Veton Matoshi

Steckbrief

Veton Matoshi Informatiker

Kontakt

Adresse Berner Fachhochschule
Wirtschaft
Institut Public Sector Transformation
Brückenstrasse 73
3005 Bern

Tätigkeiten

Zuständigkeitsbereiche

Natural Language Processing

Schwerpunkte

Natural Language Processing
Linguistik
Data Science

Forschung

Fachgebiete

Natural Language Processing

Lebenslauf

Berufserfahrung

10/2016 – 09/2017 Wissenschftlicher Mitarbeiter Ludwig-Maximilians-Universität München
07/2020 – 09/2020 Wissenschaftliche Hilfskraft Dualen Hochschule Baden-Württemberg Lörrach
04/2022 – 11/2022 Freelance-Computerlinguist/Kontraktor mit den Schwerpunkt Trainingsdatengenerierung und -pflege, Trainieren von Sprach-modellen und Bug-Fixing Cerence
01/2021 – 02/2023 Researcher mit Schwerpunkt NLP Know-Center GmbH, Graz
02/2023-heute Freelancer in NLP und Computerlinguistik u.a. Know-Center GmbH, Graz

Bildungsweg

10/2010 – 09/2013 Bachelor of Arts Allgemeine und Indogermanische Sprachwissenschaft Ludwig-Maximilians-Universität München
10/2013 – 08/2015 Master of Arts Balkanphilologie Ludwig-Maximilians-Universität München
10/2013 – 09/2016 Master of Arts Cultural and Cognitive Linguistics Ludwig-Maximilians-Universität München
10/2016 – heute Promotionsstudium Ludwig-Maximilians-Universität München

Projekte

Projekte an der BFH

Training eines Swiss Long Legal BERT Modells

Wir werden juristische Texte in deutscher, französischer und italienischer Sprache scrapen, um ein Schweizer Long Legal BERT-Modell zu trainieren, das NLP-Aufgaben in der Schweizer Rechtsdomäne besser...
Institut(e) Institut Public Sector Transformation (IPST)

Forschungseinheit(en) Digital Sustainability Lab

Projektleitung Joel Niklaus
- Zum Forschungsprojekt

Training eines Swiss Long Legal BERT Modells

Wir werden juristische Texte in deutscher, französischer und italienischer Sprache scrapen, um ein Schweizer Long Legal BERT-Modell zu trainieren, das NLP-Aufgaben in der Schweizer Rechtsdomäne besser...
Institut(e) Institut Public Sector Transformation (IPST)

Forschungseinheit(en) Digital Sustainability Lab

Projektleitung Joel Niklaus
- Zum Forschungsprojekt

Publikationen

Introduction

Katharina, B., Barberio, T., Huber, E., Lasch, S., & Matoshi, V. (2019). Introduction. JournaLIPP, 7(Language in Contact; Yesterday—Today—Tomorrow), 4–5.

LDAvis, BERT: Comparison of Method Application Under Corona Conditions

Walterscheid, H., Matoshi, V., Wiśniewiecka-Brückner, K., Rothenhäusler, K., & Eckardt, F. (2021). LDAvis, BERT: Comparison of Method Application Under Corona Conditions. In T. Z. Ahram, W. Karwowski, & J. Kalra (Eds.), Advances in Artificial Intelligence, Software and Systems Engineering Proceedings of the AHFE 2021 Virtual Conferences on Human Factors in Software and Systems Engineering, Artificial Intelligence and Social Computing, and Energy, July 25-29, 2021, USA (pp. 23–30). Springer Internati-onal Publishing.

Computerlinguistik: Eine Fallstudie zu Corona anhand der Analyse lokaler und bundes-weiter Diskurse in ausgewählten Medien

Walterscheid, H., Matoshi, V., Wiśniewiecka-Brückner, K., Rothenhäusler, K., & Eckardt, F. (2022). Computerlinguistik: Eine Fallstudie zu Corona anhand der Analyse lokaler und bundesweiter Diskurse in ausgewählten Medien. In P. Klimczak, D. Newiak, & C. Pe-tersen (Eds.), Corona und die anderen Wissenschaften: Interdisziplinäre Lehren aus der Pandemie (pp. 173–186). Springer Fachmedien Wiesbaden.

LEXTREME: A Multi-Lingual and Multi-Task Benchmark for the Legal Domain

Niklaus, J., Matoshi, V., Rani, P., Galassi, A., Stürmer, M., & Chalkidis, I. (2023). LEXT-REME: A Multi-Lingual and Multi-Task Benchmark for the Legal Domain. arXiv.

MultiLegalPile: A 689GB Multilingual Legal Corpus

Niklaus, J., Matoshi, V., Sturmer, M., Chalkidis, I., & Ho, D. E. (2023). MultiLegalPile: A 689GB Multilingual Legal Corpus. ArXiv, abs/2306.0

SCALE: Scaling up the Complexity for Advanced Language Model Evaluation

Rasiah, V., Stern, R., Matoshi, V., Stürmer, M., Chalkidis, I., Ho, D. E., & Niklaus, J. (2023). SCALE: Scaling up the Complexity for Advanced Language Model Evaluation. 1–40

Sprachen- und Länderkenntnisse

Sprachkenntnisse

Deutsch - Muttersprache oder zweisprachig
Englisch - Konversationssicher
Albanisch - Muttersprache oder zweisprachig