کنفرانس بین المللی فناوری اطلاعات و دانش

English

صفحه اصلی / پانزدهمین کنفرانس بین المللی فناوری اطلاعات و دانش

Benchmarking Embedding Models for Persian-Language Semantic Information Retrieval

نویسندگان :

Mahmood Kalantari¹ Mehdi Feghhi² Nasser Mozayani³

1- دانشگاه علم و صنعت ایران 2- دانشگاه علم و صنعت ایران 3- دانشگاه علم و صنعت ایران

کلمات کلیدی :

Embedding search،Embedding models،Persian embedding،Persian question-answering،Retrieval-Augmented Generation (RAG)

چکیده :

The increasing reliance on semantic-based retrieval, especially in the context of large language model-powered chatbots, underscores the need for robust evaluation of embedding models. In this study, the performance of embedding models for Persian-language information retrieval was investigated, addressing an area with limited prior research. Four question-answering datasets were used—two publicly available datasets adapted for this study and two custom datasets derived from translations. A systematic evaluation of 17 embedding models was conducted, and the models were ranked based on their accuracy in retrieving relevant content using similarity measures such as dot product, cosine similarity, and L2 distance. The findings emphasize the adaptability of these models to diverse textual data and address the specific challenges posed by the Persian language. This research bridges a critical gap in Persian-language retrieval tasks, providing a comprehensive benchmark for evaluating embedding models in semantic information retrieval scenarios.

لیست مقالات

لیست مقالات بایگانی شده

Optimal selection of seed nodes by reducing the influence of common nodes in the influence maximization problem

Farzaneh Kazemzadeh - Ali Asghar Safaei - Mitra Mirzarezaee

تخلیه‌ی باری وظایف اینترنت اشیاء بر روی مه محاسباتی با استفاده از الگوریتم حشره آبسوار

عفت تقی زاده بیلندی - آرش دلداری - علیرضا صالحان

شبکه‌های نرم‌افزار محور در کلان داده: مطالعه‌ی راهکارهای امنیتی و چالش‌ها

احسان سلیمانی دهکردی - محمدرضا ملاخلیلی میبدی

Enhancing QSAR Modeling: A Fusion of Sequential Feature Selection and Support Vector Machine

Farzaneh Khajehgili-Mirabadi - Mohammad Reza Keyvanpour

بررسی تأثیر استقرار استاندارد COBIT در افزایش بهره وری سازمان‌ها (مطالعه موردی: شعب نمایندگی‌های همراه اول، ایرانسل، رایتل)

دکتر محمد ابراهیم سمیع - ساره رحمانیان محمد ابراهیم سمیع - ساره رحمانیان -

AN EFFICIENT TASK SCHEDULING IN CLOUD COMPUTING BASED ON ACO ALGORITHM

Zahra Shafahi - Dr Alireza Yari

Short-Term Traffic Flow Prediction Based on a Recurrent Deep Neural Networks: Study in Tehran

Dr Monireh عبدوس - Taha Vajed Samei

کشف برخط تقلب پیشنهاد ساختگی (Bid-Shielding) در مناقصه و مزایده‌های الکترونیکی هلندی با رویکرد تحلیل شبکه اجتماعی

فاطمه الثلایا - دکتر سید علیرضا هاشمی گلپایگانی فاطمه الثلایا - سید علیرضا هاشمی گلپایگانی -

Sigma: A Secure Federated Network Gaming Platform

Keyhan Mohammadi - Reza Ebrahimi Atani

بررسی روش یادگیری انتقالی جهت پیش‌بینی پیوند

علی روحانی فر - کمال میرزایی بدرآبادی

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.3.1