International Conference on Information and Knowledge Technology

فارسی

Home / پانزدهمین کنفرانس بین المللی فناوری اطلاعات و دانش

PersianRAG A Retrieval Augmented Generation System for Persian Language

Authors :

Hossein Hosseini¹ Mohammad Sobhan Zare² Amir Hossein Mohammadi³ Arefeh Kazemi⁴ Zahra Zojaji⁵ Mohammad Ali Nematbakhsh⁶

1- دانشگاه اصفهان 2- دانشگاه اصفهان 3- دانشگاه اصفهان 4- دانشگاه اصفهان 5- دانشگاه اصفهان 6- دانشگاه اصفهان

Keywords :

Retrieval Augmented Generation،Large Language Models،Persian،PersianRAG

Abstract :

Retrieval augmented generation (RAG) models, which integrate large-scale pre-trained generative models with external retrieval mechanisms, have shown significant success in various natural language processing (NLP) tasks. However, applying RAG models in Persian language as a low-resource language, poses distinct challenges. These challenges primarily involve the preprocessing, embedding, retrieval, prompt construction, language modeling, and response evaluation of the system. In this paper, we address the challenges towards implementing a real-world RAG system for Persian language called PersianRAG. We propose novel solutions to overcome these obstacles and evaluate our approach using several Persian benchmark datasets. Our experimental results demonstrate the capability of the PersianRAG framework to enhance question answering task in Persian.

List of archived papers

استخراج موارد آزمون سطح برون‌متد و درون‌کلاس از برنامه‌های شئ‌‌گرا

محمد قرشی - حسن حقیقی

Combinatorial Auction Based on Social Choice in the Internet of Things

Maede Esmaeili - Faria Nassiri-Mofakham - Fatemeh Hassanvand

ارائه یک سیستم توصیه‌گر آگاه به زمینه مبتنی بر رفتار کاربر در شبکه اجتماعی با استفاده از پیام‌های برچسب شده جغرافیایی

زهرا امینی - سید علیرضا هاشمی گلپایگانی - علی میرزائی

Kalman Filter–Based Anomaly Detection for User Authentication Failures in Enterprise Logs

Somayeh Soltani - Hossein Nikdel

جانمایی توزیع‌شده محتوا برای ذخیره‌سازی موقت در شبکه‌های سلولی کوچک با حضور کاربران مخرب

زهرا رشیدی - دکتر وصال حکمی - حانیه سلمان‌طاهری زهرا رشیدی - وصال حکمی - حانیه سلمان‌طاهری -

A Comparison between Slimed Network and Pruned Network for Head Pose Estimation

Amir Salimiparsa - Hadi Veisi - Mohammad-shahram Moin

Sigma: A Secure Federated Network Gaming Platform

Keyhan Mohammadi - Reza Ebrahimi Atani

تحلیل سازه‌های موثر بر پذیرش فناوری بلاکچین و استفاده از آن در صنعت بیمه ایران با استفاده از تکنیک معادلات ساختاری (مطالعه موردی: شرکت کارگزاری رسمی بیمه زندگی خوب)

احسان هنری - آفرین اخوان

Traffic Aware Routing in P4 Based Software Defined Networks

Ahmad Hamid - Reza Mohammadi

HTCAR: Hierarchical Text Classification based on aggregation of Representations

Ali Bavand - Mohammad Mehdi Homayounpour - Ahmad Nickabadi

more

Samin Hamayesh - Version 43.8.0