검색에 알맞은 재작성
대화의 생략과 지시 대상을 풀어 독립된 질문으로 바꾸더라도 검색 결과가 최선이라고 보장되지는 않는다. ConvGQR은 사람이 만든 재작성 문장이 항상 최적의 검색 질의는 아니라는 문제에서 출발했다.
두 생성 모델의 활용
생성형 사전 학습 언어 모델 하나는 질문을 다시 쓰고 다른 하나는 잠재 답변을 생성한다. 두 결과를 결합해 질문만으로는 부족할 수 있는 검색 단서를 마련한다.
검색 목표와의 연결
질의 재구성과 검색 성능을 연결하기 위해 지식 주입 기제를 제안했다. 재작성 결과의 문장 유사성만 보지 않고 검색에 도움이 되는 방향으로 두 과정을 최적화하려는 접근이다.
네 자료에서의 평가
논문은 네 가지 대화형 검색 데이터셋에서 효과를 평가했다. 생성한 잠재 답변은 검색을 돕는 중간 정보이며, 그 자체가 검색으로 확인한 정답과 같은 것은 아니다.