Christopher Hamill est ingénieur assistant de recherche au laboratoire d’intelligence artificielle (IA) de traitement du langage naturel (NLP). Il a obtenu un master en tests linguistiques (avec distinction) à l’Université Lancaster (Lancaster, Royaume-Uni) en 2016, un master (summa cum laude) en linguistique avec un certificat de troisième cycle en sciences cognitives à l’Université du Colorado à Boulder en 2012, et une licence en études asiatiques avec mineures en linguistique ainsi qu’en langue et littérature coréennes à l’Université George Washington en 2009.
Les travaux actuels de Hamill portent sur l’évaluation automatisée du contenu et la génération de rétroaction à l’aide de modèles neuronaux profonds. Par le passé, il a également réalisé d’importants travaux d’ingénierie des données ainsi que de la construction et évaluation de modèles en apprentissage profond utilisant le service automatisé de notation SpeechRater®, dans le cadre des efforts visant à développer de nouvelles capacités de détection de points clés pour les items du test TOEFL iBT®. Avant de rejoindre le NLP AI Lab, le travail de Hamill à l’ETS portait sur la recherche en linguistique appliquée sur la définition des normes, la validité des tests et la publication des scores pour les tests TOEFL®, le test TOEIC® et les populations K–12.
Dernière mise à jour : 15/12/2022