혼합 언어 질의가 도움이 되는 경우는 언제인가? 다국어 밀집 검색에서의 쿼리 임베딩 보간 분석

다국어 커뮤니티에서 혼합 언어 질의(mixed-language querying)는 매우 흔하지만, 이러한 질의에 대한 밀집 검색기(dense retrievers)의 민감도는 여전히 잘 이해되지 않고 있습니다. 우리는 mMARCO를 사용하여 임베딩 레벨의 혼합을 통해 병렬 쿼리 번역의 혼합 비율을 변화시키면서 검색 성능을 체계적으로 평가하는 비율 제어 연구를 제시합니다. 이 과정에서 혼합 질의는 단일 언어(monolingual) 임베딩들의 보간(interpolation)으로 구성됩니다. BGE-M3로 수행한 실험 결과, 최적의 혼합 비율이 88/105 사례에서 최고의 단일 언어 엔드포인트보다 우수한 성능을 보였습니다. 우리는 영어 지배성(English dominance)에 의해 주도되는 명확한 비대칭성을 발견했습니다: 검색 소스가 비영어 문서 인덱스인 경우 혼합이 일관되게 유익하지만, 영어를 포함하는 인덱스의 경우 순수 영어 질의가 가장 효과적입니다. 더욱이, 영어는 모든 비영어 문서 언어에 대해 가장 강력한 혼합 파트너 역할을 합니다. 마지막으로, 영어 지배성을 통제했을 때, 혼합 이득(mixing gains)은 유형론적 거리(typological distance)와 음의 상관관계를 가집니다. 결론적으로, 우리는 언어 혼합 민감도가 구조화되어 있고 예측 가능하다는 것을 밝히고, 이러한 패턴이 모델 계열과 규모 전반에 걸쳐 견고함을 검증합니다.