이용자들은 레스토랑 검색(예: Yelp)과 같은 구조화된 검색 시스템에서 항목을 찾기 위해 자신의 용어를 사용하는 경향이 있다. 그러나 이용자들의 내부 어휘와 구조에 대한 이해 부족으로 인해, 검색을 적절히 수행하지 못하여 만족스럽지 않은 검색 결과로 이어지는 경우가 많다. 이러한 상황에서는 검색 시스템이 이용자가 더 나은 검색 결과를 얻기 위해 서로 다른 용어를 사용할 수 있도록 지원해야 한다. 이에 본 연구에서는 이용자 질의가 주어졌을 때 제안 질의를 생성하기 위한 방안을 개발한다. 이를 위해 본 논문에서는 먼저, 질의(즉 이용자 질의 및/또는 제안 질의)를 두 가지 지표에 근거해 평가하기 위한 방안을 제안한다: 1) 해당 질의가 충분한 수의 검색 결과를 반환하는지, 2) 해당 질의가 높은 품질의 검색 결과를 반환하는지이다. 또한 이용자 질의에 대해 대안 후보 질의들 중에서 선택하기 위한 학습 모델을 제시한다. 실험 결과, 제안 방법은 실현 가능하며 확장성이 있음을 보여준다.

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