首頁>編程相關>其他源碼
下載

安塞里尼

Anserini 是一個用於可重複資訊檢索研究的工具包。透過以 Lucene 為基礎，我們的目標是彌合學術資訊檢索研究與建立現實世界搜尋應用程式的實踐之間的差距。除其他目標外，我們的努力旨在與此相反。參見楊等人。 (SIGIR 2017) 和 Yang 等人。 （JDIQ 2018）概述。

❗ Anserini 在提交272565 (2024/04/03) 處從 JDK 11 升級到 JDK 21，對應於 v0.35.0 的版本。

？嘗試一下！

Anserini 打包在一個獨立的 fatjar 中，這也提供了最簡單的入門方法。假設您已經安裝了 Java，請取得 fatjar： 

wget https://repo1.maven.org/maven2/io/anserini/anserini/0.38.0/anserini-0.38.0-fatjar.jar

以下指令將產生一個 SPLADE++ ED，在 MS MARCO 段落語料庫上執行開發查詢（使用 ONNX 編碼）： 

java -cp anserini-0.38.0-fatjar.jar io.anserini.search.SearchCollection 
  -index msmarco-v1-passage.splade-pp-ed 
  -topics msmarco-v1-passage.dev 
  -encoder SpladePlusPlusEnsembleDistil 
  -output run.msmarco-v1-passage-dev.splade-pp-ed-onnx.txt 
  -impact -pretokenized

評估： 

java -cp anserini-0.38.0-fatjar.jar trec_eval -c -M 10 -m recip_rank msmarco-passage.dev-subset run.msmarco-v1-passage-dev.splade-pp-ed-onnx.txt

請參閱 Anserini (v0.38.0) 目前 fatjar 版本的詳細說明，以在 TREC 2024 RAG、MS MARCO V1 Passage 和 BEIR 的 MS MARCO V2.1 語料庫上重現回歸實驗，全部直接來自 fatjar！

此外，Anserini 還附帶一個用於互動式查詢的內建 Web 應用程式以及可供其他應用程式使用的 REST API。請在此處查看我們的文件。

較舊的說明
  • 安塞里尼 v0.37.0
  • 安塞里尼 v0.36.1
  • 安塞里尼 v0.36.0
  • 安塞里尼 v0.35.1
  • 安塞里尼 v0.35.0

？安裝

大多數 Anserini 功能都在 Pyserini Python 介面中公開。如果您更熟悉 Python，請從這裡開始，儘管 Anserini 是 Pyserini 的重要構建塊，因此仍然值得了解 Anserini。

您需要 Java 21 和 Maven 3.9+ 來建置 Anserini。使用--recurse-submodules選項來複製我們的儲存庫，以確保eval/子模組也被複製（或者，使用git submodule update --init ）。然後，使用 Maven 建置： 

 mvn clean package

tools/目錄包含評估工具和其他腳本，實際上就是這個儲存庫，集成為 Git 子模組（以便可以在相關項目之間共用）。建置如下（您可能會收到警告，但可以忽略）： 

 cd tools/eval && tar xvfz trec_eval.9.0.4.tar.gz && cd trec_eval.9.0.4 && make && cd ../../..
cd tools/eval/ndeval && make && cd ../../..

這樣，您就應該準備好出發了。 Anserini 的入職之路從這裡開始！

Windows提示

如果您使用的是 Windows，請使用 WSL2 來建置 Anserini。如果您尚未安裝 WSL2，請參閱 WSL2 安裝文件來安裝 WSL2。

請注意，在沒有 WSL2 的 Windows 上，測試可能會因編碼問題而失敗，請參閱#1466。一個簡單的解決方法是透過將-Dmaven.test.skip=true加入上述mvn命令來跳過測試。有關偵錯 Windows 建置錯誤的更多討論，請參閱 #1121。

⚗️ 端對端回歸實驗

Anserini 旨在支援開箱即用的各種標準 IR 測試集合的端到端實驗。每個端對端迴歸都從原始語料庫開始，建立必要的索引，執行檢索運行並產生評估結果。詳情請參閱各頁面。

