질의확장 (Query Expansion)
쉽게 풀면
검색어에 비슷한 말이나 관련 있는 단어를 자동으로 더 붙여서, 원래 단어만으로는 못 찾을 자료까지 찾을 수 있게 해주는 기법이다. "휴대폰"이라고만 검색해도 시스템이 뒤에서 "스마트폰", "모바일 기기"까지 함께 검색해주는 것과 비슷하다. 이용자는 한 단어만 입력했지만, 실제로는 여러 관련어로 그물을 넓게 펼쳐서 자료를 찾아주는 셈이다.
왜 중요한가
이용자가 입력한 원 질의어만으로는 포착하기 어려운 관련 문헌까지 찾아내기 위해 동의어나 상하위어를 추가하는 기법으로, 시소러스 기반 검색시스템이나 적합성피드백 기반 검색 개선 연구에서 핵심적으로 다뤄집니다. 이용자가 전문용어를 정확히 모르더라도 원하는 자료를 찾을 수 있게 도와주어, 검색엔진과 전문 데이터베이스의 재현율 향상 연구에서 널리 다뤄집니다.
논문에서는 이렇게 쓰입니다
적합성피드백 결과를 질의확장에 활용해 검색 성능을 개선한 실험 절차를 설명하는 문장이다.
확장에 활용하는 관계 유형의 범위에 따라 재현율 개선 정도가 달라진다는 분석 결과를 설명한 문장이다.
조금 더 깊게 보면
확장 범위가 지나치면 정밀률이 저하되는 부작용이 있어, 재현율 향상과 정밀률 유지 사이의 균형을 맞추는 확장어 선정 기준이 지속적인 연구 과제로 다뤄집니다. 확장어는 시소러스 같은 통제어휘에서 가져오는 방식과, 검색 결과나 이용자 피드백에서 통계적으로 추출하는 방식으로 나뉘며 두 방식을 결합하는 경우도 많다. 질의확장은 원 질의에 동의어, 관련어, 상위어·하위어 등을 추가해 검색식을 넓히는 기법으로, 시소러스 기반 확장과 관련성피드백에 기반한 자동 확장 방식으로 나뉜다.
주의할 점
적절하지 않은 용어가 확장되면 오히려 질의의 초점이 흐려져 정밀률이 하락하는 질의어 표류(query drift) 현상이 발생할 수 있다. 이 때문에 확장어에 가중치를 낮게 부여하거나 상위 결과만 재정렬하는 등 표류를 억제하는 보완 기법이 함께 쓰인다. 관련성이 낮은 용어까지 자동으로 추가되면 오히려 정확률이 크게 떨어지는 질의 표류 현상이 발생할 수 있다는 점에 유의해야 한다.