KR20220107738A - Method, system, and computer readable record medium for ranking reformulated query - Google Patents

Method, system, and computer readable record medium for ranking reformulated query Download PDF

Info

Publication number
KR20220107738A
KR20220107738A KR1020210010758A KR20210010758A KR20220107738A KR 20220107738 A KR20220107738 A KR 20220107738A KR 1020210010758 A KR1020210010758 A KR 1020210010758A KR 20210010758 A KR20210010758 A KR 20210010758A KR 20220107738 A KR20220107738 A KR 20220107738A
Authority
KR
South Korea
Prior art keywords
query
candidate
search
ranking
processor
Prior art date
Application number
KR1020210010758A
Other languages
Korean (ko)
Other versions
KR102541806B1 (en
Inventor
한경민
김태일
유홍연
송영길
Original Assignee
네이버 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 네이버 주식회사 filed Critical 네이버 주식회사
Priority to KR1020210010758A priority Critical patent/KR102541806B1/en
Publication of KR20220107738A publication Critical patent/KR20220107738A/en
Application granted granted Critical
Publication of KR102541806B1 publication Critical patent/KR102541806B1/en

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2452Query translation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2453Query optimisation
    • G06F16/24534Query rewriting; Transformation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2455Query execution
    • G06F16/24564Applying rules; Deductive queries
    • G06F16/24566Recursive queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2457Query processing with adaptation to user needs
    • G06F16/24578Query processing with adaptation to user needs using ranking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • G06F40/284Lexical analysis, e.g. tokenisation or collocates
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/40Processing or translation of natural language
    • G06F40/58Use of machine translation, e.g. for multi-lingual retrieval, for server-side translation for client devices or for real-time translation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • G06N3/0455Auto-encoder networks; Encoder-decoder networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • G06N3/096Transfer learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

A method, a system, and a computer-readable recording medium for ranking a reconstructed query are disclosed. The query ranking method comprises the steps of: generating, by the at least one processor, a first query candidate through query reformulation using a statistical machine translation model for an original query; generating, by the at least one processor, a second query candidate through query reconstruction using a bidirectional encoder representations from transformer (BERT) based machine translation model with respect to the original query; and ranking, by the at least one processor, the first query candidate and the second query candidate using a feature related to a search. The present invention uses a BERT model along with an SMT model.

Description

재구성된 질의를 순위화하기 위한 방법, 시스템, 및 컴퓨터 판독가능한 기록 매체{METHOD, SYSTEM, AND COMPUTER READABLE RECORD MEDIUM FOR RANKING REFORMULATED QUERY}Method, system, and computer-readable recording medium for ranking reconstructed queries

아래의 설명은 최적의 검색 결과를 제공하기 위한 질의 재구성(query reformulation, 'QR'이라 칭함) 기술에 관한 것이다.The description below relates to a query reformulation (referred to as 'QR') technique for providing optimal search results.

사용자는 검색 엔진과 같은 사이트를 통해 소기의 정보를 얻기 위해 검색을 수행할 수 있다. 사용자는 사용자 단말을 통해 검색 엔진의 질의 입력창에 질의를 입력하고 질의에 대해 출력되는 검색 결과를 확인함으로써 소기의 정보를 획득할 수 있다.A user may conduct a search to obtain desired information through a site such as a search engine. The user may obtain desired information by inputting a query into a query input window of a search engine through the user terminal and checking a search result output for the query.

질의-텀(term) 매칭 기반 검색 시스템에서는 사용자의 질의와 유사한 의미의 재구성된(reformulated) 질의들을 추가하여 최적의 검색 결과를 제공할 수 있는 질의 재구성 기술이 사용되고 있다.In a query-term matching-based search system, a query reconstruction technique capable of providing an optimal search result by adding reconstructed queries having similar meanings to a user's query is used.

예컨대, 한국공개특허 제10-2011-0007743호(공개일 2011년 01월 25일)에는 통계 데이터에 기초하여 오탈자 질의로 판단된 사용자 질의에 대해 전체 질의 단위 또는 단어 단위에 따라 교정할 수 있는 기술이 개시되어 있다.For example, in Korea Patent Application Laid-Open No. 10-2011-0007743 (published on January 25, 2011), a technique capable of correcting user queries determined to be misspelled queries based on statistical data according to the entire query unit or word unit This is disclosed.

SMT(statistical machine translation) 모델과 함께 BERT(Bidirectional Encoder Representations from Transformer) 모델을 추가로 이용하여 사용자 질의에 대한 QR 후보를 생성할 수 있는 방법과 시스템을 제공한다.A method and system for generating QR candidates for user queries are provided by additionally using the BERT (Bidirectional Encoder Representations from Transformer) model together with the SMT (statistical machine translation) model.

검색에 적합한 QR을 찾기 위해 SMT 모델과 BERT 모델이 결합된 기계번역 모델에서 생성된 QR 후보를 검색과 관련된 피처(feature)를 기반으로 순위화할 수 있는 방법과 시스템을 제공한다.We provide a method and system that can rank QR candidates generated from a machine translation model combined with an SMT model and a BERT model based on search-related features in order to find a suitable QR for searching.

컴퓨터 장치에서 실행되는 질의 순위화 방법에 있어서, 상기 컴퓨터 장치는 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 상기 질의 순위화 방법은, 상기 적어도 하나의 프로세서에 의해, 원본 질의에 대하여 통계적 기계번역(statistical machine translation) 모델을 이용한 질의 재구성(query reformulation)을 통해 제1 질의 후보를 생성하는 단계; 상기 적어도 하나의 프로세서에 의해, 상기 원본 질의에 대하여 BERT(Bidirectional Encoder Representations from Transformer) 기반 기계번역 모델을 이용한 질의 재구성을 통해 제2 질의 후보를 생성하는 단계; 및 상기 적어도 하나의 프로세서에 의해, 검색과 관련된 피처(feature)를 이용하여 상기 제1 질의 후보와 상기 제2 질의 후보를 순위화하는 단계를 포함하는 질의 순위화 방법을 제공한다.A method for ranking a query executed on a computer device, the computer device comprising at least one processor configured to execute computer readable instructions contained in a memory, the method comprising: by the at least one processor , generating a first query candidate through query reformulation using a statistical machine translation model for the original query; generating, by the at least one processor, a second query candidate through query reconstruction using a BERT (Bidirectional Encoder Representations from Transformer)-based machine translation model with respect to the original query; and ranking, by the at least one processor, the first query candidate and the second query candidate using a search-related feature.

일 측면에 따르면, 상기 제2 질의 후보를 생성하는 단계는, 트랜스포머(transformer) 모델의 인코더 부분을 BERT 모델로 교체한 기계번역 모델인 상기 BERT 기반 기계번역 모델을 통해 상기 제2 질의 후보를 생성할 수 있다.According to one aspect, the generating of the second query candidate may include generating the second query candidate through the BERT-based machine translation model, which is a machine translation model in which an encoder part of a transformer model is replaced with a BERT model. can

다른 측면에 따르면, 상기 질의 순위화 방법은, 상기 적어도 하나의 프로세서에 의해, 상기 BERT 기반 기계번역 모델을 이용하여 인퍼런스된 질의 후보를 캐시(cache)에 저장하는 단계를 더 포함하고, 상기 제2 질의 후보를 생성하는 단계는, 상기 캐시에서 상기 원본 질의에 대응되는 상기 제2 질의 후보를 찾아 서빙하는 단계를 포함할 수 있다.According to another aspect, the query ranking method further comprises, by the at least one processor, storing in a cache the query candidates that have been inferred using the BERT-based machine translation model, and the The generating of the second query candidate may include finding and serving the second query candidate corresponding to the original query in the cache.

또 다른 측면에 따르면, 상기 순위화하는 단계는, GBRT(gradient boosting regression tree) 알고리즘을 이용하여 상기 피처를 학습한 랭킹 모델을 통해 상기 제1 질의 후보와 상기 제2 질의 후보를 순위화할 수 있다.According to another aspect, in the ranking, the first query candidate and the second query candidate may be ranked through a ranking model that has learned the feature using a gradient boosting regression tree (GBRT) algorithm.

또 다른 측면에 따르면, 상기 피처는 상기 원본 질의와 관련하여 질의 텀을 포함하고 있는 다른 질의의 수, 검색 유입 수, 클릭 문서 수, 노출 문서 수, 노출 영역 대비 검색 영역의 클릭 통계량, 질의 길이 중 적어도 하나를 포함하는 제1 피처, 상기 제1 질의 후보와 상기 제2 질의 후보에 해당되는 각 질의 후보와 관련하여 질의 텀을 포함하고 있는 다른 질의의 수, 검색 유입 수, 클릭 문서 수, 노출 문서 수, 노출 영역 대비 검색 영역의 클릭 통계량, 질의 길이 중 적어도 하나를 포함하는 제2 피처, 상기 원본 질의와 상기 질의 후보 쌍의 동일 피처 간에 차이를 나타내는 제3 피처를 포함할 수 있다.According to another aspect, the feature includes the number of other queries including a query term in relation to the original query, the number of search inflows, the number of clicked documents, the number of impression documents, the click statistics of the search area compared to the surface area, and the length of the query. A first feature including at least one, the number of other queries including a query term in relation to each query candidate corresponding to the first query candidate and the second query candidate, the number of search inflows, the number of clicked documents, and the number of exposure documents The second feature may include at least one of a number, a click statistic of a search region compared to the exposure region, and a query length, and a third feature indicating a difference between the same feature of the original query and the query candidate pair.

또 다른 측면에 따르면, 상기 순위화하는 단계는, 상기 제1 질의 후보와 상기 제2 질의 후보에 해당되는 질의 후보 별로 상기 질의 후보의 검색 결과에 포함되는 문서 중 적어도 일부인 상기 원본 질의의 검색 결과에 포함되는 문서에 대한 사용자 피드백 정보를 이용하여 상기 질의 후보의 검색 적합도 스코어를 계산하는 단계를 포함할 수 있다.According to another aspect, in the ranking step, the search result of the original query, which is at least a part of documents included in the search result of the query candidate, for each query candidate corresponding to the first query candidate and the second query candidate. The method may include calculating a search relevance score of the query candidate by using user feedback information on the included document.

또 다른 측면에 따르면, 상기 순위화하는 단계는, 상기 제1 질의 후보와 상기 제2 질의 후보 중 상기 검색 적합도 스코어가 상기 원본 질의보다 작은 질의 후보를 비적합 질의로 분류하고 상기 검색 적합도 스코어가 상기 원본 질의보다 큰 질의 후보를 적합 질의로 분류하는 단계를 더 포함할 수 있다.According to another aspect, the ranking includes: classifying a query candidate having a lower search relevance score than the original query among the first query candidate and the second query candidate as a non-relevant query, and wherein the search relevance score is the The method may further include classifying a query candidate larger than the original query as a suitable query.

또 다른 측면에 따르면, 상기 순위화하는 단계는, 검색과 관련된 로그로부터 생성된 피처 컬렉션을 검색 엔진을 이용하여 획득하는 단계를 포함할 수 있다.According to another aspect, the ranking may include acquiring a feature collection generated from a log related to a search using a search engine.

또 다른 측면에 따르면, 상기 순위화하는 단계는, 상기 원본 질의와의 공통 텀을 제거한 나머지 텀의 워드 임베딩에 기초하여 상기 순위화된 질의 후보를 튜닝하는 단계를 포함할 수 있다.According to another aspect, the ranking may include tuning the ranked query candidates based on word embeddings of terms remaining after removing a common term with the original query.

