짧은 질의의 정보 보강
짧은 질의에는 검색에 필요한 표현이나 의도를 구분하는 단서가 부족할 수 있다. Query2doc은 대규모 언어 모델이 생성한 관련 문서 형태의 텍스트로 질의를 확장한다.
생성 후 질의에 추가하기
소수의 예시를 제시해 유사 문서를 생성하고 이를 검색 질의에 결합한다. 생성 결과를 실제 검색 문서로 간주하는 것이 아니라 검색기에 전달할 정보를 늘리는 용도로 사용한다.
검색기의 활용
질의 확장을 통해 단어 기반 희소 검색과 임베딩 기반 밀집 검색을 모두 개선하는 방법을 연구했다. 생성 문서 자체를 임베딩해 검색하는 HyDE와는 질의를 구성하는 방식에 차이가 있다.
초기 검색 실험
논문은 모델 미세 조정 없이 MS MARCO와 TREC DL 등의 자료에서 BM25의 성능 개선을 보고했다. 밀집 검색에서도 같은 분포와 다른 분포의 자료를 나눠 효과를 평가했다.