Pri znanstveni založbi Springer je izšla monografija Representation Learning: Propositionalization and Embeddings, ki so jo napisali Nada Lavrač z Instituta "Jožef Stefan" in Univerze v Novi Gorici, Vid Podpečan z Instituta "Jožef Stefan" in Marko Robnik Šikonja s Fakultete za računalništvo in informatiko Univerze v Ljubljani. Monografija obravnava napredne tehnike učenja podatkovnih predstavitev, ki predstavljajo eno od najbolj aktivnih in aktualnih raziskovalnih področij strojnega učenja. Učenje predstavitev obsega sodobne tehnike obdelave podatkov, ki omogočajo pretvorbo različnih vrst kompleksnih podatkov v enotno tabelarično obliko. Besedila, relacijski podatki in grafi se avtomatsko pretvorijo v vektorje tako, da naučena tabelarična predstavitev zajame njihove semantične lastnosti, podobnost in medsebojne relacije. Monografija se osredotoča na pristope propozionalizacije, ki so uveljavljeni pri relacijskem učenju in induktivnem logičnem programiranju, ter vektorske vložitve, ki so postale priljubljene z napredkom na področju nevronskih mrež in globokega učenja.