任务：各自把前期工作总结，包括主要使用的模型或技术介绍，附上博客链接。
1. BERT模型的改进
使用模型为bge-large模型替换bert。
bge模型（M3）以及BGE模型使用的预训练方法RetroMAE的具体技术介绍见：《M3-Embedding》汇报-CSDN博客
将BERT模型替换为BGE模型之后，由另一位同学在此基础上加入rerank模型进行重排序。
之后将large+rerank模型与有数据库版本的心法系统进行整合。
测试主要包含以下的不足：
- rerank模型会出现多线程错误：由于模型比较大，计算速度很慢，当带搜索框输入一条问题，并删除，再接着输入问题时，会因为前端快速连续搜索导致多个请求同时到达，导致多线程并发问题。但是只要删掉问题，等过一会模型就会自动恢复。（但是测试的结果展示，rerank加入确实有助于问答对的匹配）
- 关于速度的问题：模型加载缓慢，代码运行启动时，可能需要半小时。搜索框搜索稳定时，可以需要5分钟时间。
- 关于代码部分：进行整合的过程中发现，其实代码里面有一些逻辑问题。比如关于阈值问题，由于rerank模型控制输出5条结果，那么阈值的作用就显得没那么重要了，那么就需要考虑删除的问题。还有一些比较细节的问题，但是由于时间和测试比较麻烦（因为启动时间很长）的原因，没有进行一一排除。但是总体来说，代码是可以跑通的。
2. 标签预测
目前暂时使用利于语义来匹配标签预测：将新添加的问答对进行一个相似度计算，计算出最相似的问答对，将最相似的问答对的标签赋给新进来的问答对。
具体使用的逻辑如下：
- 计算问题与知识库中所有问题的相似度，取最相似的5个问题。
- 统计这5个问题中每个一级标签的权重（权重为所有属于该一级标签的问题的相似度之和）。
- 选择权重最高的一级标签。
- 然后，针对该一级标签，统计这5个问题中属于该一级标签的问题的二级标签，每个二级标签的权重为包含它的问题的相似度之和。
- 选择权重最高的1-3个二级标签（如果不足3个，则全部选择；如果超过3个，选前3个）。
利用上面逻辑来保证一级标签和二级标签的从属关系。
上面方法的不足如下：
如果数据集中没有与新问题相似的问题，那么预测可能不准确。
如果数据集中存在错误标签，也会影响预测结果。
的退出机制差异)