MS MARCO V1 頻道回歸

MS MARCO V1 頻道回歸

開發者DL19 DL20
無監督稀疏
Lucene BoW 基線？ ？ ？
量化BM25 ？ ？ ？
WordPiece 基線（預標記化） ？ ？ ？
WordPiece 基準 (Huggingface) ？ ？ ？
WordPiece + Lucene BoW 基線？ ？ ？
文檔2查詢？
doc2query-T5 ？ ？ ？
學習稀疏（uniCOIL 系列）
uniCOIL 無指數？ ？ ？
uniCOIL 與 doc2query-T5 ？ ？ ？
帶波浪號的 uniCOIL ？
學習稀疏（其他）
深度影響？
斯普拉德v2 ？
SPLADE++ CoCondenser-EnsembleDistil ？ ？ ？ ？ ？ ？
SPLADE++ CoCondenser-自蒸餾？ ？ ？ ？ ？ ？
學習密集（HNSW 指數）
cosDPR-蒸餾滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
BGE-base-en-v1.5滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
OpenAI Ada2滿的：？ int8：？滿的：？ int8：？滿的：？ int8：？
連貫英語 v3.0滿的：？ int8：？滿的：？ int8：？滿的：？ int8：？
學習密集（平面索引）
cosDPR-蒸餾滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
BGE-base-en-v1.5滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
OpenAI Ada2滿的：？ int8：？滿的：？ int8：？滿的：？ int8：？
連貫英語 v3.0滿的：？ int8：？滿的：？ int8：？滿的：？ int8：？
學習密集（反向；實驗）
cosDPR-distil 帶“假詞” ？ ？ ？
cosDPR-distil 帶“LexLSH” ？ ？ ？

鑰匙：

  • ？ = 關鍵字查詢
  • “full” = 全 32 位元浮點精度
  • "int8" = 量化 8 位元精度
  • ？ = 快取查詢， ？ = 使用 ONNX 進行查詢編碼

可供下載的語料庫

語料庫尺寸校驗和
量化BM25 1.2GB 0a623e2c97ac6b7e814bf1323a97b435
uniCOIL (無exp) 2.7GB f17ddd8c7c00ff121c3c3b147d2e17d8
uniCOIL (d2q-T5) 3.4GB 78eef752c78c8691f7d61600ceed306f
uniCOIL（波浪線） 3.9GB 12a9c289d94e32fd63a7d39c9677d75c
深度影響3.6GB 73843885b503af3c8b3ee62e5f5a9900
斯普拉德v2 9.9GB b5d126f5d9a8e1b3ef3f5cb0ba651725
SPLADE++ CoCondenser-EnsembleDistil 4.2GB e489133bdc54ee1e7c62a32aa582bc77
SPLADE++ CoCondenser-自蒸餾4.8GB cb7e264222f2bf2221dd2c9d28190be1
cosDPR-蒸餾57GB e20ffbc8b5e7f760af31298aefeaebbd
BGE-base-en-v1.5 59GB 353d2c9e72e858897ad479cca4ea0db1
OpenAI-ada2 109GB a4d843d522ff3a3af7edbee789a63402
Cohere 嵌入-english-v3.0 38GB 06a6e38a0522850c6aa504db7b2617f5
MS MARCO V1 文件回歸

MS MARCO V1 文件回歸

開發者DL19 DL20
無監督詞彙，完整文件*
Lucene BoW 基線+ + +
WordPiece 基線（預標記化） + + +
WordPiece 基準（Huggingface 分詞器） + + +
WordPiece + Lucene BoW 基線+ + +
doc2query-T5 + + +
無監督詞彙、分段文件*
Lucene BoW 基線+ + +
WordPiece 基線（預標記化） + + +
WordPiece + Lucene BoW 基線+ + +
doc2query-T5 + + +
學習稀疏詞彙
uniCOIL 無指數✓ ✓ ✓
uniCOIL 與 doc2query-T5 ✓ ✓ ✓

可供下載的語料庫

語料庫尺寸校驗和
MS MARCO V1 文件：uniCOIL (noexp) 11GB 11b226e1cacd9c8ae0a660fd14cdd710
MS MARCO V1 文件：uniCOIL (d2q-T5) 19GB 6a00e2c0c375cb1e52c83ae5ac377ebb
MS MARCO V2 通道回歸

MS MARCO V2 通道回歸

開發者DL21 DL22 DL23
無監督詞彙、原始語料庫
基線+ + + +
doc2query-T5 + + + +
無監督詞彙、增強語料庫
基線+ + + +
doc2query-T5 + + + +
學習稀疏詞彙
uniCOIL noexp 零射擊✓ ✓ ✓ ✓
uniCOIL 與 doc2query-T5 零樣本✓ ✓ ✓ ✓
SPLADE++ CoCondenser-EnsembleDistil（快取查詢） ✓ ✓ ✓ ✓
SPLADE++ CoCondenser-EnsembleDistil (ONNX) ✓ ✓ ✓ ✓
SPLADE++ CoCondenser-SelfDistil（快取查詢） ✓ ✓ ✓ ✓
SPLADE++ CoCondenser-SelfDistil (ONNX) ✓ ✓ ✓ ✓

