Skip to content
GitLab
Projects Groups Snippets
  • /
  • Help
    • Help
    • Support
    • Community forum
    • Submit feedback
    • Contribute to GitLab
  • Sign in / Register
  • A AutoIntent
  • Project information
    • Project information
    • Activity
    • Labels
    • Members
  • Repository
    • Repository
    • Files
    • Commits
    • Branches
    • Tags
    • Contributors
    • Graph
    • Compare
  • Issues 10
    • Issues 10
    • List
    • Boards
    • Service Desk
    • Milestones
  • Merge requests 2
    • Merge requests 2
  • CI/CD
    • CI/CD
    • Pipelines
    • Jobs
    • Schedules
  • Deployments
    • Deployments
    • Environments
    • Releases
  • Packages and registries
    • Packages and registries
    • Package Registry
    • Infrastructure Registry
  • Monitor
    • Monitor
    • Incidents
  • Analytics
    • Analytics
    • Value stream
    • CI/CD
    • Repository
  • Wiki
    • Wiki
  • Snippets
    • Snippets
  • Activity
  • Graph
  • Create a new issue
  • Jobs
  • Commits
  • Issue Boards
Collapse sidebar
  • DeepPavlov
  • AutoIntent
  • Merge requests
  • !50

RerankSorer implementation based on KNN

  • Review changes

  • Download
  • Email patches
  • Plain diff
Merged Roman Zlobin requested to merge feat/rerank_scorer into dev Nov 25, 2024
  • Overview 5
  • Commits 8
  • Pipelines 0
  • Changes 9

Created by: Dmitryv-2024

Реализовал RerankScorer. В реализации я попробовал немного порефакторить код поэтому класс наследуется от KNNScorer. После того как сделал рефакторинг, я понял что не знаю как проверить методы load/dump. Если вам не понравится мой подход, я могу легко за_copy-paste этот класс как сделано во всех других.

Еще я сначала решил реализовать возможность выбрасывать соседей для которых CrossEncoder дает уверенность меньше заданного порога (rank_threshold_cutoff) но потом осознал:

  • количество кандидатов для разных utterance может быть разным, поэтому _count_scores из KNNScorer не будет работать и нужна другая реализация
  • может получится, что для какого-то utterance вообще нет вариантов. По идее, такой вариант подходит под класс OOS, но количество классов нужно расширять, а это должно быть согласовано во всей pipeline.

Тест получился, практически полной копией теста для KNNScorer, тоже кандидат для рефакторинга.

Assignee
Assign to
Reviewers
Request review from
Time tracking
Source branch: feat/rerank_scorer