GATE Reranker V1

🚀 GATE-Reranker-V1

NAMAA-space は、アラビア語の文書検索とランキングを新たなレベルに引き上げるために微調整された高性能モデル GATE-Reranker-V1 をリリースしました！ 📚🇸🇦

このモデルは、与えられたクエリに対する文脈的な適合度に基づいて文書を正確にランキングすることで、アラビア語文書の 検索関連性を向上 させるように設計されています。

✨ 主な機能

• アラビア語向けに最適化：高性能な Omartificial-Intelligence-Space/GATE-AraBert-v1 をベースに、豊富なアラビア語データで構築されています。
• 高度な文書ランキング：検索エンジン、レコメンデーションシステム、質問応答アプリケーションなどに最適な精度の高い結果ランキングが可能です。
• 最先端の性能：有名なリランカーと比較して優れた性能を達成しています（評価 を参照）。信頼性の高い関連性と精度を保証します。

📦 インストール

このモデルの使用には、SentenceTransformers をインストールする必要があります。

💻 使用例

基本的な使用法

from sentence_transformers import CrossEncoder
model = CrossEncoder('NAMAA-Space/GATE-Reranker-V1', max_length=512)

Query = 'كيف يمكن استخدام التعلم العميق في معالجة الصور الطبية؟'
Paragraph1 = 'التعلم العميق يساعد في تحليل الصور الطبية وتشخيص الأمراض'
Paragraph2 = 'الذكاء الاصطناعي يستخدم في تحسين الإنتاجية في الصناعات'

scores = model.predict([(Query, Paragraph1), (Query, Paragraph2)])

📚 ドキュメント

評価

私たちは、2つの異なるデータセットを使用して、MAP、MRR、NDCG@10 の指標でモデルを評価しました。

この評価の目的は、関連/非関連ラベルと肯定的/複数の否定的文書に関するモデルの性能を明らかにすることです。

データセット1: NAMAA-Space/Ar-Reranking-Eval

データセット2: NAMAA-Space/Arabic-Reranking-Triplet-5-Eval

見ての通り、このモデルは他の有名なリランカーと比較して非常に良好な性能を発揮しています。

開発中: アラビア語データセットに関するさらなる比較と評価。

📄 ライセンス

このモデルは Apache-2.0 ライセンスの下で提供されています。