또 다른 측면에 따르면, 상기 순위화하는 단계는, 검색과 관련된 통계 정보, 단어 길이 또는 단어 텀의 개수, 자소 단위 편집 거리 중 적어도 하나에 기초하여 상기 순위화된 질의 후보를 튜닝하는 단계를 포함할 수 있다.According to another aspect, the ranking may include tuning the ranked query candidates based on at least one of search-related statistical information, a word length or a number of word terms, and an editing distance in units of grapheme. can

상기 질의 순위화 방법을 컴퓨터에 실행시키기 위한 프로그램이 기록되어 있는 컴퓨터 판독 가능한 기록 매체를 제공한다.There is provided a computer-readable recording medium in which a program for executing the query ranking method in a computer is recorded.

컴퓨터 장치에 있어서, 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 원본 질의에 대하여 통계적 기계번역 모델을 이용한 질의 재구성을 통해 제1 질의 후보를 생성하고, 상기 원본 질의에 대하여 BERT 기반 기계번역 모델을 이용한 질의 재구성을 통해 제2 질의 후보를 생성하고, 검색과 관련된 피처를 이용하여 상기 제1 질의 후보와 상기 제2 질의 후보를 순위화하는 것을 특징으로 하는 컴퓨터 장치를 제공한다.A computer device comprising: at least one processor configured to execute computer readable instructions contained in a memory, wherein the at least one processor is configured to: a first query candidate through query reconstruction using a statistical machine translation model on an original query generates a second query candidate through query reconstruction using a BERT-based machine translation model for the original query, and ranks the first query candidate and the second query candidate using search-related features It provides a computer device, characterized in that.

본 발명의 실시예들에 따르면, SMT 모델과 함께 BERT 모델을 추가로 이용하여 사용자 질의에 대한 QR 후보를 생성함으로써 QR 품질과 검색 품질을 향상시킬 수 있다.According to embodiments of the present invention, QR quality and search quality can be improved by generating a QR candidate for a user query by further using the BERT model together with the SMT model.

본 발명의 실시예들에 따르면, SMT 모델과 BERT 모델이 결합된 기계번역 모델에서 생성된 QR 후보를 검색과 관련된 피처를 기반으로 순위화함으로써 검색에 적합한 QR을 효율적으로 찾을 수 있다.According to embodiments of the present invention, a QR suitable for a search can be efficiently found by ranking QR candidates generated in a machine translation model in which an SMT model and a BERT model are combined based on a search-related feature.

도 1은 본 발명의 일실시예에 따른 네트워크 환경의 예를 도시한 도면이다.
도 2는 본 발명의 일실시예에 따른 컴퓨터 장치의 예를 도시한 블록도이다.
도 3은 본 발명의 일실시예에 따른 컴퓨터 장치가 수행할 수 있는 방법의 예를 도시한 순서도이다.
도 4는 본 발명의 일실시예에 있어서 QR 생성을 위한 멀티 QR 생성 모델의 예시를 도시한 것이다.
도 5 내지 도 9는 본 발명의 일실시예에 있어서 QR 생성을 위한 SMT 모델의 예시를 도시한 것이다.
도 10 내지 도 11은 본 발명의 일실시예에 있어서 QR 생성을 위한 BERT 기반 기계번역 모델의 예시를 도시한 것이다.
도 12는 본 발명의 일실시예에 있어서 실시간 서비스를 위한 BERT 서빙 시스템의 예시를 도시한 것이다.
도 13은 본 발명의 일실시예에 있어서 캐시 기반 BERT 서빙 시스템 구조의 예시를 도시한 것이다.
도 14는 본 발명의 일실시예에 있어서 QR 후보 검증을 위한 순위화 구성의 예시를 도시한 것이다.
도 15는 본 발명의 일실시예에 있어서 비적합 QR 후보와 적합 QR 후보의 예시를 도시한 것이다.
도 16은 본 발명의 일실시예에 있어서 QR 후보를 순위화하기 위해 필요한 피처를 획득하는 과정의 예시를 도시한 것이다.
1 is a diagram illustrating an example of a network environment according to an embodiment of the present invention.
2 is a block diagram illustrating an example of a computer device according to an embodiment of the present invention.
3 is a flowchart illustrating an example of a method that a computer device may perform according to an embodiment of the present invention.
4 shows an example of a multi-QR generation model for QR generation in an embodiment of the present invention.
5 to 9 show an example of an SMT model for QR generation in an embodiment of the present invention.
10 to 11 show an example of a BERT-based machine translation model for QR generation in an embodiment of the present invention.
12 shows an example of a BERT serving system for a real-time service according to an embodiment of the present invention.
13 shows an example of a cache-based BERT serving system architecture according to an embodiment of the present invention.
14 shows an example of a ranking configuration for QR candidate verification in an embodiment of the present invention.
15 shows examples of non-conforming QR candidates and suitable QR candidates according to an embodiment of the present invention.
16 is a diagram illustrating an example of a process for obtaining features necessary for ranking QR candidates in an embodiment of the present invention.

이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.

본 발명의 실시예들에 따른 질의 순위화 시스템은 적어도 하나의 컴퓨터 장치에 의해 구현될 수 있으며, 본 발명의 실시예들에 따른 질의 순위화 방법은 질의 순위화 시스템에 포함되는 적어도 하나의 컴퓨터 장치를 통해 수행될 수 있다. 이때, 컴퓨터 장치에는 본 발명의 일실시예에 따른 컴퓨터 프로그램이 설치 및 구동될 수 있고, 컴퓨터 장치는 구동된 컴퓨터 프로그램의 제어에 따라 본 발명의 실시예들에 따른 질의 순위화 방법을 수행할 수 있다. 상술한 컴퓨터 프로그램은 컴퓨터 장치와 결합되어 질의 순위화 방법을 컴퓨터에 실행시키기 위해 컴퓨터 판독 가능한 기록매체에 저장될 수 있다.The query ranking system according to the embodiments of the present invention may be implemented by at least one computer device, and the query ranking method according to the embodiments of the present invention is at least one computer device included in the query ranking system. can be done through In this case, the computer program according to an embodiment of the present invention may be installed and driven in the computer device, and the computer device may perform the query ranking method according to the embodiments of the present invention under the control of the driven computer program. have. The above-described computer program may be stored in a computer-readable recording medium in order to be combined with a computer device to cause the computer to execute the query ranking method.

도 1은 본 발명의 일실시예에 따른 네트워크 환경의 예를 도시한 도면이다. 도 1의 네트워크 환경은 복수의 전자 기기들(110, 120, 130, 140), 복수의 서버들(150, 160) 및 네트워크(170)를 포함하는 예를 나타내고 있다. 이러한 도 1은 발명의 설명을 위한 일례로 전자 기기의 수나 서버의 수가 도 1과 같이 한정되는 것은 아니다. 또한, 도 1의 네트워크 환경은 본 실시예들에 적용 가능한 환경들 중 하나의 예를 설명하는 것일 뿐, 본 실시예들에 적용 가능한 환경이 도 1의 네트워크 환경으로 한정되는 것은 아니다.1 is a diagram illustrating an example of a network environment according to an embodiment of the present invention. The network environment of FIG. 1 shows an example including a plurality of electronic devices 110 , 120 , 130 , 140 , a plurality of servers 150 , 160 , and a network 170 . 1 is an example for explaining the invention, and the number of electronic devices or the number of servers is not limited as in FIG. 1 . In addition, the network environment of FIG. 1 only describes one example of environments applicable to the present embodiments, and the environment applicable to the present embodiments is not limited to the network environment of FIG. 1 .

복수의 전자 기기들(110, 120, 130, 140)은 컴퓨터 장치로 구현되는 고정형 단말이거나 이동형 단말일 수 있다. 복수의 전자 기기들(110, 120, 130, 140)의 예를 들면, 스마트폰(smart phone), 휴대폰, 내비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿 PC 등이 있다. 일례로 도 1에서는 전자 기기(110)의 예로 스마트폰의 형상을 나타내고 있으나, 본 발명의 실시예들에서 전자 기기(110)는 실질적으로 무선 또는 유선 통신 방식을 이용하여 네트워크(170)를 통해 다른 전자 기기들(120, 130, 140) 및/또는 서버(150, 160)와 통신할 수 있는 다양한 물리적인 컴퓨터 장치들 중 하나를 의미할 수 있다.The plurality of electronic devices 110 , 120 , 130 , and 140 may be a fixed terminal implemented as a computer device or a mobile terminal. Examples of the plurality of electronic devices 110 , 120 , 130 , 140 include a smart phone, a mobile phone, a navigation device, a computer, a notebook computer, a digital broadcasting terminal, a personal digital assistant (PDA), and a portable multimedia player (PMP). ), tablet PCs, etc. As an example, in FIG. 1 , the shape of a smartphone is shown as an example of the electronic device 110 , but in embodiments of the present invention, the electronic device 110 is substantially configured to be different through the network 170 using a wireless or wired communication method. It may refer to one of various physical computer devices capable of communicating with the electronic devices 120 , 130 , 140 and/or the servers 150 and 160 .

통신 방식은 제한되지 않으며, 네트워크(170)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망)을 활용하는 통신 방식뿐만 아니라 기기들간의 근거리 무선 통신 역시 포함될 수 있다. 예를 들어, 네트워크(170)는, PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크 중 하나 이상의 임의의 네트워크를 포함할 수 있다. 또한, 네트워크(170)는 버스 네트워크, 스타 네트워크, 링 네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수 있으나, 이에 제한되지 않는다.The communication method is not limited, and not only a communication method using a communication network (eg, a mobile communication network, a wired Internet, a wireless Internet, a broadcasting network) that the network 170 may include, but also short-range wireless communication between devices may be included. For example, the network 170 may include a personal area network (PAN), a local area network (LAN), a campus area network (CAN), a metropolitan area network (MAN), a wide area network (WAN), and a broadband network (BBN). , the Internet, and the like. In addition, the network 170 may include any one or more of a network topology including a bus network, a star network, a ring network, a mesh network, a star-bus network, a tree, or a hierarchical network, etc. not limited

서버(150, 160) 각각은 복수의 전자 기기들(110, 120, 130, 140)과 네트워크(170)를 통해 통신하여 명령, 코드, 파일, 컨텐츠, 서비스 등을 제공하는 컴퓨터 장치 또는 복수의 컴퓨터 장치들로 구현될 수 있다. 예를 들어, 서버(150)는 네트워크(170)를 통해 접속한 복수의 전자 기기들(110, 120, 130, 140)로 목적하는 서비스(일례로, 검색 서비스)를 제공하는 시스템일 수 있다.Each of the servers 150 and 160 communicates with the plurality of electronic devices 110 , 120 , 130 , 140 and the network 170 through a computer device or a plurality of computers providing commands, codes, files, contents, services, etc. It can be implemented in devices. For example, the server 150 may be a system that provides a target service (eg, a search service) to the plurality of electronic devices 110 , 120 , 130 , and 140 connected through the network 170 .

도 2는 본 발명의 일실시예에 따른 컴퓨터 장치의 예를 도시한 블록도이다. 앞서 설명한 복수의 전자 기기들(110, 120, 130, 140) 각각이나 서버들(150, 160) 각각은 도 2를 통해 도시된 컴퓨터 장치(200)에 의해 구현될 수 있다.2 is a block diagram illustrating an example of a computer device according to an embodiment of the present invention. Each of the plurality of electronic devices 110 , 120 , 130 , 140 or the servers 150 and 160 described above may be implemented by the computer device 200 illustrated in FIG. 2 .

