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

پیش‌بینی بازار فارکس با استفاده از نمودار شمعی و شبکه‌ی عصبی GRU

محمدرضا نوروزی - مریم مومنی

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

Sepehr Rezaei - Mohammadreza Shams - Mohsen Alambardar Meybodi

KGLM-QA: A Novel Approach for Knowledge Graph-Enhanced Large Language Models for Question Answering

Alireza Akhavan safaei - Pegah Saboori - Reza Ramezani - Mohammadali Nematbakhsh

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 -

Aligning the Brick and Mortar cosmetic with digital transformation as the right way to overhaul the In-store Experience

Mehrgan Malekpour - Dr Federica Caboni

A Data-Efficient Approach to Solar Panel Micro-Crack Detection via Self-Supervised Learning

Alireza Akhavan safaei - Pegah Saboori - Reza Ramezani - Morteza Tavana

ISAAF: بهبود چارچوب مجوز خودتطبیق SAAF با استفاده از پیاده‌سازی مبتنی بر عامل و مفهوم I-Shairing

الهام معین الدینی - دکتر منیره عبدوس - دکتر اسلام ناظمی

طراحی نرم افزاری مبتنی بر واقعیت افزوده با کاربرد فروش عینک

مینا علیانژاد - نسترن زنجانی - زهرا عسکری نژاد امیری

‌خوشه بندی شبکه‌های بی‌سیم ادهاک مبتنی بر محدودیت‌های فازی

پروا کلیبری - کریم صمدزمینی

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

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

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.5.2