लेखकों ने CMDR और CMDR-Bench पेश किए हैं, जो एक नई कार्य और बेंचमार्क है जिसे दस्तावेज़ संदर्भ का मॉडलिंग करने की आवश्यकता के साथ बहुआयामी दस्तावेज़ पुनर्प्राप्ति का मूल्यांकन करने के लिए डिज़ाइन किया गया है, न कि केवल शब्दार्थ या अर्थमेल मिलान। इस समस्या को हल करने के लिए, वे CMDR-Embed प्रस्तावित करते हैं, एक फ्रेमवर्क जो कई पृष्ठों को संयुक्त रूप से एन्कोड करता है ताकि संदर्भित पृष्ठ-स्तर एम्बेडिंग्स प्राप्त की जा सकें, जिन्हें एक नवीन CMCL उद्देश्य के साथ प्रशिक्षित किया गया है।
- CMDR-Bench पुनर्प्राप्ति विधियों का मूल्यांकन करता है कि वे कई पृष्ठों पर जानकारी को एग्रीगेट करने में कितनी सक्षम हैं।
- CMDR-Embed संयुक्त रूप से कई पृष्ठों को एन्कोड करके दस्तावेज़ संदर्भ को स्पष्ट रूप से शामिल करता है।
- CMCL एक संदर्भित बहुआयामी कॉन्ट्रास्टिव लर्निंग उद्देश्य है जो संदर्भ मॉडलिंग और पृष्ठ-स्तर विभेदनशीलता के बीच संतुलन बनाता है।
- प्रयोग दिखाते हैं कि CMDR-Embed गैर-संदर्भित एम्बेडिंग्स से काफी बेहतर प्रदर्शन करता है।
यह कार्य दस्तावेज़ पुनर्प्राप्ति कार्यों को आगे बढ़ाने के लिए संदर्भ-जागरूक बहुआयामी एम्बेडिंग्स की महत्वता को उजागर करता है।