이러한 컴퓨터 장치(200)는 도 2에 도시된 바와 같이, 메모리(210), 프로세서(220), 통신 인터페이스(230) 그리고 입출력 인터페이스(240)를 포함할 수 있다. 메모리(210)는 컴퓨터에서 판독 가능한 기록매체로서, RAM(random access memory), ROM(read only memory) 및 디스크 드라이브와 같은 비소멸성 대용량 기록장치(permanent mass storage device)를 포함할 수 있다. 여기서 ROM과 디스크 드라이브와 같은 비소멸성 대용량 기록장치는 메모리(210)와는 구분되는 별도의 영구 저장 장치로서 컴퓨터 장치(200)에 포함될 수도 있다. 또한, 메모리(210)에는 운영체제와 적어도 하나의 프로그램 코드가 저장될 수 있다. 이러한 소프트웨어 구성요소들은 메모리(210)와는 별도의 컴퓨터에서 판독 가능한 기록매체로부터 메모리(210)로 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다. 다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 인터페이스(230)를 통해 메모리(210)에 로딩될 수도 있다. 예를 들어, 소프트웨어 구성요소들은 네트워크(170)를 통해 수신되는 파일들에 의해 설치되는 컴퓨터 프로그램에 기반하여 컴퓨터 장치(200)의 메모리(210)에 로딩될 수 있다.As shown in FIG. 2 , the computer device 200 may include a memory 210 , a processor 220 , a communication interface 230 , and an input/output interface 240 . The memory 210 is a computer-readable recording medium and may include a random access memory (RAM), a read only memory (ROM), and a permanent mass storage device such as a disk drive. Here, a non-volatile mass storage device such as a ROM and a disk drive may be included in the computer device 200 as a separate permanent storage device distinct from the memory 210 . Also, the memory 210 may store an operating system and at least one program code. These software components may be loaded into the memory 210 from a computer-readable recording medium separate from the memory 210 . The separate computer-readable recording medium may include a computer-readable recording medium such as a floppy drive, a disk, a tape, a DVD/CD-ROM drive, and a memory card. In another embodiment, the software components may be loaded into the memory 210 through the communication interface 230 instead of a computer-readable recording medium. For example, the software components may be loaded into the memory 210 of the computer device 200 based on a computer program installed by files received through the network 170 .

프로세서(220)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(210) 또는 통신 인터페이스(230)에 의해 프로세서(220)로 제공될 수 있다. 예를 들어 프로세서(220)는 메모리(210)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.The processor 220 may be configured to process instructions of a computer program by performing basic arithmetic, logic, and input/output operations. The instructions may be provided to the processor 220 by the memory 210 or the communication interface 230 . For example, the processor 220 may be configured to execute a received instruction according to a program code stored in a recording device such as the memory 210 .

통신 인터페이스(230)는 네트워크(170)를 통해 컴퓨터 장치(200)가 다른 장치(일례로, 앞서 설명한 저장 장치들)와 서로 통신하기 위한 기능을 제공할 수 있다. 일례로, 컴퓨터 장치(200)의 프로세서(220)가 메모리(210)와 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청이나 명령, 데이터, 파일 등이 통신 인터페이스(230)의 제어에 따라 네트워크(170)를 통해 다른 장치들로 전달될 수 있다. 역으로, 다른 장치로부터의 신호나 명령, 데이터, 파일 등이 네트워크(170)를 거쳐 컴퓨터 장치(200)의 통신 인터페이스(230)를 통해 컴퓨터 장치(200)로 수신될 수 있다. 통신 인터페이스(230)를 통해 수신된 신호나 명령, 데이터 등은 프로세서(220)나 메모리(210)로 전달될 수 있고, 파일 등은 컴퓨터 장치(200)가 더 포함할 수 있는 저장 매체(상술한 영구 저장 장치)로 저장될 수 있다.The communication interface 230 may provide a function for the computer device 200 to communicate with other devices (eg, the storage devices described above) through the network 170 . For example, a request, command, data, file, etc. generated by the processor 220 of the computer device 200 according to a program code stored in a recording device such as the memory 210 is transmitted to the network ( 170) to other devices. Conversely, signals, commands, data, files, etc. from other devices may be received by the computer device 200 through the communication interface 230 of the computer device 200 via the network 170 . A signal, command, or data received through the communication interface 230 may be transmitted to the processor 220 or the memory 210 , and the file may be a storage medium (described above) that the computer device 200 may further include. persistent storage).

입출력 인터페이스(240)는 입출력 장치(250)와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 입력 장치는 마이크, 키보드 또는 마우스 등의 장치를, 그리고 출력 장치는 디스플레이, 스피커와 같은 장치를 포함할 수 있다. 다른 예로 입출력 인터페이스(240)는 터치스크린과 같이 입력과 출력을 위한 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수도 있다. 입출력 장치(250)는 컴퓨터 장치(200)와 하나의 장치로 구성될 수도 있다.The input/output interface 240 may be a means for an interface with the input/output device 250 . For example, the input device may include a device such as a microphone, keyboard, or mouse, and the output device may include a device such as a display or a speaker. As another example, the input/output interface 240 may be a means for an interface with a device in which functions for input and output are integrated into one, such as a touch screen. The input/output device 250 may be configured as one device with the computer device 200 .

또한, 다른 실시예들에서 컴퓨터 장치(200)는 도 2의 구성요소들보다 더 적은 혹은 더 많은 구성요소들을 포함할 수도 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 예를 들어, 컴퓨터 장치(200)는 상술한 입출력 장치(250) 중 적어도 일부를 포함하도록 구현되거나 또는 트랜시버(transceiver), 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수도 있다.Also, in other embodiments, the computer device 200 may include fewer or more components than those of FIG. 2 . However, there is no need to clearly show most of the prior art components. For example, the computer device 200 may be implemented to include at least a portion of the above-described input/output device 250 or may further include other components such as a transceiver and a database.

이하에서는 재구성된 질의를 순위화하기 위한 방법 및 시스템의 구체적인 실시예를 설명하기로 한다.Hereinafter, a specific embodiment of a method and system for ranking reconstructed queries will be described.

본 실시예들은 질의-텀 매칭 기반 검색 서비스에 적용하기 위한 QR 기술에 관한 것이다. QR을 번역 문제로 보고 기계번역 모델을 이용하여 검색에 적합한 질의로 변환하는 것이다. 특히, 본 실시예에서는 SMT 모델과 BERT 모델이 결합된 번역 모델을 통해 사용자 질의에 대하여 재구성된 질의(이하, 'QR 후보'라 칭함)를 생성한 후 검색에 적합한 질의인지에 대한 정보를 반영하기 위해 QR 후보의 순위화를 수행할 수 있다.The present embodiments relate to a QR technology for application to a query-term matching based search service. The goal is to view QR as a translation problem and transform it into a query suitable for search using a machine translation model. In particular, in this embodiment, a query reconstructed for a user query (hereinafter referred to as a 'QR candidate') is generated through a translation model in which the SMT model and the BERT model are combined, and then information on whether the query is suitable for searching is reflected. For this purpose, ranking of QR candidates may be performed.

도 3은 본 발명의 일실시예에 따른 컴퓨터 장치가 수행할 수 있는 방법의 예를 도시한 흐름도이다.3 is a flowchart illustrating an example of a method that a computer device may perform according to an embodiment of the present invention.

본 실시예에 따른 컴퓨터 장치(200)는 클라이언트를 대상으로 클라이언트 상에 설치된 전용 어플리케이션이나 컴퓨터 장치(200)와 관련된 웹/모바일 사이트 접속을 통해 검색 서비스를 제공할 수 있다. 컴퓨터 장치(200)에는 컴퓨터로 구현된 질의 순위화 시스템이 구성될 수 있다. 일례로, 질의 순위화 시스템은 독립적으로 동작하는 프로그램 형태로 구현되거나, 혹은 특정 어플리케이션의 인-앱(in-app) 형태로 구성되어 상기 특정 어플리케이션 상에서 동작이 가능하도록 구현될 수 있다.The computer device 200 according to the present embodiment may provide a search service to the client through a dedicated application installed on the client or a web/mobile site connection related to the computer device 200 . The computer device 200 may be configured with a computer-implemented query ranking system. For example, the query ranking system may be implemented in the form of a program that operates independently, or may be implemented in the form of an in-app of a specific application to enable operation on the specific application.

컴퓨터 장치(200)의 프로세서(220)는 도 3에 따른 질의 순위화 방법을 수행하기 위한 구성요소로서 적어도 하나 이상의 구성요소를 포함할 수 있다. 실시예에 따라 프로세서(220)의 구성요소들은 선택적으로 프로세서(220)에 포함되거나 제외될 수도 있다. 또한, 실시예에 따라 프로세서(220)의 구성요소들은 프로세서(220)의 기능의 표현을 위해 분리 또는 병합될 수도 있다.The processor 220 of the computer device 200 may include at least one component as a component for performing the query ranking method according to FIG. 3 . Depending on the embodiment, components of the processor 220 may be selectively included or excluded from the processor 220 . Also, according to an embodiment, the components of the processor 220 may be separated or merged to express the functions of the processor 220 .

이러한 프로세서(220) 및 프로세서(220)의 구성요소들은 도 3의 질의 순위화 방법이 포함하는 단계들(S310 내지 S350)을 수행하도록 컴퓨터 장치(200)를 제어할 수 있다. 예를 들어, 프로세서(220) 및 프로세서(220)의 구성요소들은 메모리(210)가 포함하는 운영체제의 코드와 적어도 하나의 프로그램의 코드에 따른 명령(instruction)을 실행하도록 구현될 수 있다.The processor 220 and components of the processor 220 may control the computer device 200 to perform steps S310 to S350 included in the query ranking method of FIG. 3 . For example, the processor 220 and components of the processor 220 may be implemented to execute instructions according to the code of the operating system included in the memory 210 and the code of at least one program.

여기서, 프로세서(220)의 구성요소들은 컴퓨터 장치(200)에 저장된 프로그램 코드가 제공하는 명령에 따라 프로세서(220)에 의해 수행되는 서로 다른 기능들(different functions)의 표현들일 수 있다.Here, the components of the processor 220 may be expressions of different functions performed by the processor 220 according to instructions provided by the program code stored in the computer device 200 .

프로세서(220)는 컴퓨터 장치(200)의 제어와 관련된 명령이 로딩된 메모리(210)로부터 필요한 명령을 읽어들일 수 있다. 이 경우, 상기 읽어들인 명령은 프로세서(220)가 이후 설명될 단계들(S310 내지 S350)을 실행하도록 제어하기 위한 명령을 포함할 수 있다.The processor 220 may read a necessary command from the memory 210 in which the command related to the control of the computer device 200 is loaded. In this case, the read command may include a command for controlling the processor 220 to execute steps S310 to S350 to be described later.

이후 설명될 단계들(S310 내지 S350)은 도 3에 도시된 순서와 다른 순서로 수행될 수 있으며, 단계들(S310 내지 S350) 중 일부가 생략되거나 추가의 과정이 더 포함될 수 있다.Steps S310 to S350 to be described later may be performed in an order different from the order shown in FIG. 3 , and some of the steps S310 to S350 may be omitted or additional processes may be further included.

도 3을 참조하면, 단계(S310)에서 프로세서(220)는 기계번역 모델인 SMT 모델을 이용하여 사용자 질의를 재구성함으로써 제1 QR 후보군을 생성할 수 있다. 프로세서(220)는 병렬 말뭉치 학습 데이터로 학습된 SMT 모델을 통해 제1 QR 후보군을 생성할 수 있다.Referring to FIG. 3 , in step S310 , the processor 220 may generate a first QR candidate group by reconstructing a user query using an SMT model that is a machine translation model. The processor 220 may generate the first QR candidate group through the SMT model trained with the parallel corpus training data.