可供下載的語料庫

語料庫尺寸校驗和
uniCOIL (無exp) 24GB d9cc1ed3049746e68a2c91bf90e5212d
uniCOIL (d2q-T5) 41GB 1949a00bfd5e1f1a230a04bbc1f01539
SPLADE++ CoCondenser-EnsembleDistil 66GB 2cdb2adc259b8fa6caf666b20ebdc0e8
SPLADE++ CoCondenser-自蒸餾76GB 061930dd615c7c807323ea7fc7957877
MS MARCO V2 文件回歸

MS MARCO V2 文件回歸

開發者DL21 DL22 DL23
無監督詞彙，完整文檔
基線+ + + +
doc2query-T5 + + + +
無監督詞彙、分段文檔
基線+ + + +
doc2query-T5 + + + +
學習稀疏詞彙
uniCOIL noexp 零射擊✓ ✓ ✓ ✓
uniCOIL 與 doc2query-T5 零樣本✓ ✓ ✓ ✓

可供下載的語料庫

語料庫尺寸校驗和
MS MARCO V2 文件：uniCOIL (noexp) 55GB 97ba262c497164de1054f357caea0c63
MS MARCO V2 文件：uniCOIL (d2q-T5) 72GB c5639748c2cbad0152e10b0ebde3b804
MS MARCO V2.1 文件回歸

MS MARCO V2.1 文件回歸

MS MARCO V2.1 語料庫源自 TREC 2024 RAG Track 的 V2 語料庫。下面的實驗捕捉最初針對 V2 語料庫的主題和 qrel，但已「投影」到 V2.1 語料庫。

開發者DL21 DL22 DL23拉吉開發者
無監督詞彙，完整文檔
基線+ + + + +
無監督詞彙、分段文檔
基線+ + + + +
BEIR (v1.0.0) 回歸

BEIR (v1.0.0) 回歸

鑰匙：

  • F1 =「平坦」基線（Lucene 分析器），關鍵字查詢（？）
  • F2 =「平坦」基線（使用bert-base-uncased分詞器進行預分詞），關鍵字查詢（？）
  • MF =「多字段」基線（Lucene 分析器），關鍵字查詢（？）
  • U1 = uniCOIL (noexp)，快取查詢(?)
  • S1 = SPLADE++ CoCondenser-EnsembleDistil：快取查詢（？），ONNX（ ？ ）
  • BGE（扁平）= BGE-base-en-v1.5（扁平索引）
    • 原始（float32）索引：快取查詢（？）、ONNX（ ？ ）
    • 量化（int8）索引：快取查詢（？）、ONNX（ ？ ）
  • BGE (HNSW) = BGE-base-en-v1.5（HNSW 索引）
    • 原始（float32）索引：快取查詢（？）、ONNX（ ？ ）
    • 量化（int8）索引：快取查詢（？）、ONNX（ ？ ）

請參閱表下方的說明，以了解如何「一次性」在所有 BEIR 語料庫上重現模型結果。

語料庫F1 F2中頻U1 S1 BGE（平） BGE (新南威爾斯)
TREC-新冠病毒？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
生物ASQ ？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
NFC語料庫？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
網Q ？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
火鍋QA ？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
FiQA-2018 ？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
訊號-1M(RT) ？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
TREC新聞？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
魯棒04 ？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
阿爾古阿納？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
觸摸2020 ？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
CQADupStack-Android ？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
CQADupStack-英文？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
CQADupStack-遊戲？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
CQADupStack-GIS ？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
CQADupStack-Mathematica ？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
CQADupStack-物理？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
CQADupStack-程式設計師？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
CQADupStack-統計？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
CQADupStack-Tex ？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
CQADupStack-Unix ？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
CQADupStack-網站管理員？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
CQADupStack-Wordpress ？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
知乎？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
資料庫百科？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
SCIDOCS ？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
發燒？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
氣候狂熱？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？
科學事實？ ？ ？ ？ ？ ？滿的：？ ？ int8：？ ？滿的：？ ？ int8：？ ？

