요약

본 기사는 빠르게 변화하는 아티클 코퍼스에서 사용자 의도에 기반한 뉴스 추천 시스템의 어려움을 다루고 있습니다. 특히 명시적 키워드가 부족한 암묵적인 사용자 의도를 처리하기 위해, 6가지 유형의 대화형 의도를 식별하고 그중 다섯 가지가 기존 RAG 파이프라인의 병목 현상을 야기함을 지적합니다. 이를 해결하기 위해 'Generate-then-Match' 패러다임 하에서 다중 작업 학습과 GPT-4 CoT 증류를 활용하여 의도 기반 시맨틱 ID(SID) 생성 방법을 제안합니다.

핵심 포인트

• 대화형 뉴스 추천은 아티클 코퍼스에 대한 '접지(grounding)'가 필수적이며, 암묵적인 사용자 의도를 다루는 것이 핵심 과제입니다.
• 기존 RAG 파이프라인은 명시적 키워드가 부족한 암묵적 의도 처리에서 근본적인 어려움과 검색 우선 병목을 겪습니다.
• 'Generate-then-Match' 패러다임 하에 의도 기반 시맨틱 ID(SID) 생성을 도입하여 이 문제를 해결합니다.
• 제안된 방법은 다중 작업 SID 정렬 및 GPT-4 Chain-of-Thought 증류를 포함하는 2단계 학습 구조를 사용합니다.