단계(S320)에서 프로세서(220)는 BERT 기반 기계번역 모델을 이용하여 사용자 질의를 재구성함으로써 제2 QR 후보군을 생성할 수 있다. SMT 모델의 경우 빠른 번역 속도로 많은 QR 후보를 생성할 수 있는 반면에, 맥락을 고려하는 번역이 부족하다는 단점이 있다. 이를 보완하기 위해 BERT 모델을 QR에 적용하는 것으로, 분류 모델인 BERT 모델의 경우 SMT와 달리 단어의 의미를 이해하여 맥락을 반영한 자연스러운 번역이 가능하다. BERT 모델은 더 깊은 언어 이해를 위해 MLM(masked language model)과 NSP(next sentence prediction)를 이용한 사전-훈련(pre-training) 기법으로 학습될 수 있다.In step S320, the processor 220 may generate the second QR candidate group by reconstructing the user query using the BERT-based machine translation model. While the SMT model can generate many QR candidates with a fast translation speed, it has a disadvantage in that it lacks context-aware translation. To compensate for this, the BERT model is applied to the QR. In the case of the BERT model, which is a classification model, unlike SMT, it is possible to understand the meaning of words and to translate them naturally reflecting the context. The BERT model can be trained with a pre-training technique using a masked language model (MLM) and next sentence prediction (NSP) for deeper language understanding.

단계(S330)에서 프로세서(220)는 SMT 모델에서 생성된 제1 QR 후보군과 BERT 기반 기계번역 모델에서 생성된 제2 QR 후보군을 병합하고 검색과 관련된 피처를 활용하여 순위화할 수 있다. 기계번역 모델을 이용한 QR은 언어적인 능숙도(fluency)만이 반영될 뿐, 검색에 적합한 QR인지에 대한 정보가 반영되어 있지 않다. SMT 모델과 BERT 기반 기계번역 모델을 사용하여 많은 QR 후보가 생성되고 있고, 아울러 언어적으로 번역이 잘 되었다고 하더라도 검색에 적합한 질의가 아닐 수 있기 때문에, 순위화를 통한 QR 검증이 필요하다. 프로세서(220)는 검색 서비스에서의 사용자 피드백 정보를 활용하여 제1 QR 후보군과 제2 QR 후보군을 점수화할 수 있다. 일례로, 프로세서(220)는 GBRT(gradient boosting regression tree) 알고리즘을 이용한 학습 모델을 통해 제1 QR 후보군과 제2 QR 후보군을 순위화할 수 있다.In step S330, the processor 220 may merge the first QR candidate group generated from the SMT model and the second QR candidate group generated from the BERT-based machine translation model and rank them by utilizing the search-related features. In the QR using the machine translation model, only linguistic fluency is reflected, and information on whether the QR is suitable for searching is not reflected. Many QR candidates are being generated using the SMT model and the BERT-based machine translation model, and even if the linguistic translation is good, the query may not be suitable for search, so QR verification through ranking is necessary. The processor 220 may score the first QR candidate group and the second QR candidate group by using user feedback information in the search service. For example, the processor 220 may rank the first QR candidate group and the second QR candidate group through a learning model using a gradient boosting regression tree (GBRT) algorithm.

단계(S340)에서 프로세서(220)는 랭킹 결과의 품질 향상을 위한 튜닝 과정으로, 단계(S330)에서 순위화된 QR 후보군에 대하여 각 질의 피처를 이용한 튜닝을 통해 일부 QR 후보를 제거할 수 있다. 프로세서(220)는 QR 후보군에서 상위에 랭크된 후보라도 저품질 케이스를 제거하기 위해 질의 피처를 이용하여 튜닝할 수 있다.In step S340 , the processor 220 is a tuning process for improving the quality of the ranking result, and may remove some QR candidates through tuning using each query feature with respect to the QR candidate group ranked in step S330 . The processor 220 may tune by using the query feature to remove low-quality cases even if the candidate ranks higher in the QR candidate group.

일례로, 프로세서(220)는 공통 텀을 제거한 워드 임베딩 유사도를 이용하여 검색에 적합하지 않은 QR 후보를 제거할 수 있다. 예를 들어, 사용자 질의 '폰 xs 사이즈'과 QR 후보 '폰 xr 사이즈'에 대하여, 공통 텀 '폰'과 '사이즈'를 제외한 나머지 텀 간에 워드 임베딩 유사도를 비교하여 유사도가 기준 값(threshold)보다 낮은 경우 QR 후보 '폰 xr 사이즈'를 제거할 수 있다.For example, the processor 220 may remove a QR candidate that is not suitable for a search by using the word embedding similarity from which the common term is removed. For example, for the user query 'phone xs size' and the QR candidate 'phone xr size', the word embedding similarity is compared between the remaining terms except for the common term 'phone' and 'size', and the similarity is higher than the threshold. If it is low, the QR candidate 'phone xr size' can be removed.

다른 예로, 프로세서(220)는 검색과 관련된 통계 정보에 기초하여 검색에 적합하지 않은 QR 후보를 제거할 수 있다. 이때, 통계 정보는 QC(query count) 비율, 노출 비율, 클릭 비율 등이 포함될 수 있다. 예를 들어, 사용자 질의 '폰 xs 사이즈'과 QR 후보 '폰 xr 사이즈'에 대하여, '폰 xr 사이즈'의 QC, 노출, 클릭이 모두 기준 값 보다 낮은 경우 QR 후보 '폰 xr 사이즈'를 제거할 수 있다.As another example, the processor 220 may remove QR candidates that are not suitable for search based on statistical information related to the search. In this case, the statistical information may include a query count (QC) rate, an exposure rate, a click rate, and the like. For example, for the user query 'phone xs size' and the QR candidate 'phone xr size', if the QC, exposure, and click of 'phone xr size' are all lower than the reference value, the QR candidate 'phone xr size' can be removed. can

또 다른 예로, 프로세서(220)는 단어 길이나 단어 텀 개수에 기초하여 상기한 튜닝 기준(예를 들어, 워드 임베딩 유사도, 통계 정보)과의 조합을 통해 검색에 적합하지 않은 QR 후보를 제거할 수 있다. 예를 들어, 사용자 질의 '톱'와 QR 후보 '탑'에 대하여, 1음절의 경우 중의성이 매우 높기 때문에 QC 비율 또는 워드 임베딩 규칙을 조합하여 두 질의를 비교한 후 비교 결과에 따라 QR 후보 '탑'을 제거할 수 있다.As another example, the processor 220 may remove QR candidates that are not suitable for searching through a combination with the above tuning criteria (eg, word embedding similarity, statistical information) based on the word length or the number of word terms. have. For example, for the user query 'Top' and the QR candidate 'Top', since the ambiguity of one syllable is very high, the two queries are compared by combining the QC ratio or word embedding rule, and then the QR candidate ' tower can be removed.

또 다른 예로, 프로세서(220)는 자소 단위 편집 거리에 기초하여 상기한 튜닝 기준(예를 들어, 워드 임베딩 유사도, 통계 정보)과의 조합을 통해 검색에 적합하지 않은 QR 후보를 제거할 수 있다. 예를 들어, 사용자 질의 '편의점'과 QR 후보 '편의잠'에 대하여, 질의 간의 자소 단위 편집 거리가 1인 경우 오타성 질의일 확률이 높기 때문에 워드 임베딩 유사도의 기준값을 높게 설정한 후 두 질의를 비교한 결과에 따라 QR 후보 '편의잠'을 제거할 수 있다.As another example, the processor 220 may remove QR candidates that are not suitable for search through combination with the above-described tuning criteria (eg, word embedding similarity and statistical information) based on the grapheme unit editing distance. For example, for the user query 'convenience store' and the QR candidate 'convenience sleep', if the grapheme unit editing distance between the queries is 1, the probability of a typo-type query is high. According to the comparison result, the QR candidate 'comfortable sleep' can be removed.

단계(S350)에서 프로세서(220)는 사용자 질의에 대응되는 검색 결과를 제공하기 위해 튜닝 후 남은 QR 후보 중 적어도 일부를 검색 질의로 선정할 수 있다. 예를 들어, 프로세서(220)는 QR 랭킹을 기준으로 상위 일정 개수나 일정 비율의 QR 후보를 실제 검색 질의로 사용할 수 있다. 다시 말해, 사용자 질의에 대응되는 검색 결과에는 검색 질의로 선정된 각 QR 후보와 매칭되는 문서들이 포함될 수 있다.In step S350 , the processor 220 may select at least some of the remaining QR candidates after tuning as a search query to provide a search result corresponding to the user query. For example, the processor 220 may use a certain number of top QR candidates or a certain ratio of QR candidates as an actual search query based on the QR ranking. In other words, the search results corresponding to the user query may include documents matching each QR candidate selected as the search query.

도 4에 도시한 바와 같이, 프로세서(220)는 멀티 모델 구조로서 SMT 모델(410)과 BERT 기반 기계번역 모델(420)을 포함할 수 있다. 프로세서(220)는 사용자 질의(40)에 대하여 SMT 모델(410)을 이용한 재구성을 통해 제1 QR 후보군(401)을 생성할 수 있고, 아울러 BERT 기반 기계번역 모델(420)을 이용한 재구성을 통해 제2 QR 후보군(402)을 생성할 수 있다.As shown in FIG. 4 , the processor 220 may include an SMT model 410 and a BERT-based machine translation model 420 as a multi-model structure. The processor 220 may generate the first QR candidate group 401 through the reconstruction using the SMT model 410 for the user query 40, and also the first QR candidate group 401 through the reconstruction using the BERT-based machine translation model 420. 2 QR candidate groups 402 may be generated.

SMT 모델(410)의 구조는 도 5와 같다.The structure of the SMT model 410 is shown in FIG. 5 .

도 5를 참조하면, SMT 모델(410)은 통계적인 확률로 번역 결과를 제공하는 것으로, 번역 모델(translation model)(501)과 언어 모델(language model)(502)을 포함한다.Referring to FIG. 5 , the SMT model 410 provides a translation result with a statistical probability, and includes a translation model 501 and a language model 502 .

번역 모델(501)은 소스 언어(source language)를 목적 언어(target language)로 변환하는 것으로, 소스 문장과 목적 문장이 쌍으로 구성된 병렬 말뭉치 학습 데이터가 필요하다.The translation model 501 converts a source language into a target language, and requires parallel corpus training data in which a source sentence and a target sentence are paired.

번역 모델(501)은 얼라인먼트 모델(alignment model)과 어휘 번역 모델(lexical translation model)로 구성되며, 도 6에 도시한 바와 같이 얼라인먼트(601)를 추출할 수 있다.The translation model 501 includes an alignment model and a lexical translation model, and as shown in FIG. 6 , the alignment 601 can be extracted.

언어 모델(502)은 문장의 확률을 예측하는 것으로, 목적 언어에 대한 학습 데이터가 필요하다. 도 7을 참조하면, 'where are we going'이라는 연속된 단어들이 주어질 때, 'where' 다음에 'are'이 올 확률, 'where are' 다음에 'we'가 올 확률 등을 계산하는 것이다.The language model 502 predicts the probability of a sentence, and requires learning data for a target language. Referring to FIG. 7 , when consecutive words 'where are we going' are given, the probability that 'are' comes after 'where', the probability that 'we' comes after 'where are', etc. are calculated.

SMT 모델(410)은 번역 모델(501)과 언어 모델(502)을 결합하여 통계적인 번역 결과를 만들 수 있다.The SMT model 410 may create a statistical translation result by combining the translation model 501 and the language model 502 .

상기한 SMT 모델(410)을 적용한 QR 시스템은 도 8과 같다.The QR system to which the SMT model 410 is applied is shown in FIG. 8 .

병렬 말뭉치 사전으로부터 얼라인먼트 모델과 어휘 번역 모델로 구성된 번역 모델(501), 그리고 언어 모델(502)을 학습할 수 있다.A translation model 501 and a language model 502 composed of an alignment model and a lexical translation model can be learned from the parallel corpus dictionary.

