Iskalni niz:
išči po
išči po
išči po
išči po
Vrsta gradiva:
Jezik:
Št. zadetkov: 9
POS tagger and lemmatizer evaluation: A TextFlows open science approach
Matej Martinc
Video in druga učna gradiva
Oznake: science;scientific research;computer science
Leto: 2017 Vir: videolectures.net
Učinkovito procesiranje naravnega jezika s Pythonom
Matej Martinc, Matjaž Kukar
Diplomsko delo
Oznake: procesiranje naravnega jezika;Python;lematizacija;tokenizacija;oblikoskladenjsko označevanje;analiza sentimenta;računalništvo;visokošolski strokovni študij;računalništvo in informatika;diplomske naloge;
V diplomski nalogi smo se v programskem jeziku Python lotili primerjave različnih orodij in knjižnic za procesiranje naravnega jezika. Poleg najbolj razširjene knjižnice NLTK smo raziskali še manj znane knjižnice, kot so SpaCy, PyNLPl, Pattern in TextBlob, ter jih med seboj primerjali na podlagi raz ...
Leto: 2015 Vir: Fakulteta za računalništvo in informatiko (UL FRI)
Teaching vision-language models semiotics
Matej Martinc, Jan Babnik
Objavljeni povzetek znanstvenega prispevka na konferenci
Oznake: multimodalni modeli;slikovno-jezikovni modeli;vision-language models;multimodal models;
Leto: 2025 Vir: Institut Jožef Stefan (IJS)
Od kamnitega do spletnega portala: samodejno zaznavanje sprememb v rabi besed
Mojca Brglez, Veronika Bajt, Senja Pollak, Špela Rot, Matej Martinc
Izvirni znanstveni članek
Oznake: pomenski premiki;zaznavanje sprememb;raba besed;
Leto: 2025 Vir: Institut Jožef Stefan (IJS)
Bisociative literature-based discovery
Nada Lavrač, Matej Martinc, Senja Pollak, Maruša Pompe Novak, Bojan Cestnik
Izvirni znanstveni članek
Oznake:
The field of bisociative literature-based discovery aims at mining scientific literature to reveal yet uncovered connections between different fields of specialization. This paper outlines several outlier-based literature mining approaches to bridging term detection and the lessons learned from sele ...
Leto: 2020 Vir: Nacionalni inštitut za biologijo (NIB)
FoodSEM
Ana Gjorgjevikj, Matej Martinc, Gjorgjina Cenikj, Sašo Džeroski, Barbara Koroušić-Seljak, Tome Eftimov
Objavljeni znanstveni prispevek na konferenci
Oznake: veliki jezikovni modeli;podatki o hrani;large language models;food ontology;food data;named-entity linking;
FoodSEM
Leto: 2026 Vir: Institut Jožef Stefan (IJS)
Recent advances in automatic term extraction
Hanh Thi Hong Tran, Matej Martinc, Jaya Caporusso, Julien Delaunay, Antoine Doucet, Senja Pollak
Izvirni znanstveni članek
Oznake: računalniške metodologije;obdelava naravnega jezika;nevronske mreže;jezikovni viri;jezikovni modeli;transformatorji;avtomatsko pridobivanje izrazov;ATE;jeziki z malo viri;enojezični;večjezični;globoko učenje;učenje z ničelnim številom poskusov;učenje z malo poskusi;prenosno učenje;hitro inženirstvo;jezikovni modeli velikega obsega;computing methodologies;natural language processing;neural networks;language resources;language models;transformers;automatic term extraction;low-resourced languages;monolingual;multilingual;deep learning;zero-shot;few-shot;transfer learning;prompt engineering;large-scale language models;LLMs;
Automatic terminology or term extraction (ATE) is a Natural Language Processing (NLP) task intended to automatically identify specialized terms present in domain-specific corpora. As units of knowledge in a speciic ield of expertise, extracted terms are not only beneicial for several terminographica ...
Leto: 2026 Vir: Fakulteta za računalništvo in informatiko (UL FRI)
Large language models in food and nutrition science
Ana Gjorgjevikj, Matej Martinc, Gjorgjina Cenikj, Jan Drole, Nives Ogrinc, Sašo Džeroski, Barbara Koroušić-Seljak, Tome Eftimov
Izvirni znanstveni članek
Oznake: FoodyLLM;interoperabilnost podatkov;nutrient estimation;data interoperability;
Background Reliable nutrient profiling and semantic interoperability are essential for scalable dietary assessment, food labeling (e.g., traffic-light schemes), and FAIR integration of food composition and consumption data. However, general-purpose large language models (LLMs) are not systematically ...
Leto: 2026 Vir: Institut Jožef Stefan (IJS)
Slovenian Social Assistance Rights text data collection (SSAR 1.0)
Matej Martinc, Senja Pollak, Vid Podpečan, Luka Mišič, Tilen Štajnpihler, Nejc Urankar, Kristina Krajnc, Ana Marija Sobočan, Špela Arhar Holdt
Izvirni znanstveni članek
Oznake: syntactic complexity;text complexity measures;readability measures;legal language;
This paper presents the Slovenian Social Assistance Rights text corpus (SSAR 1.0), a newly compiled and openly available dataset intended to support linguistic and computational analysis of language complexity in the domain of social assistance law. The corpus includes both legally binding and inter ...
Leto: 2025 Vir: Pravna fakulteta (UL PF)
Št. zadetkov: 9
Ključne besede:
Leto izdaje:
Avtorji:
Repozitorij:
Tipologija:
Jezik: