研究人员开发了Dhara,这是一种新颖的检索引擎,旨在高效搜索印度知识体系(IKS)。该系统集成了混合搜索、实体笔记、模糊诗句检索和神经重排,以定位可能分散在各种文本(包括诗句、翻译和评论)中的相关证据。评估表明,Dhara的BGE-M3嵌入模型优于传统的BM25,并且实体笔记和模糊诗句检索的加入进一步提高了不同类别的检索准确性。 AI
影响 该系统可以通过先进的AI驱动搜索来改善对历史和文化知识库的访问和理解。
排序理由 该集群描述了一篇关于新颖信息检索系统的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- Avinash Holenarasipur Nagendra
- BGE M3-Embedding: Multi-Lingual, Multi-Functionality, Multi-Granularity Text Embeddings Through Self-Knowledge Distillation
- BM25
- ColBERTv2
- Gemini
- Hugging Face
- Indian Knowledge Systems
- Qwen
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →