<div dir="ltr"><div><div><div>Dear all,<br></div></div></div><div><div><div><div><br>One PhD studentship is available in the area Natural Language Processing
 and Social Media. The studentship is co-funded by an EPSRC Doctoral 
Training Grant at the School of Computing at the University of Leeds (<a href="http://www.comp.leeds.ac.uk" target="_blank">www.comp.leeds.ac.uk</a>) and the company 365 Media (<a href="http://365media.com" target="_blank">365media.com</a>). Application deadline is 20. August. 2013. The university contact is Dr. <span class="">Katja</span> Markert (<a href="mailto:markert@comp.leeds.ac.uk">markert@comp.leeds.ac.uk</a>).<br>

<br>
The main purpose of the project is to explore the links between social 
media and more traditional news outlets, using Natural Language 
Processing as well as general data aggregation/data mining methods.<br>
<br>
Social media (such as Twitter, Facebook etc.) is by now often faster in spreading events<br>
and information than traditional news outlets. On the other hand, social media<br>
react to news, and particular news will cause (sometimes quite unexpected) substantial<br>
ripples on social media sites.<br>
In particular, the project aims at one or both of the following:<br>
<br>
(i) Predicting today's news from yesterday's tweets (or equivalents).<br>
(ii) Predicting today's tweets from yesterday's news, therefore predicting news impact.<br>
<br>
<br>
Although concerned with the general case of how to capture and model the
 interplay between these media, the studentship will concentrate on one 
or two case studies, which will provide a direct application link in 
interplay with interests at 365 Media.<br>
These might encompass the business sector (e.g. mergers and 
acquisition), political events (e.g. elections, protests, coups), 
entertainment (e.g. film reviews, celebrity scandals), or other things 
of high public interest (e.g epidemics, severe weather).<br>
<br>
The PhD candidate should have or expect to obtain a first class or good 
2.1 honours degree or an Msc with at least Merit in computer science or a
 related field. Experience in data mining and/or natural language 
processing recommended.<br>
The studentship will start from <span tabindex="0" class=""><span class="">1 October 2013</span></span>
 or as soon as possible thereafter. The successful candidate must fulfil
 the eligibility criteria for EPSRC funding through UK/EU nationality 
and residency status (See <a href="http://www.epsrc.ac.uk" target="_blank">http://www.epsrc.ac.uk</a>)
 and is therefore only open to UK and EU students. EU students who do 
not fulfil the EPSRC UK residency requirements are only eligible for a 
fees-only award.<br>
<br>
Funding Notes:<br>
<br>
The studentship is funded for 3.5 years and covers Home/EU fees and 
maintenance at the standard EPSRC rate (currently £13,736 per annum). 
Please note, due to funding restrictions this studentship is open only 
to UK/EU students who have been resident in the UK for a minimum of 
three years prior to starting their PhD studies<br>
<br>
References:<br>
<br>
The School of Computing is among the 10 best Computing departments in 
the UK according to the 2008 Research Assessment Exercise (RAE). An 
impressive 80% of staff is rated internationally excellent or world 
leading. This clearly confirms the School’s position as one of the 
leading computing departments in the UK and a leader in the field 
internationally.<br>
<br>
365 Media is a US company whose UK subsidiary is the project partner. 
365 Media provides data mining, cleansing and enriching services to all 
kinds of content consumers. Their UK R&D operation is focused on the
 intelligent automation of these services, particularly where natural 
language is concerned. In addition to mentoring and opportunities for 
direct collaboration, 365 Media will be able to provide substantial 
support to the student in the form of specialized software tools, high<br>
quality datasets, and data processing (e.g. harvesting and annotation) services relevant to the research area.<br>
<br>

Formal applications for research degree study should be on line through 
the University website. Detailed information of how to apply online can 
be found at: <a href="http://www.leeds.ac.uk/students/apply_research.htm" target="_blank">www.leeds.ac.uk/students/apply_research.htm</a><br>
For informal enquiries and discussion prior or concurrent to application please contact Dr. <span class="">Katja</span> Markert, NLP group leader.<br><br></div><div>Kindest regards.<br></div></div></div></div></div>