprachlichen Kontexten umgehen können.

Warum D²L²?

Während Menschen mit Sprache mühelos umgehen können und die Bedeutung von Wortneuschöpfungen leicht einordnen können, fehlt diese Fähigkeit modernen KI-Modellen. Im interdisziplinären Umfeld von D²L² hoffe ich im Austausch mit den Kollegen, Ideen und Anstöße aus anderen Feldern zu erhalten wie diese Lücke überbrückt werden kann.

    • Wissenschaftlicher Mitarbeiter an der Forschungsprofessur Computerlinguistik an der FernUni Hagen (seit 2022)

    • Wissenschaftlicher Mitarbeiter am Language Technology Lab an der Universität Duisburg-Essen (2020-2022)

    • Wissenschaftlicher Mitarbeit im Projekt KISTRA (seit 2020)

    • Studium Angewandte Kognitions- und Medienwissenschaft (M.Sc) an der Universität Duisburg-Essen (2017-2020)

    • Wissenschaftliche Hilfskraft am Language Technology Lab an der Universität Duisburg-Essen (2017-2020)

    • Studium Angewandte Kognitions- und Medienwissenschaft (B.Sc) an der Universität Duisburg-Essen (2013-2017)

    • Diachronic Language Modelling

    • Model Robustness

    • Explainable AI

  • Ich arbeite im BMBF-geförderten Projekt KISTRA: Einsatz von KI zur Früherkennung von Straftaten.

  • Workshop Article
    Aker, A., Hamacher, M., Nti, A., Smets, A., Gravenkamp, H., Erdmann, J., ... & Marchi, F. (2019). Corpus of News Articles Annotated with Article Level Sentiment. In NewsIR@ SIGIR (pp. 30-35).

    arXiv Preprint
    Zufall, F., Hamacher, M., Kloppenborg, K., & Zesch, T. (2020). A Legal Approach to Hate Speech: Operationalizing the EU's Legal Framework against the Expression of Hatred as an NLP Task. arXiv preprint https://arxiv.org/abs/2004.03422