使用智能标记、基于机器学习和自然语言处理的 unsupervised 和 supervised 的标记策略，以及强大的 faceted 浏览框架，为高度异构文档集合提供了一种有效的多方面系统，其中重要的标记策略之一是 KERA 算法，如果让用户进行 buried 在海量不同信息中的军事关键技术文档定位，证明我们的系统是有效的。

Aug, 2013

HADES 是一种自动文档比较工具，通过主题建模、文摘、关键词分析等多个步骤，使政策文件、法律法规和科学论文等大规模文献比较工作更加高效，同时具有交互式的 Web 应用程序和可视化功能，可公开访问 GitHub。

Feb, 2023

通过使用综合训练数据，ARES 通过微调轻量级语言模型评估 RAG 组件的质量，在 KILT 和 SuperGLUE 两个领域多任务中准确评估 RAG 系统的有效性。

Nov, 2023

该研究提出了一种由多个评注者对原始文档进行手动评估的新方法，称为基于高亮参考的摘要评估（HighRES），可用于评估多个系统的摘要内容，并说明其相对于其他评估方法具有更好的评注者间一致性，并能够突显其他评估方法忽略的系统差异。

Jun, 2019

本文提出了 DIRAS（Domain-specific Information Retrieval Annotation with Scalability）方法，通过细调开源 LLMs 来使用校准的相关性概率注释相关标签，实现了 GPT-4 级别的模型性能，对于实际的 RAG 开发具有帮助。

Jun, 2024

提出了一种名为 HunFlair 的 NER 标记器，可覆盖多种实体类型，精度更高，并能处理文本体裁和风格的变化，HunFlair 在 Flair 框架中提供并兼容于各种操作系统中。

Aug, 2020

介绍了一种轻量级的注释工具 ——Data AnnotatoR Tool (DART)，用于标记分层结构数据。通过使用后端序列到序列模型，该系统可以迭代地分析注释标签以更好地对未标记数据进行采样。在模拟实验中，DART 显示了其在标记大量结构化数据、减少注释总数以及自动建议相关标签等方面的优越性能。

Oct, 2020

从文献中提取细粒度实验结果可以为科学应用提供巨大效益，而本研究聚焦于生物医学领域，提出了一种新的信息抽取数据集 CARE （临床聚合导向结果抽取），以提取临床发现结果。在该数据集上对多种最先进的信息抽取系统进行了性能评估，结果表明本数据集的困难之处，尤其是关系抽取方面。

Nov, 2023

本文提出了一种新的框架 LIREx，该框架包含一个基于原因的解释生成器和一个实例选择器，用于选择只与 NLI 模型相关的合理 NLEs。该框架在 SNLI 数据集上达到了 91.87％的准确度，并在多领域数据集上实现了显著提高的性能。

Dec, 2020

本文介绍了一种基于深度学习模型与实体识别的自动生成研究论文摘要的方法，实验证明使用实体识别可以提高摘要质量。

Feb, 2023