도 8을 참조하면, SMT 모델(410)을 적용한 QR 시스템은 토큰화 과정(morphological tokenization), 디코딩 과정(SMT decoder), 결과 생성 과정(N best QR result), 휴리스틱 로직(heuristic logic)을 거쳐 원본 질의(original query)인 소스 질의를 목적 질의(target query)로 변환함으로써 재구성된 질의, 즉 제1 QR 후보군(401)을 생성할 수 있다.Referring to FIG. 8 , the QR system to which the SMT model 410 is applied goes through a tokenization process (morphological tokenization), a decoding process (SMT decoder), a result generation process (N best QR result), and a heuristic logic. By converting a source query, which is an original query, into a target query, a reconstructed query, that is, the first QR candidate group 401 may be generated.

예를 들어, 도 9에 도시한 바와 같이 SMT 모델(410)을 적용한 QR 시스템은 원본 질의인 사용자 질의(901)로 '네이버 무료 글씨체'가 주어지는 경우, '네이버', '무료', '글씨체'와 같이 토큰화한 다음, 디코딩 과정과 결과 생성 과정을 거쳐 사용자 질의(901)에 대한 QR 후보군(902)으로서 '네이버 무료 글꼴', '네이버 무료 서체', '네이버 공짜 폰트'를 생성할 수 있다.For example, as shown in FIG. 9 , in the QR system to which the SMT model 410 is applied, when 'Naver free font' is given to the user query 901 that is the original query, 'Naver', 'free', 'face' After tokenization as shown above, 'Naver free font', 'Naver free font', and 'Naver free font' can be generated as a QR candidate group 902 for the user query 901 through the decoding process and result generation process. .

SMT 모델(410)을 적용한 QR 시스템은 문맥을 언어 모델(502)에 의존하는 한계가 있어 딥러닝 대비 맥락을 고려하는 번역이 부족하다는 단점이 있다.The QR system to which the SMT model 410 is applied has a limitation in that it depends on the language model 502 for the context, so there is a disadvantage in that the translation considering the context compared to deep learning is insufficient.

본 실시예에서는 SMT 모델(410)의 품질 한계를 개선하기 위해 BERT 기반 기계번역 모델(420)을 이용한 QR 시스템을 추가할 수 있다.In this embodiment, a QR system using the BERT-based machine translation model 420 may be added to improve the quality limit of the SMT model 410 .

도 10은 BERT 모델 구조를 도시한 것이다.10 shows the BERT model structure.

도 10을 참조하면, BERT 모델(1000)은 주어진 문장을 입력으로 받아 입력 임베딩 레이어(input embedding layer)(1001)를 통해 토큰 단위로 먼저 임베딩한 후 트랜스포머 레이어(transformer layer)(1002)를 거쳐 토큰의 위치 정보를 고려한 인코딩으로 문맥을 표현하는(contextual representation) 구조로 이루어진다.Referring to FIG. 10, the BERT model 1000 receives a given sentence as an input, first embeds it in token units through an input embedding layer 1001, and then passes through a transformer layer 1002 to a token. It has a structure that expresses contextual representation with encoding considering the location information of

트랜스포머 레이어(1002)는 CNN이나 RNN과 같은 모델 대신, 셀프-어텐션(self-attention) 모델로 이루어지며, BERT 모델(1000)은 트랜스포머의 인코더와 디코더 중 인코더를 사용하여 언어를 임베딩한다.The transformer layer 1002 consists of a self-attention model instead of a model such as CNN or RNN, and the BERT model 1000 embeds a language using an encoder among the encoders and decoders of the transformer.

트랜스포머 모델의 인코더 부분을 BERT 모델(1000)로 교체함으로써 QR 시스템에 적용하기 위한 BERT 기반 기계번역 모델(420)을 구축할 수 있다.By replacing the encoder part of the transformer model with the BERT model 1000, it is possible to build a BERT-based machine translation model 420 for application to the QR system.

BERT 기반 기계번역 모델(420)을 적용한 QR 시스템은 도 11과 같다.The QR system to which the BERT-based machine translation model 420 is applied is shown in FIG. 11 .

분류 모델인 BERT 모델은 다양한 언어 처리나 정보 검색 분야에 적용되면서 매우 높은 성능을 보여주고 있다. 번역 모델을 통해 QR 후보를 생성하기 위한 QR 시스템은 도 11에 도시한 바와 같이 트랜스포머 모델로서 입력 질의 이해를 위한 인코더(1110)와, QR 후보 생성을 위한 디코더(1120)로 구성될 수 있으며, 이때 인코더(1110) 부분을 BERT 모델(1000)로 교체할 수 있다.The BERT model, a classification model, shows very high performance when applied to various language processing or information retrieval fields. A QR system for generating a QR candidate through a translation model may be composed of an encoder 1110 for understanding an input query as a transformer model and a decoder 1120 for generating a QR candidate as a transformer model, as shown in FIG. The encoder 1110 part may be replaced with the BERT model 1000 .

인코더(1110)는 BERT 모델(1000)을 이용하여 원본 질의인 사용자 질의(1101)를 심도 깊게 이해할 수 있으며, 단어의 의미를 이해하여 맥락을 반영한 자연스러운 번역이 가능하다. 디코더(1120)는 트랜스포머 모델의 디코더로서 사용자 질의(1101)에 대한 QR 후보군(1102)을 생성할 수 있다.The encoder 1110 can deeply understand the user query 1101, which is the original query, using the BERT model 1000, and understand the meaning of words to enable natural translation reflecting the context. The decoder 1120 may generate the QR candidate group 1102 for the user query 1101 as a decoder of the transformer model.

예를 들어, 도 11에 도시한 바와 같이 BERT 기반 기계번역 모델(420)을 적용한 QR 시스템은 사용자 질의(1101)로 '10대 여성 음악 순위'가 주어지는 경우, BERT 모델(1000)을 이용한 더 깊은 언어 이해를 통해 사용자 질의(1101)에 대한 QR 후보군(1102)으로서 '10대 여자 음악 순위', '10대 여자 노래 순위', '10대 여자 음악 랭킹', '10대 여성 음악 랭킹'을 생성할 수 있다.For example, as shown in FIG. 11 , the QR system to which the BERT-based machine translation model 420 is applied is deeper using the BERT model 1000 when 'Teenage women's music ranking' is given as the user query 1101. 'Teenage female music ranking', 'teenage female song ranking', 'teenage female music ranking', and 'teenage female music ranking' are generated as a QR candidate group 1102 for the user query 1101 through language understanding. can do.

따라서, 프로세서(220)는 멀티 QR 생성 모델로서 SMT 모델(410)과 함께 BERT 기반 기계번역 모델(420)을 이용하여 최적의 검색 결과를 제공하기 위한 QR 후보를 생성할 수 있다.Accordingly, the processor 220 may generate a QR candidate for providing an optimal search result by using the BERT-based machine translation model 420 together with the SMT model 410 as a multi-QR generation model.

BERT 기반 기계번역 모델(420)의 경우 모델 사이즈가 커서 실시간 서비스에서 성능을 보장하기 어려운 문제가 있다.In the case of the BERT-based machine translation model 420, it is difficult to guarantee performance in a real-time service because the model size is large.

도 12를 참조하면, 프로세서(220)는 BERT 기반 기계번역 모델(420)의 응답속도 문제를 극복하기 위해 캐시(cache) 기반 BERT 서빙 시스템(1230)을 더 포함할 수 있다. BERT 서빙 시스템(1230)은 BERT 기반 기계번역 모델(420)의 인퍼런스된 QR 결과를 캐시에 저장하는 방식을 적용할 수 있다.Referring to FIG. 12 , the processor 220 may further include a cache-based BERT serving system 1230 to overcome the response speed problem of the BERT-based machine translation model 420 . The BERT serving system 1230 may apply a method of storing the inferred QR result of the BERT-based machine translation model 420 in a cache.

일반적으로 QR은 통합 검색에서 질의가 들어올 때 각 컬렉션 별 검색에 앞서 수행되기 때문에 QR의 응답속도가 느려지는 만큼 통합 검색의 응답 속도가 느려지게 된다. 이를 해결하기 위해 캐시 서버를 추가하여 BERT 기반 기계번역 모델(420)의 인퍼런스된 QR 결과를 캐시 서버에 저장하여 사용하는 방식을 적용할 수 있다.In general, since QR is performed prior to searching for each collection when a query is received in the integrated search, the response speed of the integrated search becomes slower as the response speed of the QR becomes slower. To solve this, a method of storing and using the inferred QR result of the BERT-based machine translation model 420 in the cache server can be applied by adding a cache server.

도 13은 본 발명의 일실시예에 있어서 BERT 서빙 시스템 구조의 예시를 도시한 것이다.13 shows an example of a BERT serving system structure in an embodiment of the present invention.

도 13을 참조하면, BERT 서빙 시스템(1230)은 캐시 서버(1301), NMT(Neural Machine Translation) 프로듀서(1302), 큐(Queue)(1303), 및 NMT 컨슈머(1304)를 포함할 수 있다.Referring to FIG. 13 , the BERT serving system 1230 may include a cache server 1301 , a Neural Machine Translation (NMT) producer 1302 , a queue 1303 , and an NMT consumer 1304 .

NMT 프로듀서(1302)는 사용자 질의가 입력될 때 캐시 서버(1301)를 참조하여 사용자 질의에 대응되는 QR 후보를 찾아 그 결과를 반환하는 역할을 한다.The NMT producer 1302 serves to find a QR candidate corresponding to the user query by referring to the cache server 1301 when a user query is input and to return the result.

한편, NMT 프로듀서(1302)는 캐시 서버(1301)에 사용자 질의에 대응되는 QR 결과가 없는 경우 큐(1303)에 사용자 질의를 삽입한다. 연속으로 동일 질의가 입력되는 경우 큐(1303)에 중복된 질의가 들어갈 수 있기 때문에 캐시 서버(1301)에 빈 값을 삽입한다. 캐시 서버(1301)에 삽입된 빈 값은 임시로 일정 시간(예를 들어, 1시간) 유지할 수 있다.Meanwhile, the NMT producer 1302 inserts the user query into the queue 1303 when there is no QR result corresponding to the user query in the cache server 1301 . When the same query is continuously input, a blank value is inserted into the cache server 1301 because duplicate queries may be entered in the queue 1303 . The empty value inserted into the cache server 1301 may be temporarily maintained for a certain period of time (eg, 1 hour).

큐(1303)는 카프카(Kafka)와 같은 메시지 큐 역할을 하는 것으로, NMT 프로듀서(1302)로부터 수신된 질의를 유지하고 있다가 NMT 컨슈머(1304)로 전달할 수 있다.The queue 1303 serves as a message queue, such as Kafka, and may maintain a query received from the NMT producer 1302 and transmit it to the NMT consumer 1304 .

NMT 컨슈머(1304)는 큐(1303)로부터 질의 목록을 받아서 BERT 기반 기계번역 모델(420)를 이용하여 QR 후보에 대한 인퍼런스를 수행할 수 있다. NMT 컨슈머(1304)는 BERT 기반 기계번역 모델(420)의 QR 후보에 대한 인퍼런스 결과를 캐시 서버(1301)에 삽입한다. 캐시 서버(1301) 상에 인퍼런스된 QR 결과는 일정 시간(예를 들어, 1일) 단위로 업데이트될 수 있다.The NMT consumer 1304 may receive a query list from the queue 1303 and perform inference on the QR candidate using the BERT-based machine translation model 420 . The NMT consumer 1304 inserts the inference result for the QR candidate of the BERT-based machine translation model 420 into the cache server 1301 . The QR result inferred on the cache server 1301 may be updated in units of a predetermined time (eg, 1 day).

프로세서(220)는 실시간으로 쌓이는 질의를 처리하기 위해 필요한 서빙 장비 수를 산정할 수 있다. 프로세서(220)는 실시간으로 입력되는 질의들을 단위 시간(예를 들어, 1초) 내에 처리할 수 있도록 BERT 서빙 시스템(1230)을 구성하는 장비 수를 결정할 수 있다.The processor 220 may calculate the number of serving equipment required to process the queries accumulated in real time. The processor 220 may determine the number of devices constituting the BERT serving system 1230 to process queries input in real time within a unit time (eg, 1 second).

