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

Epileptic Seizure Detection based on Statistical and Wavelet Features and Siamese Network

Zahra Hossein-Nejad - Mehdi Nasri

روشی چندوجهی برای تحلیل احساسات در زبان فارسی با استفاده نشریه ساختار بلاغی و ترنسفرمرها

ریحانه احمدی علیائی - امینه امینی - عباس جلیلوند

یک روش خوشه بندی گره ها برای شبکه های حسگر بی‌سیم با هدف بهبود متوازن سازی بار مبتنی بر تکنیک تاپسیس

راضیه حسین رضایی - فهیمه یزدان پناه

هوشمندسازی پایش کیفیت رنگزنی داخلی گرین تایر و تحلیل داده برای بهینه سازی عمر بلادر، مصرف رنگ و ریشه یابی عیوب پخت

سامان ثنایی - رضا رحیمی

SDN-based Deep Anomaly Detection For Securing Cloud Gaming Servers

Mohammadreza Ghafari - Dr Seyed Mostafa Safavi Hemami

Web Service Ranking based on QoS and Use Prefer

Seyed Hossein Siadat - Danial Ramezani - Fatemeh Ahani

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 -

Video Steganography in HEVC Using Intra-Prediction Modes

Vahidreza Seirafian - Masoud Omomi

A Novel Resource Allocation Scheme for Underlaying NOMA-Based Multi-Channel Cognitive D2D Communications

Anahita Akbari - Dr Javad Zeraatkar Moghaddam - Dr Mehrdad Ardebilipour

Energy–Aware Clustering Routing Protocol to Improve the Multi-hop WSN Lifetime

Alireza Gholamrezaee - Hoda Gholamrezaee - Mahtab Hadiyan

more

Samin Hamayesh - Version 44.5.0