E-Mail: dudar [at] uni-trier.de
Fax: +49 651 201-3589
Raum: DM 330
Sprechzeiten: nach Vereinbarung
Twitter: @DudarJulia
Iuliia Dudar
Wissenschaftliche Mitarbeiterin
Iuliia ist Computerlinguistin mit starkem Interesse im Bereich Computational Literary Studies und arbeitet in den Schwerpunkten Text Mining und Word Embedding.
Curriculum Vitae
Iuliia Dudar studierte von 2012 bis 2020 zunächst Medienwissenschaft (Bachelor) und anschließend Computerlinguistik (Master) mit dem Schwerpunkt Digital Humanities an der Universität Trier. Von September 2019 bis Juni 2020 arbeitete sie als wissenschaftliche Hilfskraft im Projekt "MiMoText" am TCDH und von Juni 2020 bis Januar 2021 im Projekt "Zeta und Company". Im Jahr 2020 hat sie ihr Studium mit der Masterarbeit über die Ansätze der Sentiment Analyse im medizinischen Kontext abgeschlossen. Ihre Forschungsinteressen liegen in den Methoden der automatischen Textanalyse und Auswertung sowie im Bereich des Maschinellen Lernens. Seit Januar 2021 ist sie als wissenschaftliche Mitarbeiterin am Lehrstuhl von Prof. Dr. Christof Schöch tätig und arbeitet im Projekt Zeta and Company. Seit März 2021 arbeitet sie zudem im Projekt CLS INFRA, das am TCDH angesiedelt ist.
Stipendien und Auszeichnungen
Studienabschluss-Stipendium aus Mitteln des Stipendien- und Betreuungsprogramms STIBET des Deutschen Akademischen Austauschdienstes (DAAD)
Publikationen
Du, K. & Dudar, J. & Schöch, C., (2022) Evaluation of Measures of Distinctiveness. Classification of Literary Texts on the Basis of Distinctive Words. Journal of Computational Literary Studies 1(1). https://doi.org/10.48694/jcls.102.
Du, Keli, Dudar, Julia, Rok, Cora, & Schöch, Christof. (2022, March 7). Kontrastive Textanalyse mit pydistinto - Ein Python-Paket zur Nutzung unterschiedlicher Distinktivitätsmaße. DHd 2022 Kulturen des digitalen Gedächtnisses. 8. Tagung des Verbands "Digital Humanities im deutschsprachigen Raum" (DHd 2022), Potsdam. https://doi.org/10.5281/zenodo.6327967.
Christof Schöch, Evgeniia Fileva, Julia Dudar: Baseline Methodological User Needs Analysis (=D 3.1). CLS INFRA / Zenodo, 2022. – DOI: 10.5281/zenodo.6389332.
Du, K., Dudar, J., Rok, C., & Schöch, C. (2021). Zeta & Eta: An Exploration and Evaluation of Two Dispersion-based Measures of Distinctiveness. Proceedings Computational Humanities Research 2021, 1613, 0073. http://ceur-ws.org/Vol-2989/.
Schröter, J., Du, K., Dudar, J., Rok, C., & Schöch, C. (2021). From Keyness to Distinctiveness–Triangulation and Evaluation in Computational Literary Studies. Journal of Literary Theory, 15(1-2), 81-108. https://doi.org/10.1515/jlt-2021-2011.
Vorträge
Christof Schöch, Keli Du, Julia Dudar und Cora Rok: Deviation of Proportions as the Basis for a Keyness Measure“ bei der 43. Jahrestagung der Deutschen Gesellschaft für Sprachwissenschaft (DGfS): Modell und Evidenz, Albert-Ludwigs-Universität Freiburg im Breisgau, 26.02.2021
Julia Dudar, Keli Du, Cora Rok und Christof Schöch: Workshop "Kontrastive Analyse literarischer Texte mit Zeta”, vDhd 2021, 24.3.2021 und 15.09.2021 (https://vdhd2021.hypotheses.org/185)
Projekt(e)
Beyond Words
Computational Literary Studies Infrastruktur
pydistinto
