<?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>Implementacija odkrivanja na osnovi literature z velikimi jezikovnimi modeli</dc:title><dc:creator>Nedbaylo,	Andrey	(Avtor)
	</dc:creator><dc:creator>Hristovski,	Dimitar	(Mentor)
	</dc:creator><dc:subject>odkrivanja na osnovi literature</dc:subject><dc:subject>veliki jezikovni modeli</dc:subject><dc:subject>javni sektor</dc:subject><dc:subject>ABC-model</dc:subject><dc:subject>odprto in zaprto odkrivanje</dc:subject><dc:subject>Scopus</dc:subject><dc:subject>PubMed</dc:subject><dc:description>V tem diplomskem delu raziskujem uporabo metodologije odkrivanja na osnovi literature (angl. Literature-based Discovery ali LBD) v kombinaciji z velikimi jezikovnimi modeli (angl. Large Language Models ali VJM) za iskanje novih rešitev v javnem sektorju. Glavni cilj je bil preveriti, ali lahko generativna umetna inteligenca (angl. artificial intelligence) podpira prepoznavanje povezav med problemi, njihovimi značilnostmi in možnimi intervencijami. V ta namen sem razvil aplikacijo AEI-NSPS (angl. Application for Enhancing Innovation and Finding New Solutions for the Public Sector), ki temelji na ABC-modelu LBD in omogoča odprto (angl. Open discovery) ter zaprto odkrivanje (angl. Closed discovery), rezultate pa prikaže z interaktivnimi grafi. Empirični primeri iz medicine in javne uprave, kot sta migrena in brezposelnost med diplomanti, so pokazali, da VJM-ji uspešno generirajo smiselne hipoteze in jih povežejo z obstoječo literaturo ob podpori zunanjih baz, kot sta Scopus in PubMed. Ugotovitve kažejo, da je mogoče metodologijo LBD prenesti tudi zunaj medicine ter jo uporabiti kot podporo inovacijam v javnem sektorju.</dc:description><dc:publisher>[A. Nedbaylo]</dc:publisher><dc:date>2025</dc:date><dc:date>2025-10-24 11:55:02</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>175351</dc:identifier><dc:identifier>UDK: 001.891:004.8(497.4)(043.2)</dc:identifier><dc:identifier>VisID: 18632</dc:identifier><dc:identifier>COBISS_ID: 255104259</dc:identifier><dc:language>sl</dc:language></metadata>
