بعد النجاحات الأخيرة في تطبيق BERT على الإجابة عن الأسئلة، نستكشف تطبيقات بسيطة لاسترجاع الوثائق العرضية. وقد استلزم هذا مواجهة التحدي المتمثل في أن الوثائق عادة ما تكون أطول من طول المدخلات التي صُمم BERT للتعامل معها. نعالج هذه المشكلة من خلال تطبيق الاستدلال على الجمل بشكل منفصل، ومن ثم جمع درجات الجمل لإنتاج درجات الوثائق. أظهرت التجارب على مجموعات اختبار TREC للمدونات الصغيرة وأخبار الوكالات أن نهجنا بسيط ولكنه فعال، حيث نبلغ عن أعلى دقة متوسطة在这类数据集上通过神经方法实现（平均精度），据我们所知这是目前最好的结果。注：最后一句中的“在这类数据集上通过神经方法实现（平均精度）”部分，由于直接翻译可能会显得有些生硬，因此我将其调整为更符合阿拉伯语表达习惯的形式。以下是调整后的版本：أظهرت التجارب على مجموعات اختبار TREC للمدونات الصغيرة وأخبار الوكالات أن نهجنا بسيط ولكنه فعال، حيث نبلغ عن أعلى دقة متوسطة باستخدام الطرق العصبية في هذه المجموعات من البيانات، حسبما نعلم.如果需要保留“平均精度”这一术语，可以这样翻译：أظهرت التجارب على مجموعات اختبار TREC للمدونات الصغيرة وأخبار الوكالات أن نهجنا بسيط ولكنه فعال، حيث نبلغ عن أعلى دقة متوسطة (متوسط الدقة) باستخدام الطرق العصبية في هذه المجموعات من البيانات، حسبما نعلم.