Empirična primerjava znanstvenih objav s semantičnimi vektorjiJavornik, Bojan Jan (Avtor) Karakatič, Sašo (Mentor) semantična vektorizacijaznanstvene objavepodobnost vsebineSBERTkosinusna razdaljaV magistrski nalogi obravnavamo možnost uporabe semantičnih vektorskih reprezentacij kot orodja za primerjavo vsebine znanstvenih objav in spremljanje sprememb v raziskovalnih tematikah skozi čas. Menimo, da lahko z vektorizacijo povzetkov in merami kvantitativne razdalje zanesljivo sledimo podobnostim in razlikam v znanstveni produkciji. Posebej smo vključili tudi obdobje COVID-19, saj smo predvidevali, da bodo takratne vsebinske spremembe dober preizkus učinkovitosti metode. V raziskavi smo iz baze Scopus pridobili objave izbranih znanstvenih revij za obdobje 2017–2022, povzetke pretvorili v vektorje s prednaučenim SBERT modelom “all-MiniLM-L6-v2” ter zgradili predstavitve revij po letih. Za merjenje razdalj med vektorji smo uporabili kosinusno razdaljo, hipoteze pa preverili z Wilcoxonovim testom ter podprli rezultate z vizualizacijami in modeliranjem tematik z BERTopic. Rezultati potrjujejo, da obstajajo izrazite razlike med revijami, saj se vektorski centri različnih revij v prostoru jasno ločijo, medtem ko so objave znotraj posamezne revije bolj povezane. Prav tako smo zaznali tematske premike med zaporednimi leti iste revije, kar kaže na postopno, a zaznavno evolucijo raziskovalnih vsebin. Analiza obdobja pred in po letu 2020 je pokazala večje spremembe, vendar teh razlik ni mogoče neposredno pripisati COVID-19. Raziskava tako potrjuje, da je semantična vektorizacija skupaj s kosinusno razdaljo učinkovito orodje za empirično primerjavo vsebine znanstvenih objav.[B. J. Javornik]20252025-10-17 15:07:24Magistrsko delo/naloga95743sl