LuanVan.vnLuận Văn
Gửi thư

Evaluate different metrics for reranking documents in text retrieval for question answering

Khoá luận tốt nghiệp · Đại học · năm 2023 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảPhan Đức Thắng
Người hướng dẫnLê Thanh Hương
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2023
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Trình bày về bài toán hỏi đáp mở (open-domain QA) gồm 2 bước chính: truy xuất đoạn văn liên quan và sinh câu trả lời. Trong đó, truy xuất đoạn văn rất quan trọng và thường gồm hai giai đoạn: retriever (BM25, DPR) và reranker (thường dùng cross-encoder với BERT). Các phương pháp hiện đại như DPR và cross-encoder giúp cải thiện chất lượng nhờ hiểu ngữ nghĩa, nhưng cần nhiều dữ liệu huấn luyện. Đề xuất một phương pháp rerank dựa trên BERTScore và PhoBERT, không cần dữ liệu huấn luyện thêm, vẫn đạt hiệu quả gần với cross-encoder. Đồng thời, khi kết hợp với cross-encoder, chất lượng xếp hạng còn được cải thiện hơn.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.