Kirill Dubovikov

PETRA数据集通过精选网络文本增强石油工程搜索 · 跟踪2个来源

研究人员开发了PETRA，这是一个新颖的数据集和管道，旨在改善石油工程领域的信息检索。该系统通过将嘈杂的公共网络文本转化为具有合成监督的精选语料库，用于密集检索和重排序，从而解决了领域特定相关性标签稀缺的问题。PETRA的构建包括高召回率的能源领域精选、准确的能源领域分类器、查询生成以及LLM编写的硬负例，从而显著提高了检索准确性和推理密集型任务的性能。