International Conference on Information and Knowledge Technology

فارسی

Home / پانزدهمین کنفرانس بین المللی فناوری اطلاعات و دانش

PersianRAG A Retrieval Augmented Generation System for Persian Language

Authors :

Hossein Hosseini¹ Mohammad Sobhan Zare² Amir Hossein Mohammadi³ Arefeh Kazemi⁴ Zahra Zojaji⁵ Mohammad Ali Nematbakhsh⁶

1- دانشگاه اصفهان 2- دانشگاه اصفهان 3- دانشگاه اصفهان 4- دانشگاه اصفهان 5- دانشگاه اصفهان 6- دانشگاه اصفهان

Keywords :

Retrieval Augmented Generation،Large Language Models،Persian،PersianRAG

Abstract :

Retrieval augmented generation (RAG) models, which integrate large-scale pre-trained generative models with external retrieval mechanisms, have shown significant success in various natural language processing (NLP) tasks. However, applying RAG models in Persian language as a low-resource language, poses distinct challenges. These challenges primarily involve the preprocessing, embedding, retrieval, prompt construction, language modeling, and response evaluation of the system. In this paper, we address the challenges towards implementing a real-world RAG system for Persian language called PersianRAG. We propose novel solutions to overcome these obstacles and evaluate our approach using several Persian benchmark datasets. Our experimental results demonstrate the capability of the PersianRAG framework to enhance question answering task in Persian.

List of archived papers

جایگذاری مقادیر ازدست رفته در داده های سری زمانی چندمتغیره برای پیش بینی مرگ ومیر بیماران با رویکرد یادگیری عمیق مبتنی بر مکانیسم توجه

سید علی هاشمی - سعید جلیلی

Customer Churn Prediction Using Data Mining Techniques for an Iranian Payment Application

Olya Rezaeian - Dr ُSeyedhamidreza Shahabi Haghighi - Dr Jamal Shahrabi

پیش‌بینی بستری مجدد بیماران با استفاده از استخراج مفاهیم زیست‌پزشکی از متون بالینی

فهیمه شاهرخ شهرکی - رسول سامانی - دکتر ناصر قدیری فهیمه شاهرخ شهرکی - رسول سامانی - ناصر قدیری -

طبقه بندی روش های شناسایی داده های تکراری در جهت تسهیل فرایند پاکسازی داده ها

مهدی جعفری - احمد عبدالله زاده بار فروش

A Fuzzy Cluster-Based Routing Algorithm to Extend Wireless Sensor Network Lifetime

Mostafa Mirzaie - Armin Mazinani - Dr Sayyed Majid Mazinani

Classical-Quantum Multiple Access Wiretap Channel with Common Message: One-shot Rate Region

Hadi Aghaee - Dr Bahareh Akhbari

An efficient hybrid approach for performance-based alternative design evaluation in systems engineering

Abbas Chaman Para - Maryam Nooraei Abadeh - Sondos Bahadori

Benchmarking Embedding Models for Persian-Language Semantic Information Retrieval

Mahmood Kalantari - Mehdi Feghhi - Nasser Mozayani

Enhancing Software Effort Estimation with an Integrated Approach of Particle Swarm Optimization and Genetic Algorithms in Analogy-based Method

Ehsan Nasr - Keyvan Mohebbi

شناسایی کمپلکس‎ های پروتئینی با استفاده از داده‎ های زیستی و خوشه بندی فازی

مریم مولی وردیخانی - دکتر سعید جلیلی مریم مولی وردیخانی - سعید جلیلی -

Samin Hamayesh - Version 40.3.1