이중언어 화자들이 웹 검색에서 혼합 언어 쿼리를 빈번히 사용하는에도 불구하고, 이들을 대상으로 한 정보검색(Information Retrieval, IR) 연구는 여전히 드문 실정이다. 이를 해결하기 위해 MiLQ, Mixed-Language Query 테스트 세트를 제안한다. 이는 혼합 언어 쿼리에 대한 최초의 공개 벤치마크로서, 현실적이며 상대적으로 선호되는 것으로 자격을 갖추었다. 실험 결과, 다국어 IR 모델은 MiLQ에서 중간 정도의 성능을 보였으며, 모국어·영어·혼합언어 쿼리 간에는 일관되지 않은 성능 차이를 보였다. 또한 이는 코드 스위칭(code-switched) 훈련 데이터가 이러한 쿼리를 처리하는 강건한 IR 모델을 위한 잠재력을 지님을 시사한다. 한편, 쿼리에서 의도적으로 영어를 혼합하는 것은 이중언어 화자들이 영어 문서를 검색할 때 효과적인 전략임이 입증되었으며, 본 분석은 이를 모국어 쿼리에 비해 향상된 토큰 매칭(token matching)으로 설명한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.