W czasopiśmie SoftwareX został opublikowany artykuł naukowy pt. EmbedSLR: an open-source python framework for efficient embedding-based screening and bibliometric validation in systematic literature review. Autorami artykułu są: mgr Sebastian Matysik (Uniwersytet Szczeciński, Szkoła Doktorska, Katedra Zarządzania Przedsiębiorstwem), dr hab. Joanna Wiśniewska, prof. US (Uniwersytet Szczeciński, Katedra Zarządzania Przedsiębiorstwem) oraz mgr inż. Paweł Frankowski (Politechnika Morska, Katedra Elektroniki i Telekomunikacji).
Publikacja prezentuje autorskie oprogramowanie EmbedSLR – otwartoźródłowy framework w języku Python, który umożliwia automatyczną, opartą na modelach embeddingowych selekcję i ranking publikacji naukowych w procesie systematycznych przeglądów literatury (SLR). Narzędzie integruje semantyczne wyszukiwanie, ranking podobieństwa oraz w pełni zautomatyzowaną walidację bibliometryczną, zapewniając powtarzalność, audytowalność oraz eliminację subiektywności tradycyjnych metod selekcji publikacji.
Publikacja wpisuje się w cykl prac badawczych tego zespołu zajmującego się automatyzacją systematycznych przeglądów literatury. Efektem tych badań jest seria artykułów prezentujących wyniki badań opublikowanych w materiałach konferencyjnych ECAI – InMan 2025 oraz ISD 2025.
Artykuły opublikowane w materiałach konferencyjnych:
- Artificial Intelligence For Personalized Rankings Of Articles – Novel Embedding Method Supporting Decision-Making In Systematic Literature Review
- Efficient AI-Powered Decision-Making In Systematic Literature Reviews Using Multi-Embedding Models
- A Comparative Analysis of Embedding Models and Traditional Methods for Publication Selection in Systematic Literature Reviews – A Case Study in Gamification Marketing
Opublikowany w SoftwareX framework stanowi ważny krok w kierunku wykorzystania sztucznej inteligencji w automatyzacji prowadzonych badań naukowych oraz rozwijania nowoczesnych, transparentnych i w pełni replikowalnych praktyk SLR w środowisku akademickim.