若要重現 SPLADE++ CoCondenser-EnsembleDistil 結果，請先下載該集合： 

wget https://rgw.cs.uwaterloo.ca/pyserini/data/beir-v1.0.0-splade-pp-ed.tar -P collections/
tar xvf collections/beir-v1.0.0-splade-pp-ed.tar -C collections/

壓縮包大小為 42 GB，MD5 校驗和為9c7de5b444a788c9e74c340bf833173b 。解壓縮資料後，以下指令將循環遍歷所有 BEIR 語料庫並執行迴歸： 

MODEL= " splade-pp-ed " ; CORPORA=(trec-covid bioasq nfcorpus nq hotpotqa fiqa signal1m trec-news robust04 arguana webis-touche2020 cqadupstack-android cqadupstack-english cqadupstack-gaming cqadupstack-gis cqadupstack-mathematica cqadupstack-physics cqadupstack-programmers cqadupstack-stats cqadupstack-tex cqadupstack-unix cqadupstack-webmasters cqadupstack-wordpress quora dbpedia-entity scidocs fever climate-fever scifact) ; for c in " ${CORPORA[@]} "
do
    echo " Running $c ... "
    python src/main/python/run_regression.py --index --verify --search --regression beir-v1.0.0- ${c} . ${MODEL} .onnx > logs/log.beir-v1.0.0- ${c} - ${MODEL} .onnx 2>&1
done

您可以透過檢查logs/中的日誌檔案來驗證結果。

對於其他型號，將上述命令修改如下：

鑰匙語料庫校驗和MODEL
F1 corpus faefd5281b662c72ce03d22021e4ff6b flat
F2 corpus-wp 3cf8f3dcdcadd49362965dd4466e6ff2 flat-wp
中頻corpus faefd5281b662c72ce03d22021e4ff6b multifield
U1 unicoil-noexp 4fd04d2af816a6637fc12922cccc8a83 unicoil-noexp
S1 splade-pp-ed 9c7de5b444a788c9e74c340bf833173b splade-pp-ed
乙二胺四乙酸bge-base-en-v1.5 e4e8324ba3da3b46e715297407a24f00 bge-base-en-v1.5-hnsw

上面的「Corpus」應替換為完整檔案名稱beir-v1.0.0-${corpus}.tar ，例如beir-v1.0.0-bge-base-en-v1.5.tar 。上述指令應該進行一些小的修改：您需要調整--regression參數以符合src/main/resources/regression/中 YAML 設定檔的架構。

跨語言和多語言回歸

跨語言和多語言回歸

  • Mr. TyDi (v1.1) 基線的迴歸：ar, bn, en, fi, id, ja, ko, ru, sw, te, th
  • MIRACL (v1.0) 基線的迴歸：ar, bn, en, es, fa, fi, fr, hi, id, ja, ko, ru, sw, te, th, zh
  • TREC 2022 NeuCLIR Track BM25 的回歸（查詢翻譯）：波斯語、俄語、中文
  • TREC 2022 NeuCLIR Track BM25 回歸（文件翻譯）：波斯語、俄語、中文
  • TREC 2022 NeuCLIR Track SPLADE 的回歸（查詢翻譯）：波斯語、俄語、中文
  • TREC 2022 NeuCLIR Track SPLADE 回歸（文件翻譯）：波斯語、俄語、中文
  • HC4 語料庫上 HC4 (v1.0) 基線的回歸：波斯語、俄語、中文
  • 原始 NeuCLIR22 語料庫上的 HC4 (v1.0) 基線回歸：波斯語、俄語、中文
  • 翻譯的 NeuCLIR22 語料庫上的 HC4 (v1.0) 基線回歸：波斯語、俄語、中文
  • NTCIR-8 ACLIA 的回歸（IR4QA 子任務，單語中文）
  • CLEF 2006 單一語法語回歸
  • TREC 2002 單語阿拉伯語回歸
  • FIRE 2012 單語基線迴歸：孟加拉語、印地語、英語
  • CIRAL (v1.0) BM25 的迴歸（查詢翻譯）：豪薩語、索馬利語、斯瓦希里語、約魯巴語
  • CIRAL (v1.0) BM25 的回歸（文件翻譯）：豪薩語、索馬利亞語、斯瓦希里語、約魯巴語
其他回歸

