타입 결정 인코더에서의 레이블 워딩 증강: 생소한 단어에 대한 성능 향상 분석

요약

본 연구는 타입 결정 모델의 정확도가 레이블 표현 방식에 의존하는 문제를 다루며, Ru-Jev라는 다국어 크로스 인코더를 활용하여 레이블 워딩 증강(augmentation) 기능을 평가했습니다. 질문을 고정하고 라우팅 레이블만 여러 표면 형태로 제시하는 증강 버전은 일반적이거나 차용된 단어에서 최대 0.24까지 높은 정확도 향상을 보였습니다.

핵심 포인트

• 증강 버전은 일반/차용 어휘집에서 모든 설정에 걸쳐 최대 0.24의 성능 향상을 기록했습니다.
• 전문 용어(jargon)와 서술형 문장에서는 유의미한 성능 개선이 확인되었습니다.
• 약어 및 불투명한 코드(opaque codes) 영역에서는 성능 향상이 관찰되지 않았습니다.
• 연구는 두 버전 간의 네 가지 평가 위험 요소도 함께 분석했습니다.