20.500.12556/DKUM-92888 The OpenScience Slovenia metadata dataset The OpenScience Slovenia metadata dataset contains metadata entries for Slovenian public domain academic documents which include undergraduate and postgraduate theses, research and professional articles, along with other academic document types. The data within the dataset was collected as a part of the establishment of the Slovenian Open-Access Infrastructure which defined a unified document collection process and cataloguing for universities in Slovenia within the infrastructure repositories. The data was collected from several already established but separate library systems in Slovenia and merged into a single metadata scheme using metadata deduplication and merging techniques. It consists of text and numerical fields, representing attributes that describe documents. These attributes include document titles, keywords, abstracts, typologies, authors, issue years and other identifiers such as URL and UDC. The potential of this dataset lies especially in text mining and text classification tasks and can also be used in development or benchmarking of content-based recommender systems on real-world data. Nabor metapodatkov OpenScience Slovenija vsebuje metapodatkovne vnose za slovenske javno dostopne akademske dokumente, ki vključujejo dodiplomska in podiplomska dela, raziskovalne in strokovne članke ter druge vrste akademskih dokumentov. Podatki v podatkovnem nizu so bili zbrani v okviru vzpostavitve slovenske infrastrukture odprtega dostopa, ki je opredelila enoten postopek zbiranja in katalogizacije dokumentov za univerze v Sloveniji v okviru infrastrukturnih repozitorijev. Podatki so bili zbrani iz več že vzpostavljenih, vendar ločenih knjižničnih sistemov v Sloveniji in združeni v enotno metapodatkovno shemo z uporabo tehnik deduplikacije in združevanja metapodatkov. Sestavljajo jih besedilna in številčna polja, ki predstavljajo atribute, ki opisujejo dokumente. Ti atributi vključujejo naslove dokumentov, ključne besede, povzetke, tipologije, avtorje, letnice izdaje in druge identifikatorje, kot sta URL in UDC. Potencial tega nabora podatkov je zlasti v nalogah rudarjenja po besedilu in razvrščanja besedil, uporablja pa se lahko tudi pri razvoju ali primerjalni analizi priporočilnih sistemov, ki temeljijo na vsebini, na realnih podatkih. metadata real world data text data text mining text identification natural language processing meta podatki realni podatki identifikacija teksta true true true Angleški jezik Slovenski jezik Neznano 2025-05-22 11:47:37 2025-05-22 11:47:37 2025-05-23 03:11:10 0000-00-00 00:00:00 2020 0 0 str. 1-5 Vol. 28 Feb. 2020 0000-00-00 Zaloznikova Objavljeno apc 0000-00-00 0000-00-00 2020-02-01 004.4 23110934 10.1016/j.dib.2019.104942 2352-3409 1-s2.0-S2352340919312971-main.pdf 1-s2.0-S2352340919312971-main.pdf Podatkovni članek Data paper 1 96124625CAF8FA1FA4748950BA2D1379 58c5392c28300a6064bb887ec3cc39dabbea4a9dd883fc5f4c901b6ddb2563c2 293e23c8-36f2-11f0-bd53-00155d000105 https://dk.um.si/Dokument.php?lang=slv&id=191184 https://hdl.handle.net/20.500.12556/DKUM-92889 Raziskovalni podatki so dosegljivi v digitalnem objektu na DKUM. The research data is available in a digital object at DKUM. 0 ae223a44-36f5-11f0-bd53-00155d000105 https://dk.um.si/Dokument.php?lang=slv&id=191196 https://doi.org/10.17632/7wh9xvvmgk.1 Raziskovalni podatki so dosegljivi v digitalnem objektu na Mendeley. The research data is available in a digital object at Mendeley. 0 33bd77a6-3706-11f0-bd53-00155d000105 https://dk.um.si/Dokument.php?lang=slv&id=191200 Fakulteta za elektrotehniko, računalništvo in informatiko 0 0 0