<?xml version="1.0"?>
<metadata xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/"><dc:title>S strojnim učenjem podprta analiza znanstvenih revij in avtorjev</dc:title><dc:creator>Šart,	Tevž	(Avtor)
	</dc:creator><dc:creator>Karakatič,	Sašo	(Mentor)
	</dc:creator><dc:subject>doc2vec</dc:subject><dc:subject>tf-idf</dc:subject><dc:subject>besedne vložitve</dc:subject><dc:subject>vektorizacija besedila</dc:subject><dc:subject>obdelava naravnega jezika</dc:subject><dc:description>V sklopu magistrske naloge smo se osredotočili na problematiko iskanja primernih revij za objavo znanstvenih člankov različnih avtorjev. V prvem delu smo se osredotočili na pridobivanje znanja iz nestrukturiranih podatkov. Za pridobivanje uporabnega znanja smo uporabili način besedne vložitve. V drugem delu smo se osredotočili na izgradnjo programske rešitve za vektorizacijo znanstvenih člankov in revij. Namen magistrske je bil ugotoviti, ali lahko s pomočjo strojnega učenja in tehnike vektorizacije besedila ugotovimo podobnosti med znanstvenimi članki različnih avtorjev in revij ter na takšen način ugotovimo, ali avtor objavlja svoje znanstvene članke v pravilnih revijah. Vhodni korpus smo pridobili iz spletne baze znanstvenih člankov Scopus. S pomočjo rezultatov programske rešitve smo opravili analizo, s pomočjo katere smo pridobili odgovore na zastavljena raziskovalna vprašanja ter posledično sprejeli ali zavrgli hipoteze.</dc:description><dc:publisher>[T. Šart]</dc:publisher><dc:date>2021</dc:date><dc:date>2021-03-23 19:42:31</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>78896</dc:identifier><dc:identifier>UDK: 004.85:004.775(043.2)</dc:identifier><dc:identifier>COBISS_ID: 60445699</dc:identifier><dc:identifier>NUK URN: URN:SI:UM:DK:GVEYXNJC</dc:identifier><dc:language>sl</dc:language></metadata>
