CMS na zdieľanie a spracovanie vedeckých článkov

Anotácia diplomovej práce:

Systémy na evidovanie a zdieľanie študovanej literatúry, napr. Mendeley, sú často používané vo vedeckých skupinách a pri medzinárodnej spolupráci. Umožňujú udržovať databázu vedeckých článkov aj s pdf originálmi, kategorizovať a tagovať články a kolaboratívne ich pridávať, združovať a zdieľať. Nevýhodou je, že články ukladajú na vzdialené úložisko a tým pádom sú spoplatnené veľkosti uložených dát a neumožňujú priamy prístup k dátam. V rámci bakalárskej práce “CMS pre kolaboratívnu správu vedeckých článkov” bol vytvorený prototyp takéhoto systému ako lokálneho doma hostovaného riešenia. Tento systém slúži ako dobrý základ pre rozšírenie jeho funkcionality, efektivity, používateľskej prístupnosti a praktickej hodnoty. Zároveň tematika spracovania textu vedeckých článkov je bohatá na možnosti využitia metód strojového učenia pre rozšírené funkcie navrhovaného systému ako napríklad rozšírené vyhľadávanie vo vedeckých článkoch, automatické hľadanie súvislostí, anotovanie a extrakcia dôležitých pojmov, generovanie sumárov textov a podobne.

Ciele práce

- Rozšírenie existujúceho systému na evidovanie a zdieľanie vedeckých článkov ktorý bol vyvinutý ako bakalárska práca o rozšírenú funkcionalitu a nástroje na báze strojového učenia.
- Navrhnutie a implementovanie nových nástroju na komplexnú správu vedeckých článkov, kategorizácie, odporúčaní a vyhľadávania s využitím metód strojového učenia.
- Preskúmať a porovnať možnosti strojového učenia a vybrať najvhodnejšie metódy
- Rozšírenie o možnosť skupinovej spolupráce s anotáciami a diskusiami
- Rozšírené testovanie systému a doladenie používateľskej priateľskosti a dizajnu aplikácie

Kalendár úloh

Splnené úlohy

✔️ Vytvorený prototyp systému
✔️ Naštudované vedecké články k téme
✔️ Vytvorená kostra práce v LaTeXu
✔️ Vytvorený GitHub repozitár, priebežne aktualizovaný
✔️ Aktualizovaný web diplomovej práce
✔️ Napísaná prvá kapitola práce a rozpísaná kapitola výskum
✔️ Kompletné prerobenie používateľského rozhrania aplikácie – moderný dizajn, Shadcn UI, responzívnosť
✔️ Prepracovanie funkčnosti celého frontendového systému (modaly, profily, skupiny, animácie, search, UI logika)
✔️ Prvá implementačná časť odporúčacieho systému – TF-IDF model aplikovaný na funkciu Similar Articles
✔️ Integrované API endpointy a serverová logika pre výpočet podobnosti článkov

Plánované úlohy

🔜 Rozšírenie systému o pokročilejšie funkcie v skupinách a skupinovej diskusii
🔜 Integrácia modelu SBERT pre významové embeddingy článkov
🔜 Implementácia funkcie Recommender For You založenej na profilových vektoroch používateľa
🔜 Doladenie používateľského rozhrania a vizuálne vylepšenia aplikácie
🔜 Výskum, porovnávanie modelov TF-IDF vs. SBERT, ladenie hyperparametrov a testovanie kvality odporúčaní
🔜 Napísanie častí diplomovej práce o návrhu, implementácii a vyhodnotení výsledkov

Zdroje

Sarkar, K., Nasipuri, M., & Ghose, S. (2010). A new approach to keyphrase extraction using neural networks. IJCSI International Journal of Computer Science Issues, 7(2), 16-25. LINK
Janiesch, C., Zschech, P., & Heinrich, K. (2021). Machine learning and deep learning: Fundamentals. Electronic Markets, 31(4), 685-695. LINK
Nuri, Y. & Senyürek, E. (2025). Research Abstracts Similarity Implementation Using TF-IDF Algorithm. IOSR Journal of Computer Engineering, 27(1), 4–10. LINK
Li, W. (2024). Scientific Paper Recommender System Using Deep Learning and Link Prediction in Citation Network. Heliyon, 10(14), e34685. LINK
Rahman, S., Shanto, H.K., Koana, U.A., & Danish, S.M. (2025). Automated Research Article Classification and Recommendation Using NLP and ML. arXiv preprint arXiv:2510.05495. LINK