M

Ms Marco Electra Base

由 cross-encoder 开发
基于ELECTRA-base架构训练的交叉编码器,专为MS Marco段落排序任务优化,用于信息检索中的查询-段落相关性评分。
下载量 118.93k
发布时间 : 3/2/2022

模型简介

该模型用于信息检索场景,可对查询与候选段落进行相关性评分,适用于搜索引擎的结果重排序任务。

模型特点

高效重排序
专为信息检索场景设计,可对初步检索结果进行精确重排序
ELECTRA架构优势
采用ELECTRA的替换标记检测预训练方式,相比传统BERT更高效
MS Marco优化
在MS Marco段落排序数据集上专门训练,适应真实搜索场景

模型能力

查询-段落相关性评分
搜索结果重排序
信息检索优化

使用案例

搜索引擎优化
搜索结果重排序
对ElasticSearch等搜索引擎的初步结果进行相关性重排序
在MS Marco开发集上达到36.41 MRR@10
问答系统
答案段落排序
在问答系统中对候选答案段落进行相关性排序
在TREC DL 2019上达到71.99 NDCG@10
AIbase
智启未来,您的人工智能解决方案智库
简体中文