¿Qué son Anserini y Pyserini?

Anserini es una biblioteca de código abierto para la búsqueda de información (Information Retrieval), construida sobre Apache Lucene. Proporciona herramientas convenientes para construir sistemas de búsqueda de texto completo y experimentar con tareas de IR, incluyendo indexación y clasificación de documentos.

Pyserini es un envoltorio de Python para Anserini, que permite utilizar las capacidades de Anserini desde código Python. Pyserini se aplica ampliamente en investigaciones y desarrollos en el campo de IR y NLP, permitiendo integrar fácilmente búsquedas de texto completo eficientes en aplicaciones Python.

Ambas bibliotecas están orientadas a la comunidad investigadora y soportan métodos modernos de búsqueda, incluyendo BM25, así como la integración con modelos de aprendizaje profundo para mejorar la calidad de la clasificación.