Jeg er adjunkt i Natural Language Processing og Computational Linguistics ved Center for Sprogteknologi, Københavns Universitet. Min forskning fokuserer på datadrevne tilgange til sprogteknologi, især forklarlig naturlig sprogbehandling og morfosyntaktisk analyse.
Specifikt studerer jeg datadrevet syntaks, repræsentationslæring og ordindlejringer (word embedding). Jeg har introduceret værktøjer og teknikker til bedre at kunne håndtere den typologiske mangfoldighed af sprog og forbedre effektiviteten af sprogbehandlingsværktøjer. Jeg har også udforsket universelle mønstre i grammatiske kønsopgaver på tværs af sprog. Derudover er jeg interesseret i at tolke store sprogmodelrepræsentationer og tilpasse dem til forskellige opgaver.

• Efficient adaptation of large language models
• Universal dependency parsing
• Interpreting latent representations in large language models
• Natural language processing for environmental studies and sustainable development goals

• Master-niveau kurser i IT & kognition, datalogi og computerlingvistik
  • Scientific Programming 
  • Representation Learning for Natural Language Processing (RL4NLP) 
• Specialevejledning i naturlig sprogbehandling og computerlingvistik, især i maskinlæring, sprogmodellering, syntaktisk parsing og vidensgrafer.

Min forskning er hovedsageligt placeret i matematiske modelleringer af naturlige sprog og deres anvendelser i sprogteknologi. Helt konkret er jeg interesseret i:

• Universal language models
• Representation learning
• Dependency syntax
• Explainable NLP

• Natural language processing
• Computational linguistics
• Machine learning
• Artificial intelligence
• Representation learning