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

Violence detection using one-dimensional convolutional networks

Narges Honarjoo - Ali Abdari - Dr Azadeh Mansouri

Coded Sharding for Vehicular Blockchains: A Lagrange Interpolation-Based Approach to IoV Scalability

Behdad Alagha - Maedeh Mosharraf

A Novel Service Deployment Policy in Fog Computing Considering The Degree of Availability and Fog Landscape Utilization Using Multiobjective Evolutionary Algorithms

Maryam Eslami - Dr Mehdi Sakhaei-nia

Advanced SMS Spam Detection using Deep Complex Models and Sine-Cosine Algorithm

Sepehr Rezaei - Mohammadreza Shams - Mohsen Alambardar Meybodi

پیشنهادات کالیبره شده براساس احساسات استخراج شده از متون مرتبط با آیتم ها

شیوا پارساراد - دکتر سامان هراتی زاده شیوا پارساراد - سامان هراتی زاده -

ارائه یک الگوریتم سلسله مراتبی جهت تشخیص نفوذ در شبکه های کامپیوتری

دکتر باقر رحیم پور کامی - سیدمحمد سیدی برشی باقر رحیم پور کامی - سیدمحمد سیدی برشی -

مکان‌یابی بهینه آلودگی در شبکه‌های توزیع آب با استفاده از تکنولوژی اینترنت اشیاء بر مبنای پیشبینی سری زمانی چند متغیره

زینب محزون - امید بوشهریان

تحلیل و بررسی تکنیک‌های محاسبات تقریبی

محمد میلاد صیاد - محمد رضا بینش مروستی - سید امیر اصغری

StockFM: پیش بینی قیمت بازار بورس ایران به کمک مدل بنیادین سری زمانی

فاطمه چیت ساز - سامان هراتی زاده

Presenting an Edge-based Air Quality Management System for Smart City Scenarios

Tina Samizadeh Nikoui - Ali Balador - Amir Masoud Rahmani - Hooman Tabarsaied

more

Samin Hamayesh - Version 42.5.2