其他回歸

  • 磁碟 1 和 2 (TREC 1-3)、磁碟 4 和 5 (TREC 7-8、Robust04)、AQUAINT (Robust05) 的回歸
  • 紐約時報語料庫 (Core17)、華盛頓郵報語料庫 (Core18) 的回歸
  • Wt10g、Gov2 的回歸
  • ClueWeb09（B 類）、ClueWeb12-B13、ClueWeb12 的迴歸
  • Tweets2011（MB11 和 MB12）、Tweets2013（MB13 和 MB14）的回歸
  • 複雜答案檢索迴歸 (CAR17)：帶有 doc2query 的 v1.5、v2.0、v2.0
  • TREC 新聞軌道的回歸（後台連結任務）：2018、2019、2020
  • 發燒事實驗證的回歸
  • DPR 維基百科 QA 基線的回歸：100 個單字分割、6/3 滑動視窗句子

？附加文檔

下面描述的實驗與嚴格的端到端回歸測試無關，因此提供了較低的再現性標準。在大多數情況下，需要手動將命令複製並貼上到 shell 中才能重現我們的結果。

MS 馬可 V1

MS 馬可 V1

  • 重現 MS MARCO 通道排名的 BM25 基線
  • 重現 MS MARCO 文件排名的 BM25 基線
  • 重現 MS MARCO 文件排名排行榜的基線
  • 重現 doc2query 結果（MS MARCO Passage Ranking 和 TREC-CAR）
  • 複製 docTTTTTquery 結果（MS MARCO Passage 和文件排名）
  • 關於使用 docTTTTTquery 進行 MS MARCO 文件排名的複製問題的說明
MS 馬可 V2

MS 馬可 V2

  • 在 MS MARCO V2 系列上複製 BM25 基線
TREC-COVID 和 CORD-19

TREC-COVID 和 CORD-19

  • 為 AI2 的 COVID-19 開放研究資料集建立索引
  • TREC-COVID 挑戰的基線
  • 使用 doc2query 的 TREC-COVID 挑戰的基線
其他實驗和特點

其他實驗和特點

  • 使用 20 個新聞群組資料集
  • FEVER 事實驗證任務的 BM25 基準指南
  • 重現「神經炒作」實驗的指南
  • 在 AI2 開放研究語料庫上執行實驗的指南
  • 楊等人的實驗。 （JDIQ 2018）
  • TREC 2018 運作手冊：[Anserini 小組] [h2oloo 小組]
  • ECIR 2019 公理語意術語配對論文運作手冊
  • ECIR 2019 關於跨館藏相關性回饋的論文運作手冊
  • 支援具有倒排索引的密集向量上的近似最近鄰搜索

？我怎樣才能做出貢獻？

如果您發現 Anserini 有幫助，我們有一個簡單的請求，希望您做出貢獻。在標準測試集合上重現基準結果的過程中，請透過向我們發送帶有簡單註釋的拉取請求（如磁碟4 和5 頁面底部顯示的內容）來告知我們您是否成功。重要對我們來說，我們想了解成功和失敗。由於回歸文件是自動產生的，因此應針對原始範本發送拉取請求。然後可以使用bin/build.sh腳本產生回歸文件。反過來，您將被視為貢獻者。

