direkt zum Inhalt springen

direkt zum Hauptnavigationsmenü

Sie sind hier

TU Berlin

Inhalt des Dokuments

Dr. Tim Polzehl

Lupe

Crowdsourcing Technologie 

  • High-Quality Datenerhebung mittels Crowdsourcing
  • Datenmanagement und Datenservices durch Crowdsourcing (clean, index, verify, tag, label, translate, summarize, join, etc. )
  • Datensynthese und Datengenerierung durch Crowdsourcing
  • Subjektive Einflüsse und Bias-Normalisierung im Crowdsourcing
  • Crowd-Creation, Crowd-Voting, Crowd-Storming, Crowd-Testing Applikationen
  • Crowdsourcing Service für Maschinelles Lernen und BI
  • Crowdsourcing Business und Business Logic
  • Komplexe automatisierte Workflows: Kombination menschlicher und künstlicher Intelligenz
  • Crowdsourcing mit mobile Endgeräten
  • Real-time Crowdsourcing
  • Skill-based Crowdsourcing und Verifikation von Crowd-Experten

 

Sprachtechnologie 

  • Automatische Benutzerklassifizierung anhand Sprache
  • Automatische Sprechercharakterisierung (Alter, Geschlecht, Emotionen, Persönlichkeit) 
  • Automatische Spracherkennung (ASR), Prosodie- und Voice Gesture Erkennung
  • Analyse stimmlicher Ausdrucksformen, Phonetische Sprachanalyse
  • App Entwicklung für Sprachanwendungen (Android, iOS)

 

Textklassifikation, Natural Language Processing (NLP)  

  • Sentiment Analyse
  • Affektive Analyse, Emotionen
  • Personality und Lifestyle Detection aus Social-Media (Twitter, FB, G+, etc.)

 

Maschinelles Lernen, Künstliche Intelligenz 

  • Automatische Nutzermodellierung
  • Klassifikation und Vorhersage mittels linearer und nicht-linearer Algorithmen
  • Selektions- und Reduktionsverfahren
  • Evaluations und Verifikationsverfahren


Biographie:

Tim Polzehl studierte eine Kombination aus Kommunikationswissenschaften an der Technischen Universität Berlin und Amerikanistik an der Humboldt Universität zu Berlin. Der Fokus der Studien lag dabei auf einer Verbindung aus linguistischem Sprachwissen mit Kenntnissen zur Signalanalyse und Parameterextraktion. Damit wurde eine umfassende Analyse von Sprachdaten hinsichtlich der Interpretation von Sprach- und Sprach-Metadaten ermöglicht. Zusätzlich erarbeitete er sich Kenntnisse im Bereich des Maschinellen Lernens und der Künstliche Intelligenz, die zur Erstellung einer eigenen Software zur automatischen Emotionserkennung als Abschlussarbeit seiner Studien führte. 

2008 trat Tim Polzehl eine Stelle als Doktorand an den Deutsche Telekom Laboratories (T-Labs) und dem Quality and Usability Lab an und arbeitete sowohl in industrienahen als auch in forschungsnahen Projekten zur Sprachtechnologie, App-Entwicklung, im Bereich Machine Learning und im Bereich der Crowdsourcing Entwürfe und Lösungen.

2011-2013 leitete Tim ein F&E Entwicklungsprojekt der Telekom Innovation Laboratories in Bereich Intelligente Customer-Care Systeme und Sprach-Apps.

2012-2014 nahm Tim an einer BMBF geförderten Führungskräfteausbildung mit u.a. SAP, Software AG, Scheer Group, Siemens, Holtzbrinck, Bosch, Datev und Deutsche Telekom AG sowie weiteren universitären Spitzeneinrichtungen teil (Softwarecampus).       

2014 erlangte Tim den Doktortitel zum Thema der automatische Persönlichkeitsvorhersage aus Nutzerdaten.

Seit 2014 ist Tim Postdoc am Lehrstuhl für Quality and Usability, leitet die Next-Generation Crowdsourcing Gruppe, berteut und akquiriert die Projekte der Gruppe, und betreut die Ausgründung der eigenentwickelten Crowd-Lösung Crowdee.

Seit 2015 ist Tim zusätzlich Projektleiter am EIT-Digital für EU-weite Softwareinnovationsprojekte mit Partnern aus Wissenschaft und Industrie. 

 

Laufende und abgeschlossene Projekte

    Bitte hier klicken

     


    Adresse:

    Quality and Usability Labs

    Technische Universität Berlin

    Ernst-Reuter-Platz 7

    D-10587 Berlin


    Tel.:+49 (30) 8353-58227
    Fax: +49 (30) 8353-58409

    Openings / Supervision

    aktuelle Ausschreibungen befinden sich hier.

