SOMMERSCHIELD Thea

Qualifica
Assegnista
E-mail
thea.sommerschield@unive.it
Sito web
www.unive.it/persone/thea.sommerschield (scheda personale)
Struttura
Dipartimento di Studi Umanistici
Sito web struttura: https://www.unive.it/dsu
Research Institute
Research Institute for Digital and Cultural Heritage

Attività e competenze di ricerca

Aree geografiche in cui si applica prevalentemente l'esperienza di ricerca
Internazionale: Europa
Lingue conosciute
Italiano (scritto: madrelingua parlato: madrelingua)
Inglese (scritto: madrelingua parlato: madrelingua)
Greco Moderno (scritto: base parlato: base)
Spagnolo (scritto: intermedio parlato: intermedio)
Francese (scritto: base parlato: base)
Partecipazione come referees di progetti di ricerca nazionali ed internazionali
Steering Committee member of epigraphy.info
Aree e linee di ricerca
Area: Archeologia ed arti Linea: Archeologia e storia delle arti antiche
Area: Beni culturali Linea: Valorizzazione di beni culturali
Area: Filologia e Lingua Linea: Epigrafia e paleografia
Area: Filologia e Lingua Linea: Filologie dell'età classica
Area: Filologia e Lingua Linea: Informatica umanistica
Area: Filologia e Lingua Linea: Storia del libro, biblioteconomia
Area: Informatica Linea: ARTIFICIAL INTELLIGENCE
Area: Storia e Antropologia Linea: Epigrafia e paleografia
Area: Storia e Antropologia Linea: Storia delle civiltà antiche
Storia del Mediterraneo Antico
Description:
History of the Ancient Mediterranean
Parole chiave:
Ancient history, Epigraphy, Ancient greek
Codice ATECO:
[72] - ricerca scientifica e sviluppo
Epigrafia digitale
Description:
Digital epigraphy
Parole chiave:
Epigraphy, Computer technology, Ancient languages
Codice ATECO:
[72] - ricerca scientifica e sviluppo
Deep Learning for the study of Greek inscriptions
EpiSearch. Codici epigrafici e Digital Humanities
Ente finanziatore:
MUR
Tipologia:
Altri programmi ministeriali
Ruolo nel progetto:
LD
Data inizio:
Anno: 2021 Durata mesi: 24
Altri membri del gruppo di ricerca:
Federico BOSCHETTI
Lorenzo CALVELLI
Franz FISCHER
Daniele FUSI
PythiaPlus: Machine learning for the study of ancient epigraphic cultures
Ente finanziatore:
European Commission - Horizon 2020
Tipologia:
H2020 - Excellence Science - Marie Skłodowska Curie Actions
Ruolo nel progetto:
LD
Sito di progetto:
https://pric.unive.it/projects/pythiaplus/home
Data inizio:
Anno: 2021 Durata mesi: 24
Altri membri del gruppo di ricerca:
Lorenzo CALVELLI