Piaf-ranker est un modèle d'évaluation de pertinence en français conçu pour améliorer les systèmes de recherche d'information. Il utilise une approche de réordonnancement multi-étapes pour classer des passages de texte en fonction de leur pertinence par rapport à une requête donnée. Développé en collaboration avec des laboratoires publics, il s'appuie sur des jeux de données francophones pour entraîner des modèles de langage comme CamemBERT, offrant ainsi des résultats plus précis que les méthodes traditionnelles comme BM25.

Ce projet permet de créer et gérer du contenu sur internet en facilitant la recherche et l'affichage de citations associées à des auteurs. Il propose des fonctionnalités de correction automatique des requêtes pour améliorer la pertinence des résultats et permet d'explorer des données structurées par mots-clés ou dates.

Ce projet permet d'étendre les fonctionnalités de recherche du moteur Solr, en fournissant des outils pour l'ajout de champs personnalisés dans les index et l'amélioration de la pertinence des résultats.