哥廷根大学 发布 低资源领域语言语义搜索评估数据集 数据集, 应用在 语义搜索、低资源语言处理 领域

哥廷根大学 本次发布的数据集 低资源领域语言语义搜索评估数据集, 该数据集由哥廷根大学和eschbach GmbH创建，旨在评估低资源领域语言（如德国化学工业领域）中的语义搜索性能。数据集包含从七个工厂的班次记录中生成的至少80个查询，每个查询至少有两个相关文档。数据集的创建过程涉及自动化查询生成和文档对评分，结合了多个编码器和生成式大语言模型（如GPT-4o）的评分。该数据集主要用于解决低资源语言领域中语义搜索模型的评估问题，通过提高查询与文档对齐的准确性，提升模型的实际应用效果。

查看低资源领域语言语义搜索评估数据集

关于 哥廷根大学 , 哥廷根大学是德国的一所著名研究型大学，成立于1734年，以其卓越的学术研究和教育质量闻名，尤其在自然科学、人文科学和社会科学领域有显著贡献。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。