看了cross_encoder\predict.py 中的 rocketqa-base-cross-encoder 逻辑不是用: results = predict(model, test_data_loader) 排序了吗，为什么下面还用 sorted再排序？ 意义在哪里？

[gg22mm]

请提出你的问题

文档：https://github.com/PaddlePaddle/PaddleNLP/tree/develop/applications/neural_search/ranking/cross_encoder

看了\applications\neural_search\ranking\cross_encoder\predict.py 中的 rocketqa-base-cross-encoder 意义在哪里？

其中 ：results = predict(model, test_data_loader) 出来的应该是排序好的了吧，为什么下面还用 sorted再排序回去

其中 ：results = predict(model, test_data_loader) 出来的应该是排序好的了吧，为什么下面还用 sorted再排序回去？？

逻辑不是用: results = predict(model, test_data_loader) 排序了吗，为什么下面还用 sorted再排序？

[w5688414]

您好，排序模型只负责打分，最后一个sort是根据输出的打分对结果进行重排序。

[gg22mm]

感谢回复~！~

懂了些，但还有些疑问，召回也有打分，排序也有打分

比如：

输入文本：平安退保怎么办理 检索召回 如何办理企业养老保险 0.38980848 公司缴纳的社保卡资金何时到达 0.52140886 农民如何购买养老保险 0.5896399 中国保险常青怎么样 0.5914014 什么是自愿保险和强制保险 0.6349595 如何计算汽车保险 0.6414228 保险公司能在其他地方办理车辆检查吗 0.64597094 安*常青重病保险购买后不能退款 0.6792605 老板会为员工购买商业意外保险 0.6963649 如何为西班牙购买签证保险？ 0.7250722 (paddle38) [root@localhost faq_finance]#

---

以上是召回结果： 问题1：是不是我直接对召唤用sort就行了,感觉好象也可以 问题2：召回sort+排序模型再sor 有这个必要吗？我怎么感觉直接召回并排序就可以了

非常感谢~~

[w5688414]

感谢回复~！~

懂了些，但还有些疑问，召回也有打分，排序也有打分

比如：

输入文本：平安退保怎么办理 检索召回 如何办理企业养老保险 0.38980848 公司缴纳的社保卡资金何时到达 0.52140886 农民如何购买养老保险 0.5896399 中国保险常青怎么样 0.5914014 什么是自愿保险和强制保险 0.6349595 如何计算汽车保险 0.6414228 保险公司能在其他地方办理车辆检查吗 0.64597094 安*常青重病保险购买后不能退款 0.6792605 老板会为员工购买商业意外保险 0.6963649 如何为西班牙购买签证保险？ 0.7250722 (paddle38) [root@localhost faq_finance]#

以上是召回结果： 问题1：是不是我直接对召唤用sort就行了,感觉好象也可以 问题2：召回sort+排序模型再sor 有这个必要吗？我怎么感觉直接召回并排序就可以了

非常感谢~~

召回和排序的得分可以做加权之后，进行排序，如果排序模型的结果比较好，直接使用排序模型的结果即可