일례로, 프로세서(220)는 단위 시간 당 최대 인퍼런스 수와 최대 UQPS(unique query per second)에 기초하여 서빙 장비 수를 산정할 수 있다. 1개의 질의에 대한 인퍼런스를 n번 수행하는 것보다 n개의 질의를 배치(batch)로 묶어 처리하는 것이 유리하다. 예를 들어, 1초 처리량(16개의 질의)으로 UQPS 1,500을 처리하기 위해서는 대략 94개(1500/16=93.75)의 모델 서버 컨테이너가 필요하다.As an example, the processor 220 may calculate the number of serving devices based on the maximum number of inferences per unit time and the maximum unique query per second (UQPS). It is more advantageous to process n queries in batches than to perform inference on one query n times. For example, to process UQPS 1,500 with a throughput of 1 second (16 queries), approximately 94 (1500/16=93.75) model server containers are required.

따라서, 본 실시예에서는 모델 사이즈가 크고 응답 속도가 느린 BERT 모델을 QR 시스템에 적용하기 위해 캐시 기반 서빙 플랫폼을 사용함으로써 실시간 서비스를 보장할 수 있다.Therefore, in this embodiment, a real-time service can be guaranteed by using a cache-based serving platform to apply the BERT model, which has a large model size and slow response speed, to the QR system.

캐시 기반 서빙 플랫폼을 사용하는 것 이외에도 BERT 모델의 파라미터를 줄이기 위해 레이어를 3개로 낮추고 모델 압축을 위한 지식 증류(knowledge distillation) 기법을 적용하여 성능을 최적화하는 것 또한 가능하다.In addition to using a cache-based serving platform, it is also possible to reduce the parameters of the BERT model by three layers and apply a knowledge distillation technique for model compression to optimize performance.

순위화를 통한 QR 검증 과정은 다음과 같다.The QR verification process through ranking is as follows.

도 14를 참조하면, 프로세서(220)는 QR 검증을 위해 제1 QR 후보군(401)과 제2 QR 후보군(402)을 순위화하기 위한 QR 랭킹 모델(1460), 및 검색과 관련된 피처를 QR 랭킹 모델(1460)로 전달하기 위한 피처 서버(1470)를 더 포함할 수 있다.Referring to FIG. 14 , the processor 220 ranks the QR ranking model 1460 for ranking the first QR candidate group 401 and the second QR candidate group 402 for QR verification, and features related to the search. It may further include a feature server 1470 for forwarding to the model 1460 .

프로세서(220)는 학습 목적 데이터 셋(learning target data set)(이하, '학습 데이터'라 칭함)(1450)을 이용하여 학습된 QR 랭킹 모델(1460)을 통해 제1 QR 후보군과 제2 QR 후보군을 검색에 적합한 순으로 순위화할 수 있다.The processor 220 is a first QR candidate group and a second QR candidate group through the QR ranking model 1460 learned using a learning target data set (hereinafter, referred to as 'learning data') 1450 can be ranked in the order suitable for the search.

먼저, 프로세서(220)는 QR 랭킹 모델(1460)을 학습하기 위한 클릭(또는 노출) 그래프 기반의 학습 데이터(1450)를 생성할 수 있다. QR 랭킹 모델(1460)은 QR 후보들을 실제 검색에 효과적인 순서대로 잘 순위화할 수 있도록 학습되어야 한다. 일례로, 프로세서(220)는 SMT 모델(410)과 BERT 기반 기계번역 모델(420)에서 생성된 QR 후보들에 대한 클릭 그래프를 생성한 후 클릭 그래프로부터 검색에 적합한 QR 후보를 추출하여 점수화할 수 있다. 프로세서(220)는 클릭 그래프로 학습 데이터(1450)를 생성하고 생성된 학습 데이터(1450)로 QR 랭킹 모델(1460)을 학습할 수 있다.First, the processor 220 may generate the click (or exposure) graph-based learning data 1450 for learning the QR ranking model 1460 . The QR ranking model 1460 must be trained to rank the QR candidates well in an effective order for actual retrieval. As an example, the processor 220 may generate a click graph for QR candidates generated from the SMT model 410 and the BERT-based machine translation model 420, and then extract and score a QR candidate suitable for a search from the click graph. . The processor 220 may generate the training data 1450 as a click graph and learn the QR ranking model 1460 using the generated training data 1450 .

프로세서(220)는 SMT 모델(410)과 BERT 기반 기계번역 모델(420)을 통한 번역 점수에 기초하여 검색 질의로 사용할 QR을 찾는 것이 아니라, 검색과 관련된 피처와 및 번역 스코어 모두를 이용하여 검색에 적합한 QR을 찾는 문제로 QR 랭킹 모델(1460)을 학습할 수 있다.The processor 220 does not find a QR to be used as a search query based on the translation score through the SMT model 410 and the BERT-based machine translation model 420, but uses both the search-related features and the translation score to perform the search. As a problem of finding a suitable QR, the QR ranking model 1460 can be trained.

프로세서(220)는 SMT 모델(410)에서 생성된 제1 QR 후보군(401)과 BERT 기반 기계번역 모델(420)에서 생성된 제2 QR 후보군(402)을 병합하여 QR 랭킹 모델(1460)을 통해 전체 QR 후보들에 대한 랭킹을 수행할 수 있다. 이때, 프로세서(220)는 피처 서버(1470)를 통해 검색에 도움이 되는 여러 피처를 확보할 수 있고, 이러한 피처에 기초하여 학습 데이터(1450)로 학습된 QR 랭킹 모델(1460)을 통해 검색에 적합한 QR과 비적합한 QR을 구분할 수 있다.The processor 220 merges the first QR candidate group 401 generated from the SMT model 410 and the second QR candidate group 402 generated from the BERT-based machine translation model 420 through the QR ranking model 1460. Ranking may be performed on all QR candidates. At this time, the processor 220 may secure several features that are helpful in the search through the feature server 1470, and based on these features, search through the QR ranking model 1460 trained with the learning data 1450. Distinguish between acceptable and unsuitable QRs.

프로세서(220)는 검색 서비스에서의 실제 사용자 클릭 정보를 이용하여 원본 질의와 QR 후보 간의 적합도를 스코어링하고 QR 랭킹 모델(1460)을 학습하기 위한 정답 데이터로 활용할 수 있다.The processor 220 may use the actual user click information in the search service to score the fit between the original query and the QR candidate and use it as correct answer data for learning the QR ranking model 1460 .

원본 질의에 대한 QR 후보의 적합도 스코어는 수학식 1과 정의될 수 있다.The fitness score of the QR candidate with respect to the original query may be defined by Equation (1).

[수학식 1][Equation 1]

Figure pat00001
Figure pat00001

여기서, rank(di)는 QR 후보에 대응되는 검색 결과에 포함된 문서 di의 랭킹을 의미하고, clickCount(di)는 원본 질의에 대응되는 검색 결과에 포함된 문서 di의 클릭 수를 의미한다.Here, rank(di) means the ranking of the document di included in the search result corresponding to the QR candidate, and clickCount(di) means the number of clicks of the document di included in the search result corresponding to the original query.

다시 말해, QR 후보의 적합도 스코어에는 원본 질의의 검색 결과와 공통으로 등장하는 문서의 스코어만이 반영된다.In other words, only the scores of documents that appear in common with the search results of the original query are reflected in the suitability score of the QR candidate.

프로세서(220)는 클릭 그래프를 기반으로 QR 후보 중 스코어가 원본 질의보다 낮은 QR 후보를 비적합 QR 후보로 분류하고 스코어가 원본 질의보다 높은 QR 후보를 적합 QR 후보로 분류한다.Based on the click graph, the processor 220 classifies a QR candidate having a score lower than the original query among the QR candidates as a non-conforming QR candidate, and classifies a QR candidate having a higher score than the original query as a suitable QR candidate.

도 15는 적합 QR 후보와 비적합 QR 후보의 분류 예시를 도시한 것이다.15 shows an example of classification of suitable QR candidates and non-conforming QR candidates.

예를 들어, QR 후보 1이 클릭 수가 상당한 문서를 상위에 올리긴 했지만 이들 문서가 원본 질의와 관련된 문서라도 장담할 수 없다. 도 15에 도시한 바와 같이, QR 후보 1의 검색 결과에 포함된 문서 중 Document k Document m 은 원본 질의의 검색 결과에 나타나지 않았다고 가정하면 해당 문서는 QR 후보 1의 적합도 스코어에 반영되지 않는다. 원본 질의의 검색 결과에 나타난 문서로 클릭 수가 100인 Document 3 을 상위에 올리기는 했지만, QR 후보 1의 적합도 스코어가 원본 질의의 적합도 스코어보다 작다면 QR 후보 1이 비적합 QR 후보로 분류된다.For example, although QR Candidate 1 ranks documents with significant clicks, we cannot guarantee that these documents are related to the original query. As shown in FIG. 15 , assuming that Document k and Document m among the documents included in the search result of QR candidate 1 do not appear in the search result of the original query, the corresponding document is not reflected in the suitability score of QR candidate 1. Although Document 3 , which has 100 clicks as a document that appeared in the search results of the original query, was ranked at the top, if the fitness score of QR Candidate 1 is smaller than the fitness score of the original query, QR Candidate 1 is classified as a non-conforming QR candidate.

도 15에 도시한 바와 같이, QR 후보 2의 검색 결과에 포함된 문서가 모두 원본 질의의 검색 결과에 나타남과 아울러 사용자 클릭 수가 많은 순서대로 노출된 것으로 가정할 때, QR 후보 2의 적합도 스코어가 원본 질의의 적합도 스코어보다 크다면 QR 후보 2가 적합 QR 후보로 분류된다.As shown in FIG. 15 , assuming that all documents included in the search result of QR Candidate 2 appear in the search result of the original query and are exposed in the order of the number of user clicks, the fitness score of QR Candidate 2 is the original If it is greater than the relevance score of the query, QR candidate 2 is classified as a suitable QR candidate.

프로세서(220)는 QR 랭킹 모델(1460)을 통해 QR 후보들에 대한 적합 여부를 판단하고 검색에 적합한 순서대로, 즉 적합도 스코어에 따라 순위화할 수 있다. 이때, 검색 품질을 향상시킬 수 있는 피처들을 확보하여 GBRT 알고리즘을 이용하여 학습할 수 있다.The processor 220 may determine whether the QR candidates are suitable through the QR ranking model 1460 and rank them in an order suitable for a search, that is, according to a fitness score. In this case, it is possible to secure features that can improve search quality and learn by using the GBRT algorithm.

검색과 관련된 피처는 표 1과 같이 구성될 수 있다.Search-related features may be configured as shown in Table 1.