除此之外，總是有一些未解決的問題，我們希望得到幫助！

️ 發布歷史

  • v0.38.0：2024 年 9 月 6 日 [發行說明]
  • v0.37.0：2024 年 8 月 22 日 [發行說明]
  • v0.36.1：2024 年 5 月 23 日 [發行說明]
  • v0.36.0：2024 年 4 月 28 日 [發行說明]
  • v0.35.1：2024 年 4 月 24 日 [發行說明]
  • v0.35.0：2024 年 4 月 3 日 [發行說明]
  • v0.25.0：2024 年 3 月 27 日 [發行說明]
  • v0.24.2：2024 年 2 月 27 日 [發行說明]
  • v0.24.1：2024 年 1 月 27 日 [發行說明]
  • v0.24.0：2023 年 12 月 28 日 [發行說明]
  • v0.23.0：2023 年 11 月 16 日 [發行說明]
  • v0.22.1：2023 年 10 月 18 日 [發行說明]
  • v0.22.0：2023 年 8 月 28 日 [發行說明]
  • v0.21.0：2023 年 3 月 31 日 [發行說明]
  • v0.20.0：2023 年 1 月 20 日 [發行說明]
較舊的...（和歷史記錄）
  • v0.16.2：2022 年 12 月 12 日 [發行說明]
  • v0.16.1：2022 年 11 月 2 日 [發行說明]
  • v0.16.0：2022 年 10 月 23 日 [發行說明]
  • v0.15.0：2022 年 9 月 22 日 [發行說明]
  • v0.14.4：2022 年 7 月 31 日 [發行說明]
  • v0.14.3：2022 年 5 月 9 日 [發行說明]
  • v0.14.2：2022 年 3 月 24 日 [發行說明]
  • v0.14.1：2022 年 2 月 27 日 [發行說明]
  • v0.14.0：2022 年 1 月 10 日 [發行說明]
  • v0.13.5：2021 年 11 月 2 日 [發行說明]
  • v0.13.4：2021 年 10 月 22 日 [發行說明]
  • v0.13.3：2021 年 8 月 22 日 [發行說明]
  • v0.13.2：2021 年 7 月 20 日 [發行說明]
  • v0.13.1：2021 年 6 月 29 日 [發行說明]
  • v0.13.0：2021 年 6 月 22 日 [發行說明]
  • v0.12.0：2021 年 4 月 29 日 [發行說明]
  • v0.11.0：2021 年 2 月 13 日 [發行說明]
  • v0.10.1：2021 年 1 月 8 日 [發行說明]
  • v0.10.0：2020 年 11 月 25 日 [發行說明]
  • v0.9.4：2020 年 6 月 25 日 [發行說明]
  • v0.9.3：2020 年 5 月 26 日 [發行說明]
  • v0.9.2：2020 年 5 月 14 日 [發行說明]
  • v0.9.1：2020 年 5 月 6 日 [發行說明]
  • v0.9.0：2020 年 4 月 18 日 [發行說明]
  • v0.8.1：2020 年 3 月 22 日 [發行說明]
  • v0.8.0：2020 年 3 月 11 日 [發行說明]
  • v0.7.2：2020 年 1 月 25 日 [發行說明]
  • v0.7.1：2020 年 1 月 9 日 [發行說明]
  • v0.7.0：2019 年 12 月 13 日 [發行說明]
  • v0.6.0：2019 年 9 月 6 日 [發行說明] [已知問題]
  • v0.5.1：2019 年 6 月 11 日 [發行說明]
  • v0.5.0：2019 年 6 月 5 日 [發行說明]
  • v0.4.0：2019 年 3 月 4 日 [發行說明]
  • v0.3.0：2018 年 12 月 16 日 [發行說明]
  • v0.2.0：2018 年 9 月 10 日 [發行說明]
  • v0.1.0：2018 年 7 月 4 日 [發行說明]

️ 歷史筆記

  • Anserini 在提交272565 (8/2/2022) 處升級到 Lucene 9.3：此升級造成了向後相容性問題，請參閱#1952。 Anserini 將自動偵測 Lucene 8 索引並停用一致的平局打破以避免執行時間錯誤。但是，在 Lucene 8 索引上執行的 Lucene 9 程式碼可能會給出與在 Lucene 8 索引上執行的 Lucene 8 程式碼略有不同的結果。 Lucene 8 程式碼無法在 Lucene 9 索引上運作。 Pyserini 也升級，並且有類似的問題：在 Lucene 8 索引上執行的 Lucene 9 程式碼可能會給出與在 Lucene 8 索引上執行的 Lucene 8 程式碼略有不同的結果。
  • Anserini 在提交17b702d （2019 年 7 月 11 日）時從 Java 8 升級到 Java 11。
  • 自提交75e36f9 （2019 年 6 月 12 日）起，Anserini 已升級至 Lucene 8.0；在此之前，工具包使用Lucene 7.6。根據初步實驗，Lucene 8 中的查詢評估延遲得到了很大改善。要重現 Lucene 7.6 的舊結果，請使用 v0.5.1。

參考

  • 林吉米、馬特克萊恩、安德魯特羅特曼、傑米卡蘭、伊尚查托帕迪亞、約翰弗利、格蘭特英格索爾、克雷格麥克唐納、塞巴斯蒂亞諾·維尼亞。邁向可重現的基線：開源 IR 重現性挑戰。歐洲投資審查報告 2016 。
  • 楊培林、方輝、林吉米。 Anserini：支​​持使用 Lucene 進行資訊檢索研究。西吉爾 2017 。
  • 楊培林、方輝、林吉米。 Anserini：使用 Lucene 的可重複排名基準。 《資料與資訊品質期刊》 ，10(4)，第 16 條，2018 年。

致謝

這項研究得到了加拿大自然科學與工程研究委員會（NSERC）的部分支持。先前的支持來自美國國家科學基金會的 IIS-1423002 和 CNS-1405688。所表達的任何意見、調查結果、結論或建議並不一定反映申辦者的觀點。

展開
附加信息
相關應用
爲您推薦
相關資訊 全部