Michael Färber

• Dr. Michael Färber

• Vertretungsprofessor
• Tel.:+49 721 608 465 92
• Email: michael faerber∂kit edu
• Raum: 5A-20 (Geb. 05.20)

• Forschungsgruppe: Web Science
• Sprechstunde nach Vereinbarung
• Sekretärin: Nicoletta Joanni
• vCard

Michael Färber ist seit 01.10.2020 W3-Vertretungsprofessor des Lehrstuhls Web Science am KIT-Institut AIFB.

Er ist zudem ein Helmholtz AI Associate.

>> Offene Stellen <<

---

Forschung

Michael Färbers Forschungsinteressen:

• Natürliche Sprachverarbeitung (natural language processing),
• Machinelles Lernen (machine learning) und
• Wissensrepräsentation (z.B. Wissensgraphen).

Momentane Forschungsschwerpunkte:

• scholarly data mining und
• AI4Peace.

Mehr Informationen finden sich auf seiner Homepage und auf Google Scholar.

Kürzlich entwickelte und veröffentlichte Online-Demonstrationssysteme:

• C-Rex: http://c-rex.org
  • ...empfiehlt Zitate für gegebene Texte.
• PaperHunter: http://paperhunter.net
  • ...liefert u.a. die Sätze, in denen gesuchte Paper zitiert werden, sowie weitere Hintergrundinformationen.
• ScholarSight: http://scholarsight.org
  • ...erlaubt die Exploration von Trends von wissenschaftlichen Konzepten.
• Linked Crunchbase: http://linked-crunchbase.org
  • ... erlaubt die Abfrage von Informationen über Startups und innovative Firmen im Semantic Web-Format RDF.

Kürzlich entwickelte und veröffentlichte Datensätze:

• DSKG: http://dskg.org
  • ...ein Wissensgraph über Datensätze.
• unarXive: http://unarxive.org
  • ...enthält die Fließtexte aller Paper auf arXive.org mit weiteren Annotationen.
• Microsoft Academic Knowledge Graph: http://ma-graph.org
  • ...ein Wissensgraph mit Metadaten von annäherend allen Publikationen in allen wissenschaftlichen Disziplinen.
• FAIRnets: https://doi.org/10.5281/zenodo.3885249
  • ...ein Wissensgraph mit Metadaten über neuronale Netze.

---

Offene Stellen & Abschlussarbeiten

Offene Doktorandenstellen (PhD): Im Bereich Natural Language Processing, maschinelles Lernen oder Wissensgraphen. Bei Interesse können Sie sich gerne informell via E-Mail melden.

Offene Hiwi-Stellen:

• im Bereich Machine Learning, Natural Language Processing, und/oder Semantic Web Technologies: [1].
• im Bereich Semantic MediaWiki oder PHP: [2].
• im Bereich Wissensgraph-basierte Methoden zur Erklärung von Empfehlungsssytemen: [3].
• im Bereich Wissensgraph-basiertes Technologie-Forecasting und Technologie- und Innovationsmanagement (TIM).

Michael Färber hat bereits mehr als 40 Abschlussarbeiten betreut. Offene, ausgeschriebene Abschlussarbeitsthemen:

	Titel
Thema4977	Knowledge Graphs for Robots’ Situational Awareness
Thema4939	Chronik 2050: Automatische Extraktion von erwarteten Ereignissen aus Webseiten
Thema4864	Quantum Computing for Natural Language Processing
Thema4420	Wie fair sind Forscher? Eine Analyse von Zerrungen bzgl. Zitaten in wissenschaftlichen Publikationen
Thema4909	Scalable Graph Neural Networks on Knowledge Graphs
Thema4910	Performance Analysis of Graph Neural Diffusion via Fourier Decomposition
Thema4648	Creating a Large Knowledge Graph about Scientific Publications for Innovation Forecast
Thema4574	Deep Learning + Knowledge Graphs
Thema4772	GPT-3, BERT & Co.: When to use which language model?
Thema4423	Automatically Recommending Citations for Texts Using Neural Networks

Anfragen zu weiteren Abschlussarbeitsthemen zu Themen wie

• Natural Language Processing (NLP) / Text Mining
• Angewandtes Machine Learning
• Semantic Web / Linked Data
• Big Data
• Data Science

gerne willkommen.
Viele der Abschlussarbeitsthemen können auch an einer Partnerinstitution im Ausland (z.B. Japan, Italien, Frankreich) geschrieben und vom DAAD großzügig gefördert werden, sofern die Bewerbung 7 Monate vorher stattfindet. Gerne unverbindlich anfragen! In der Vergangenheit wurden bereits Abschlussarbeiten im Ausland unter der Betreuung von Dr. Färber gefördert. Mehr Informationen unter Web_Science/DAAD-Stipendium.

Publikationen

Publikationen

Abschlussarbeiten

Abschlussarbeiten

Tools

FAIRnets, KB-Statistics, Linked Crunchbase, Novel Triple Extraction

Datasets

AWARE Ontology, CrunchBase Knowledge Graph, KORE 50^DYWC, Microsoft Academic Knowledge Graph, NewsBias2020, UnarXive, XLiD-Lexica

Aktive Projekte

ChemKB

digilog@bw Externer Link: https://digilog-bw.de

IIDI

KD4RE

KIGLIS Externer Link: http://www.kiglis.de/

TruthfulLM

Forschungsgebiete

Semantische Suche, Wissensrepräsentation, Maschinelles Lernen, Text Mining, Semantische Annotation, Informationsextraktion, Natürliche Sprachverarbeitung, Digitale Bibliotheken, Knowledge Discovery, Data Mining, Künstliche Intelligenz, Data Science, Semantic Web, Trustworthy AI

KIT Funktionen und Kompetenzfelder

Cognition and Information Engineering