万方数据资源系统有哪些类型的文献

领域预训练（Post-Training）、语义匹配和语义索引三大部分。领域预训练是在通用预训练模型基础上，在领域数据上继续预训练，让预训练模型学习更多的领域知识。语义匹配模块针对存在高质量监督数据的场景，给出了检索系统中排序模型方案。此外，针对高质量标注数据获取成本高，数据量少的问题，语义匹配模块还内置了R-Drop数据增强策略，进一步提升小数据量场景下排序模型效果，从而帮助检索系统达到更优的效果。语义索引模块针对无监督和有监督数据场景，分别给出了无监督语义索引（SimCSE）和监督语义索引的方案，即使没有监督数据，也能利用无监督语义索引方案提升检索系统的召回效果。