思维拓展
回到最初提到的内容:预训练模型在信息检索领域有两个主流方法,其中bi-encoder速度较快,但是准确率相对较低;cross-encoder速度慢,准确度高,可以考虑将二者进行结合。
首先利用bi-encoder对数据集进行粗排序(就像结果评价时使用BM25算法那样),然后在排序结果上使用cross-encoder进行重排序,从而获得更为精确的相关度排序结果。
总结回顾
通过该项目我了解了预训练模型在信息检索领域的应用,学会了在Huggingface中寻找预训练模型。并且我也认识到对实验结果进行评价时可以借助第三方库完成,从而降低非核心部分的开发工作量。
参考资料(主要)
[2] 2005.04474.pdf (arxiv.org)
[3] [2105.06813] A cost-benefit analysis of cross-lingual transfer methods (arxiv.org)
[4] [2108.13897] mMARCO: A Multilingual Version of the MS MARCO Passage Ranking Dataset (arxiv.org)