    Publications

    Iskender, Neslihan and Polzehl, Tim (2021). An Empirical Analysis of an Internal Crowdsourcing Platform: IT Implications for Improving Employee Participation. Internal Crowdsourcing in Companies: Theoretical Foundations and Practical Applications. Springer International Publishing, 103–134.

    Link zur Publikation Link zur Originalpublikation

    Möller, Sebastian and Hinterleitner, Florian and Falk, Tiago H. and Polzehl, Tim (2010). Comparison of Approaches for Instrumentally Predicting the Quality of Text-To-Speech Systems. Proceedings of the 11th Annual Conference of the ISCA (Interspeech 2010). International Speech Communication Association (ISCA), 1–6.

    Link zur Publikation Link zur Originalpublikation

    Iskender, Neslihan and Polzehl, Tim and Möller, Sebastian (2021). Reliability of Human Evaluation for Text Summarization: Lessons Learned and Challenges Ahead. Proceedings of the Workshop on Human Evaluation of NLP Systems. Association for Computational Linguistics, 86–96.

    Link zur Publikation Link zur Originalpublikation

    Iskender, Neslihan and Polzehl, Tim and Möller, Sebastian (2021). Towards Hybrid Human-Machine Workflow for Natural Language Generation. Proceedings of the First Workshop on Bridging Human–Computer Interaction and Natural Language Processing. Association for Computational Linguistics, 1–7.

    Link zur Publikation Link zur Originalpublikation

    Wedel, Marco and Ulbrich, Hannah and Pohlisch, Jakob and Göll, Edgar and Uhl, André and Iskender, Neslihan and Polzehl, Tim and Schröter, Welf and Porth, Florian (2021). Internes Crowdsourcing in Unternehmen. Arbeit in der digitalisierten Welt: Praxisbeispiele und Gestaltungslösungen aus dem BMBF-Förderschwerpunkt. Springer Berlin Heidelberg, 335–349.

    Link zur Publikation Link zur Originalpublikation

    Black, Alan and Bunnell, H Timothy and Dou, Ying and Muthukumar, Prasanna Kumar and Perry, Daniel and Polzehl, Tim and Prahallad, Kishore and Vaughn, Callie and Steidl, S. (2012). ARTICULATORY FEATURES FOR EXPRESSIVE SPEECH SYNTHESIS. In Proc. ICASSP 2012. IEEE.

    Link zur Originalpublikation

    Polzehl, Tim and Metze, F. and Schmitt, A. (2010). Linguistic and Prosodic Emotion Recognition. Deutsche Jahrestagung für Akustik (DAGA). DAGA, 1–2.


    Polzehl, Tim and Möller, Sebastian and Metze, Florian (2010). Automatically Assessing Personality from Speech. Proc. of International Conference on Semantic Computing (ICSC 2010). IEEE, 1–6.


    Polzehl, Tim and Möller, Sebastian and Metze, Florian (2010). Automatically Assessing Acoustic Manifestations of Personality in Speech. Workshop on Spoken Language Technology (SLT). IEEE, 1–6.

    Link zur Publikation

    Polzehl, Tim and Schmitt, A. and Metze, F. (2010). Salient Features for Anger Recognition in German and English IVR Portals. Spoken Dialogue Systems Technology and Design. Springer, 81–110.


    Polzehl, Tim and Schmitt, A. and Metze, F. (2010). Approaching Multi-Lingual Emotion Recognition from Speech - On Language Dependency of Acoustic/Prosodic Features for Anger Detection. SpeechProsody. University of Illionois, 1–6.


    Polzehl, Tim (2006). Automatische Klassifizierung Emotionaler Sprechweisen. Tagungsband 1.Kongress Multimediatechnik


    Burkhardt, Felix and Ballegooy, Markus van and Engelbrecht, Klaus-Peter and Polzehl, Tim and Stegmann, Joachim (2009). Emotion Detection in Dialog Systems: Applications, Strategies and Challenges. Proc. of International Conference on Affective Computing and Intelligent Interaction (ACII 2009). IEEE.

    Link zur Originalpublikation

    Burkhardt, Felix and Polzehl, Tim and Stegmann, Joachim and Metze, Florian and Huber, Richard (2009). Detecting Real Life Anger. Proc. of International Conference on Acoustics, Speech, and Signal Processing (ICASSP 2009). IEEE, 4761–4764.


    Schmitt, A. and Pieraccini, R. and Polzehl, Tim (2010). ``For Heaven's Sake, Gimme a Live Person!'' Designing Emotion-Detection Customer Care Voice Applications in Automated Call Centers. Advances in Speech Recognition. Springer US, 81–110.


    BibTeX Upload

    Upload BibTeX

    Zusatzinformationen / Extras

    Direktzugang

    Schnellnavigation zur Seite über Nummerneingabe