Andrija Poleksić, mag. inf. zaposlen je kao asistent na projektu na Fakultetu informatike i digitalnih tehnologija Sveučilišta u Rijeci, gdje također pohađa doktorski studij informatike. Fokus njegovog istraživanja je automatska izrada grafa znanja na temelju znanstvenih članaka vezanih uz temu klimatskih promjena. U sklopu programa MOBDOK-2023, Andrija je proveo tri mjeseca na Institutu “Jožef Stefan” (IJS) u Ljubljani pod mentorstvom doc. dr. sc. Senje Pollak.
Zašto ste odabrali IJS kao organizaciju-domaćina odnosno Doc. dr. sc. Senju Pollak kao mentora-domaćina? Jeste li Vi ili netko iz Vaše istraživačke grupe prethodno surađivali s mentorom ili članovima istraživačke grupe?
Institut “Jožef Stefan” vodeća je slovenska istraživačka institucija u području prirodnih i tehničkih znanosti. Posebno me zainteresirao Odjel za tehnologije znanja (E8), s čijim radom sam se prvi put upoznao na ljetnoj školi 2023. godine (ESSAI & ACAI-2023). Kroz kontakte ostvarene na toj školi, kao i kroz raniju suradnju moje istraživačke grupe sa Sveučilištem u Ljubljani i Institutom “Jožef Stefan”, prepoznao sam da je to odlično okruženje za moje daljnje usavršavanje u području obrade prirodnog jezika i tehnologija znanja.
Koje su glavne razlike između Vaše matične institucije i organizacije-domaćina u pogledu infrastrukture, uvjeta za rad, međuljudskih odnosa i slično?
Glavna razlika je u fokusu rada. Odjel, odnosno institucija u kojoj sam boravio, gotovo je u potpunosti posvećen istraživanju, a većina članova radi isključivo na istraživačkim pozicijama. Kod nas je naglasak ipak više na znanstveno-nastavnim aktivnostima. Što se infrastrukture tiče, IJS nudi bolju podršku, više računalnih resursa, softverskih alata i opreme, što je razumljivo s obzirom na njihove ekonomske mogućnosti. Što se tiče radnih uvjeta i međuljudskih odnosa, rekao bih da su na sličnoj i vrlo dobroj razini.
Jesu li Vaša očekivanja koja ste imali prilikom prijave ispunjena? Je li trajanje studijskog boravka bilo dovoljno za ispunjavanje postavljenih ciljeva? Na koji način će se ovaj studijski boravak odraziti na Vašu doktorsku disertaciju?
Da, moja očekivanja su u potpunosti ispunjena. Na IJS-u sam imao priliku diskutirati o svojim rješenjima, dodatno ih unaprijediti te doći do novih ideja i zaključaka, što će značajno doprinijeti izradi moje doktorske disertacije. Trajanje studijskog boravka bilo je dovoljno da ostvarim postavljene ciljeve.
Hoćete li nastaviti suradnju s organizacijom-domaćinom i/ili mentorom-domaćinom? Jesu li u planu zajedničke publikacije, projektne prijave, komercijalizacija istraživanja, dodatne posjete i sl.?
Da, već sada raspravljamo o mogućim rješenjima za jednu od planiranih publikacija. Osim toga, doc. dr. sc. Senja Pollak suradnica je na novodobivenom UNIRI projektu LangNet-KG, u sklopu kojeg su predviđene i dodatne posjete, kako njezine grupe našoj instituciji, tako i moje posjete organizaciji-domaćinu.
I za kraj, kakvi su Vaši dojmovi iz Ljubljane? Koliko je bilo lako/teško pronaći smještaj, je li Vam iznos dobivene stipendije bio dovoljan za pokrivanje troškova života i sl.?
Ljubljana je odlična opcija jer nudi mnoštvo vrhunskih istraživačkih institucija, a ujedno je i grad s visokom kvalitetom života, velikom pažnjom prema prirodi i mnoštvom mogućnosti za rekreaciju. Kao i u većini europskih gradova/metropola, smještaj je prilično teško pronaći, posebno za kraće periode poput tromjesečnog boravka. Ipak, iznos stipendije bio je dovoljan da pokrije sve troškove života tijekom mog boravka.
Sažetak Andrijinog usavršavanja:
Doktorsko istraživanje Andrije Poleksića, asistenta na Fakultetu informatike i digitalnih tehnologija (FIDIT) u Rijeci, usmjereno je na stvaranje pouzdanog grafa znanja o klimatskim promjenama iz znanstvenih tekstova, koristeći metode obrade prirodnog jezika (NLP). U okviru programa mobilnosti (MOBDOK-2023), Andrija će provesti 82 dana na Institutu “Jožef Stefan” (IJS) u Ljubljani kako bi razvio postupke za izlučivanje relacija koje kombiniraju nenadzirano i nadzirano strojno učenje. Prvo će, uz pomoć velikih jezičnih modela, identificirati specifične tipove relacija u domeni, a zatim će ih iskoristiti za učenje domenskih jezičnih modela (BERT i RoBERTa). Očekivani rezultati uključuju razvoj novog postupka za polu-nadziranu izgradnju grafa znanja te definiranje popisa domenskih relacija, s ciljem dopunjavanja globalno dostupne Wikidata baze znanja i stvaranja resursa za provjeru činjenica.