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

پیشنهادات کالیبره شده براساس احساسات استخراج شده از متون مرتبط با آیتم ها

شیوا پارساراد - دکتر سامان هراتی زاده شیوا پارساراد - سامان هراتی زاده -

تحلیل سازه‌های موثر بر پذیرش فناوری بلاکچین و استفاده از آن در صنعت بیمه ایران با استفاده از تکنیک معادلات ساختاری (مطالعه موردی: شرکت کارگزاری رسمی بیمه زندگی خوب)

احسان هنری - آفرین اخوان

Adaptive Stopping Criteria-based A-RANSAC algorithm in Copy Move Image Forgery detection

ZAHRA HOSEINNEJAD - Dr MEHDI NASRI

Improving Privacy Protection in a Collaborative Blockchain-based E-Health Records System

Arman Emam-Hoseini - Samane Sobuti - دکتر سیاوش خرسندی - Alireza Hashemi-Golpayeghani

کشف لبه در تصاویر پزشکی با استفاده از اتوماتای سلولی سلسله مراتبی

مریم علینقی زاده - علیرضا رضوانیان

شناسایی جایگاه مالونیلاسیون در پروتئین‌ها با بهره‌گیری از استخراج ویژگی و تکنیک‌های پردازش زبان طبیعی

حنانه رجبیون - محمد قاسم زاده - وحید رنجبر بافقی

Persian deaf sign language recognition system using deep learning

Mohammad Ebrahimi

Data Analysis to Reduce Electrical Power Plants

Amirali Sahraei - Jamshid Shanbehzadeh

A Data-Efficient Approach to Solar Panel Micro-Crack Detection via Self-Supervised Learning

Alireza Akhavan safaei - Pegah Saboori - Reza Ramezani - Morteza Tavana

بیشینه‌سازی تأثیر در شبکه‌های اجتماعی بر اساس فعالیت کاربران

فاطمه جعفری - علیرضا رضوانیان

more

Samin Hamayesh - Version 44.5.0