RocketQA主要研究基于稠密向量的文章搜索召回技术，论文对于整体模型没有任何优化，还是最为经典的双塔模型（dual-encoder model），采用预训练语言模型将query和answer编码为稠密向量，通过计算向量之间的距离来衡量query与answer之间的相关程度，利用Faiss等高维向量检索方法召回TopK的相关文章。主要的思路是优化模型训练时负采样的过程，以及扩充、优化训练数据的方...

特别声明： 版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。