Feature GroupFeature Group FeatureFeature 원본 질의 피처original query feature f1 : 검색 QCf1: Search QC f2 : 검색 질의 텀을 포함하고 있는 다른 질의들의 수f2 : the number of other queries that contain the search query term f3 : 키보드 입력, 실시간 급상승 검색어 클릭, 토픽 키워드 클릭 등 각각의 검색 유입 수f3 : The number of search inflows, such as keyboard input, real-time spiked search term clicks, topic keyword clicks, etc. f4 : 통합검색 클릭 문서 수f4 : number of documents clicked in integrated search f5 : 통합검색 노출 클릭 수f5 : Unified Search Impression Clicks f6 : 블로그, 웹, 카페 등의 다른 검색 노출 영역 대비 컨텐츠 검색 영역의 상대적 클릭 통계량f6 : Relative click statistics of content search area compared to other search surface area such as blog, web, cafe, etc. f7 : 언어 모델 점수f7 : language model score f8 : 질의 길이f8 : length of query f9 : 형태소 단위의 질의 텀 개수f9 : Number of query terms in units of morphemes QR 후보 피처QR Candidate Features f11 : 검색 QCf11: Search QC f12 : 검색 질의 텀을 포함하고 있는 다른 질의들의 수f12 : the number of other queries that contain the search query term f13 : 키보드 입력, 실시간 급상승 검색어 클릭, 토픽 키워드 클릭 등 각각의 검색 유입 수f13 : The number of search inflows for each search such as keyboard input, real-time spiked search term clicks, topic keyword clicks, etc. f14 : 통합검색 클릭 문서 수f14 : number of documents clicked in integrated search f15 : 통합검색 노출 클릭 수f15 : Unified Search Impression Clicks f16 : 블로그, 웹, 카페 등의 다른 검색 노출 영역 대비 컨텐츠 검색 영역의 상대적 클릭 통계량f16 : Relative click statistics of content search area compared to other search surface area such as blog, web, cafe, etc. f17 : 언어 모델 점수f17 : language model score f18 : 질의 길이f18 : length of the query f19 : 형태소 단위의 질의 텀 개수f19 : Number of query terms in units of morphemes 질의 쌍 피처Query pair feature f21 : f1 - f11f21 : f1 - f11 f22 : f2 - f12f22 : f2 - f12 f23 : 원본 질의와 QR 후보의 공통 텀 개수f23 : The number of terms common to the original query and QR candidates f24 : f4 - f14f24 : f4 - f14 f25 : f5 - f15f25 : f5 - f15 f26 : 원본 질의와 QR 후보의 코사인 유사도f26 : Cosine similarity between the original query and the QR candidate f27 : f7 - f17f27 : f7 - f17 f28 : f8 - f 18f28 : f8 - f18 f29 : f9 - f 19f29 : f9 - f19 f30 : 공통 출현 텀을 제외한 원본 질의와 QR 후보의 코사인 유사도f30 : Cosine similarity between the original query and QR candidates excluding the common occurrence term f31 : SMT 번역 점수f31 : SMT translation score f32 : BERT 번역 점수f32 : BERT translation score f33 : SMT 번역 순위f33 : SMT translation rank f34 : BERT 번역 순위f34 : BERT translation rank

그리고, 본 실시예에서는 QR 후보들에 대하여 검색과 관련된 피처를 QR 랭킹 모델(1460)로 빠르게 전달하기 위하여 검색 엔진으로 구성된 피처 서버(1470)를 사용할 수 있다.In addition, in this embodiment, the feature server 1470 configured as a search engine may be used to quickly transfer features related to a search to the QR ranking model 1460 for QR candidates.

일례로, 도 16에 도시한 바와 같이 피처 서버(1470)는 QR 후보들의 순위화에 필요한 피처들을 QR 랭킹 모델(1460)로 전달하기 위해 SAS(search application server)(1610)와 검색 엔진 서버(search engine server)(1620)를 포함할 수 있다.For example, as shown in FIG. 16 , the feature server 1470 includes a search application server (SAS) 1610 and a search engine server to deliver features necessary for ranking QR candidates to the QR ranking model 1460. engine server) 1620 .

피처 서버(1470)는 가공 시스템(refining system)(1630)을 포함할 수 있으며, 이때 가공 시스템(1630)은 최근 일정 기간 노출 로그, 클릭 로그 등 검색과 관련된 로그(1601)를 가공하여 QC, 클릭 수, 노출 문서 수, sm 파라미터 수 등의 피처 컬렉션(1602)을 생성 및 색인할 수 있다.The feature server 1470 may include a refining system 1630, wherein the processing system 1630 processes logs 1601 related to searches such as exposure logs and click logs for a recent period of time to perform QC, click A feature collection 1602 may be created and indexed, such as number, number of exposed documents, number of sm parameters, and the like.

피처 서버(1470)는 색인된 피처 컬렉션(1602)과 함께 QR 후보 문자열을 포함하고 있는 질의들의 피처를 제공할 수 있다. 다시 말해, SAS(1610)와 검색 엔진 서버(1620)를 이용함으로써 QR 후보 문자열을 포함하고 있는 다른 QR 후보 문자열의 피처까지 확인 가능하다.Feature server 1470 may serve features in queries containing QR candidate strings along with indexed feature collection 1602 . In other words, by using the SAS 1610 and the search engine server 1620, it is possible to check the features of other QR candidate character strings including the QR candidate character string.

그리고, 피처 서버(1470)는 원본 질의와 QR 후보 간의 유사도를 계산하는데 필요한 피처로서 검색과 관련된 로그(1601) 및/또는 각 질의에 대응되는 문서(1603)를 워드 임베딩하여 이를 QR 랭킹 모델(1460)로 전달할 수 있으며, 해당 질의의 언어 모델 값(즉, 문장의 확률 값) 또한 함께 제공할 수 있다.Then, the feature server 1470 embeds the search-related log 1601 and/or the document 1603 corresponding to each query as a feature necessary for calculating the similarity between the original query and the QR candidate, and embeds it in the QR ranking model 1460. ), and the language model value of the corresponding query (ie, the probability value of the sentence) can also be provided.

따라서, 본 실시예에서는 SMT 모델(410)과 BERT 기반 기계번역 모델(420)을 포함하는 멀티 모델 구조를 통해 생성된 수많은 QR 후보들 중에서 검색에 더욱 적합한 질의를 선정하기 위해 검색과 관련된 피처들을 이용하여 해당 QR 후보들을 검증 및 순위화할 수 있다.Therefore, in this embodiment, in order to select a query more suitable for a search from among numerous QR candidates generated through a multi-model structure including the SMT model 410 and the BERT-based machine translation model 420, search-related features are used. It is possible to verify and rank the corresponding QR candidates.

이처럼 본 발명의 실시예들에 따르면, SMT 모델과 BERT 모델이 결합된 기계번역 모델에서 생성된 QR 후보를 검색과 관련된 피처를 기반으로 순위화함으로써 검색에 적합한 QR을 효율적으로 찾을 수 있다.As such, according to embodiments of the present invention, a QR suitable for a search can be efficiently found by ranking QR candidates generated in a machine translation model in which the SMT model and the BERT model are combined based on the features related to the search.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 어플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.The device described above may be implemented as a hardware component, a software component, and/or a combination of the hardware component and the software component. For example, the devices and components described in the embodiments may include a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, a field programmable gate array (FPGA), and a programmable logic unit (PLU). It may be implemented using one or more general purpose or special purpose computers, such as a logic unit, microprocessor, or any other device capable of executing and responding to instructions. The processing device may execute an operating system (OS) and one or more software applications running on the operating system. The processing device may also access, store, manipulate, process, and generate data in response to execution of the software. For convenience of understanding, although one processing device is sometimes described as being used, one of ordinary skill in the art will recognize that the processing device includes a plurality of processing elements and/or a plurality of types of processing elements. It can be seen that may include For example, the processing device may include a plurality of processors or one processor and one controller. Other processing configurations are also possible, such as parallel processors.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.Software may comprise a computer program, code, instructions, or a combination of one or more of these, which configures a processing device to operate as desired or is independently or collectively processed You can command the device. The software and/or data may be embodied in any type of machine, component, physical device, computer storage medium or device for interpretation by or providing instructions or data to the processing device. have. The software may be distributed over networked computer systems and stored or executed in a distributed manner. Software and data may be stored in one or more computer-readable recording media.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 이때, 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수 개의 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 어플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.The method according to the embodiment may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium. In this case, the medium may be to continuously store the program executable by the computer, or to temporarily store the program for execution or download. In addition, the medium may be various recording means or storage means in the form of a single or several hardware combined, it is not limited to a medium directly connected to any computer system, and may exist distributed on a network. Examples of the medium include a hard disk, a magnetic medium such as a floppy disk and a magnetic tape, an optical recording medium such as CD-ROM and DVD, a magneto-optical medium such as a floppy disk, and those configured to store program instructions, including ROM, RAM, flash memory, and the like. In addition, examples of other media include recording media or storage media managed by an app store that distributes applications, sites that supply or distribute various other software, and servers.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.As described above, although the embodiments have been described with reference to the limited embodiments and drawings, various modifications and variations are possible from the above description by those skilled in the art. For example, the described techniques are performed in an order different from the described method, and/or the described components of the system, structure, apparatus, circuit, etc. are combined or combined in a different form than the described method, or other components Or substituted or substituted by equivalents may achieve an appropriate result.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.Therefore, other implementations, other embodiments, and equivalents to the claims are also within the scope of the following claims.

Claims (20)

