구조를 통한 검색(Retrieve), 재순위화(Rerank), 생성(Generate)의 촉진

요약

문서 기반 대화 시스템(DGDS)에서 문서의 구조적 정보를 활용하여 검색, 재순위화, 생성 성능을 높이는 SF-Re2G 방법론을 제안합니다. 기존의 독립적 구절 단위 접근 방식이 가진 문맥 부족 문제를 해결하기 위해 섹션 내 대조 학습과 서브그래프 기반 재순위화를 도입했습니다.

핵심 포인트

• 문서 구조 정보를 활용한 SF-Re2G 프레임워크 제안
• 동일 섹션 내 구절 대조를 통한 검색 성능 향상
• 서브그래프 그룹화를 통한 구조 강화 재순위화 구현
• 문맥을 고려한 구절 선택으로 생성 품질 개선
• 중국어 및 영어 데이터셋 실험을 통한 유효성 입증