컴퓨터 장치에서 실행되는 질의 순위화 방법에 있어서,
상기 컴퓨터 장치는 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고,
상기 질의 순위화 방법은,
상기 적어도 하나의 프로세서에 의해, 원본 질의에 대하여 통계적 기계번역(statistical machine translation) 모델을 이용한 질의 재구성(query reformulation)을 통해 제1 질의 후보를 생성하는 단계;
상기 적어도 하나의 프로세서에 의해, 상기 원본 질의에 대하여 BERT(Bidirectional Encoder Representations from Transformer) 기반 기계번역 모델을 이용한 질의 재구성을 통해 제2 질의 후보를 생성하는 단계; 및
상기 적어도 하나의 프로세서에 의해, 검색과 관련된 피처(feature)를 이용하여 상기 제1 질의 후보와 상기 제2 질의 후보를 순위화하는 단계
를 포함하는 질의 순위화 방법.
A method for ranking a query executed on a computer device, the method comprising:
the computer device comprises at least one processor configured to execute computer readable instructions contained in a memory;
The query ranking method is,
generating, by the at least one processor, a first query candidate through query reformulation using a statistical machine translation model for the original query;
generating, by the at least one processor, a second query candidate through query reconstruction using a BERT (Bidirectional Encoder Representations from Transformer)-based machine translation model with respect to the original query; and
ranking, by the at least one processor, the first query candidate and the second query candidate using a search-related feature;
A query ranking method comprising
제1항에 있어서,
상기 제2 질의 후보를 생성하는 단계는,
트랜스포머(transformer) 모델의 인코더 부분을 BERT 모델로 교체한 기계번역 모델인 상기 BERT 기반 기계번역 모델을 통해 상기 제2 질의 후보를 생성하는 것
을 특징으로 하는 질의 순위화 방법.
According to claim 1,
The step of generating the second query candidate includes:
Generating the second query candidate through the BERT-based machine translation model, which is a machine translation model in which the encoder part of the transformer model is replaced with a BERT model
A query ranking method characterized by
제1항에 있어서,
상기 질의 순위화 방법은,
상기 적어도 하나의 프로세서에 의해, 상기 BERT 기반 기계번역 모델을 이용하여 인퍼런스된 질의 후보를 캐시(cache)에 저장하는 단계
를 더 포함하고,
상기 제2 질의 후보를 생성하는 단계는,
상기 캐시에서 상기 원본 질의에 대응되는 상기 제2 질의 후보를 찾아 서빙하는 단계
를 포함하는 질의 순위화 방법.
According to claim 1,
The query ranking method is,
Storing, by the at least one processor, in a cache the query candidate inferred using the BERT-based machine translation model;
further comprising,
The step of generating the second query candidate includes:
finding and serving the second query candidate corresponding to the original query in the cache;
A query ranking method comprising
제1항에 있어서,
상기 순위화하는 단계는,
GBRT(gradient boosting regression tree) 알고리즘을 이용하여 상기 피처를 학습한 랭킹 모델을 통해 상기 제1 질의 후보와 상기 제2 질의 후보를 순위화하는 것
을 특징으로 하는 질의 순위화 방법.
According to claim 1,
The ranking step is
Ranking the first query candidate and the second query candidate through a ranking model that has learned the feature using a gradient boosting regression tree (GBRT) algorithm
A query ranking method characterized by
제1항에 있어서,
상기 피처는 상기 원본 질의와 관련하여 질의 텀을 포함하고 있는 다른 질의의 수, 검색 유입 수, 클릭 문서 수, 노출 문서 수, 노출 영역 대비 검색 영역의 클릭 통계량, 질의 길이 중 적어도 하나를 포함하는 제1 피처, 상기 제1 질의 후보와 상기 제2 질의 후보에 해당되는 각 질의 후보와 관련하여 질의 텀을 포함하고 있는 다른 질의의 수, 검색 유입 수, 클릭 문서 수, 노출 문서 수, 노출 영역 대비 검색 영역의 클릭 통계량, 질의 길이 중 적어도 하나를 포함하는 제2 피처, 상기 원본 질의와 상기 질의 후보 쌍의 동일 피처 간에 차이를 나타내는 제3 피처를 포함하는 것
을 특징으로 하는 질의 순위화 방법.
According to claim 1,
The feature includes at least one of the number of other queries including a query term in relation to the original query, the number of search inflows, the number of clicked documents, the number of exposed documents, the click statistics of the search area compared to the exposed area, and the length of the query 1 feature, the number of other queries including a query term in relation to each query candidate corresponding to the first query candidate and the second query candidate, the number of search inflows, the number of clicked documents, the number of exposed documents, and the search compared to the exposure area including a second feature comprising at least one of a click statistic of a region, a query length, and a third feature representing a difference between the same feature of the original query and the query candidate pair.
A query ranking method characterized by
제1항에 있어서,
상기 순위화하는 단계는,
상기 제1 질의 후보와 상기 제2 질의 후보에 해당되는 질의 후보 별로 상기 질의 후보의 검색 결과에 포함되는 문서 중 적어도 일부인 상기 원본 질의의 검색 결과에 포함되는 문서에 대한 사용자 피드백 정보를 이용하여 상기 질의 후보의 검색 적합도 스코어를 계산하는 단계
를 포함하는 질의 순위화 방법.
According to claim 1,
The ranking step is
For each query candidate corresponding to the first query candidate and the second query candidate, the query is made using user feedback information on a document included in the search result of the original query, which is at least a part of the documents included in the search result of the query candidate. calculating the search relevance score of the candidate
A query ranking method comprising
제6항에 있어서,
상기 순위화하는 단계는,
상기 제1 질의 후보와 상기 제2 질의 후보 중 상기 검색 적합도 스코어가 상기 원본 질의보다 작은 질의 후보를 비적합 질의로 분류하고 상기 검색 적합도 스코어가 상기 원본 질의보다 큰 질의 후보를 적합 질의로 분류하는 단계
를 더 포함하는 질의 순위화 방법.
7. The method of claim 6,
The ranking step is
classifying a query candidate whose search relevance score is smaller than the original query among the first and second query candidates as an inappropriate query, and classifies a query candidate whose search relevance score is greater than the original query as a suitable query;
A query ranking method further comprising a.
제1항에 있어서,
상기 순위화하는 단계는,
검색과 관련된 로그로부터 생성된 피처 컬렉션을 검색 엔진을 이용하여 획득하는 단계
를 포함하는 질의 순위화 방법.
According to claim 1,
The ranking step is
Acquiring a feature collection generated from a search-related log using a search engine
A query ranking method comprising
제1항에 있어서,
상기 순위화하는 단계는,
상기 원본 질의와의 공통 텀을 제거한 나머지 텀의 워드 임베딩에 기초하여 상기 순위화된 질의 후보를 튜닝하는 단계
를 포함하는 질의 순위화 방법.
According to claim 1,
The ranking step is
Tuning the ranked query candidates based on word embeddings of the remaining terms after removing the common term with the original query
A query ranking method comprising
제1항에 있어서,
상기 순위화하는 단계는,
검색과 관련된 통계 정보, 단어 길이 또는 단어 텀의 개수, 자소 단위 편집 거리 중 적어도 하나에 기초하여 상기 순위화된 질의 후보를 튜닝하는 단계
를 포함하는 질의 순위화 방법.
According to claim 1,
The ranking step is
Tuning the ranked query candidates based on at least one of search-related statistical information, a word length or number of word terms, and a grapheme unit editing distance;
A query ranking method comprising
제1항 내지 제10항 중 어느 한 항의 질의 순위화 방법을 컴퓨터에 실행시키기 위한 프로그램이 기록되어 있는 컴퓨터 판독 가능한 기록 매체.A computer-readable recording medium having recorded therein a program for executing the query ranking method of any one of claims 1 to 10 on a computer. 컴퓨터 장치에 있어서,
메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서
를 포함하고,
상기 적어도 하나의 프로세서는,
원본 질의에 대하여 통계적 기계번역 모델을 이용한 질의 재구성을 통해 제1 질의 후보를 생성하고,
상기 원본 질의에 대하여 BERT 기반 기계번역 모델을 이용한 질의 재구성을 통해 제2 질의 후보를 생성하고,
검색과 관련된 피처를 이용하여 상기 제1 질의 후보와 상기 제2 질의 후보를 순위화하는 것
을 특징으로 하는 컴퓨터 장치.
In a computer device,
at least one processor configured to execute computer readable instructions contained in memory
including,
the at least one processor,
For the original query, a first query candidate is generated through query reconstruction using a statistical machine translation model,
For the original query, a second query candidate is generated through query reconstruction using a BERT-based machine translation model,
ranking the first query candidate and the second query candidate using a search-related feature;
A computer device characterized by a.
제12항에 있어서,
상기 적어도 하나의 프로세서는,
트랜스포머 모델의 인코더 부분을 BERT 모델로 교체한 기계번역 모델인 상기 BERT 기반 기계번역 모델을 통해 상기 제2 질의 후보를 생성하는 것
을 특징으로 하는 컴퓨터 장치.
13. The method of claim 12,
the at least one processor,
Generating the second query candidate through the BERT-based machine translation model, which is a machine translation model in which the encoder part of the transformer model is replaced with a BERT model
A computer device characterized by a.
제12항에 있어서,
상기 적어도 하나의 프로세서는,
상기 BERT 기반 기계번역 모델을 이용하여 인퍼런스된 질의 후보를 캐시에 저장하고,
상기 캐시에서 상기 원본 질의에 대응되는 상기 제2 질의 후보를 찾아 서빙하는 것
을 특징으로 하는 컴퓨터 장치.
13. The method of claim 12,
the at least one processor,
Storing the query candidates inferred using the BERT-based machine translation model in the cache,
Finding and serving the second query candidate corresponding to the original query in the cache
A computer device characterized by a.
제12항에 있어서,
상기 적어도 하나의 프로세서는,
GBRT 알고리즘을 이용하여 상기 피처를 학습한 랭킹 모델을 통해 상기 제1 질의 후보와 상기 제2 질의 후보를 순위화하는 것
을 특징으로 하는 컴퓨터 장치.
13. The method of claim 12,
the at least one processor,
Ranking the first query candidate and the second query candidate through a ranking model that has learned the feature using the GBRT algorithm
A computer device characterized by a.
제12항에 있어서,
상기 피처는 상기 원본 질의와 관련하여 질의 텀을 포함하고 있는 다른 질의의 수, 검색 유입 수, 클릭 문서 수, 노출 문서 수, 노출 영역 대비 검색 영역의 클릭 통계량, 질의 길이 중 적어도 하나를 포함하는 제1 피처, 상기 제1 질의 후보와 상기 제2 질의 후보에 해당되는 각 질의 후보와 관련하여 질의 텀을 포함하고 있는 다른 질의의 수, 검색 유입 수, 클릭 문서 수, 노출 문서 수, 노출 영역 대비 검색 영역의 클릭 통계량, 질의 길이 중 적어도 하나를 포함하는 제2 피처, 상기 원본 질의와 상기 질의 후보 쌍의 동일 피처 간에 차이를 나타내는 제3 피처를 포함하는 것
을 특징으로 하는 컴퓨터 장치.
13. The method of claim 12,
The feature includes at least one of the number of other queries including a query term in relation to the original query, the number of search inflows, the number of clicked documents, the number of exposed documents, the click statistics of the search area compared to the exposed area, and the length of the query 1 feature, the number of other queries including a query term in relation to each query candidate corresponding to the first query candidate and the second query candidate, the number of search inflows, the number of clicked documents, the number of exposed documents, and the search compared to the exposure area including a second feature comprising at least one of a click statistic of a region, a query length, and a third feature representing a difference between the same feature of the original query and the query candidate pair.
A computer device characterized by a.
제12항에 있어서,
상기 적어도 하나의 프로세서는,
상기 제1 질의 후보와 상기 제2 질의 후보에 해당되는 질의 후보 별로 상기 질의 후보의 검색 결과에 포함되는 문서 중 적어도 일부인 상기 원본 질의의 검색 결과에 포함되는 문서에 대한 사용자 피드백 정보를 이용하여 상기 질의 후보의 검색 적합도 스코어를 계산하는 것
을 특징으로 하는 컴퓨터 장치.
13. The method of claim 12,
the at least one processor,
For each query candidate corresponding to the first query candidate and the second query candidate, the query is made using user feedback information on a document included in the search result of the original query, which is at least a part of the documents included in the search result of the query candidate. Calculating a candidate's search relevance score
A computer device characterized by a.
제17항에 있어서,
상기 적어도 하나의 프로세서는,
상기 제1 질의 후보와 상기 제2 질의 후보 중 상기 검색 적합도 스코어가 상기 원본 질의보다 작은 질의 후보를 비적합 질의로 분류하고 상기 검색 적합도 스코어가 상기 원본 질의보다 큰 질의 후보를 적합 질의로 분류하는 것
을 특징으로 하는 컴퓨터 장치.
18. The method of claim 17,
the at least one processor,
Classifying a query candidate whose search relevance score is smaller than the original query among the first and second query candidates as an inappropriate query and a query candidate whose search relevance score is greater than the original query as a suitable query.
A computer device characterized by a.
제12항에 있어서,
상기 적어도 하나의 프로세서는,
검색과 관련된 로그로부터 생성된 피처 컬렉션을 검색 엔진을 이용하여 획득하는 것
을 특징으로 하는 컴퓨터 장치.
13. The method of claim 12,
the at least one processor,
Acquiring a feature collection generated from a log related to a search using a search engine
A computer device characterized by a.
제12항에 있어서,
상기 적어도 하나의 프로세서는,
상기 원본 질의와의 공통 텀을 제거한 나머지 텀의 워드 임베딩, 검색과 관련된 통계 정보, 단어 길이 또는 단어 텀의 개수, 자소 단위 편집 거리 중 적어도 하나에 기초하여 상기 순위화된 질의 후보를 튜닝하는 것
을 특징으로 하는 컴퓨터 장치.
13. The method of claim 12,
the at least one processor,
Tuning the ranked query candidates based on at least one of word embeddings of the remaining terms after removing the common term with the original query, search-related statistical information, word length or number of word terms, and grapheme unit editing distance
A computer device characterized by a.
KR1020210010758A 2021-01-26 2021-01-26 Method, system, and computer readable record medium for ranking reformulated query KR102541806B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210010758A KR102541806B1 (en) 2021-01-26 2021-01-26 Method, system, and computer readable record medium for ranking reformulated query

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210010758A KR102541806B1 (en) 2021-01-26 2021-01-26 Method, system, and computer readable record medium for ranking reformulated query

Publications (2)

Publication Number Publication Date
KR20220107738A true KR20220107738A (en) 2022-08-02
KR102541806B1 KR102541806B1 (en) 2023-06-12

Family

ID=82845656

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210010758A KR102541806B1 (en) 2021-01-26 2021-01-26 Method, system, and computer readable record medium for ranking reformulated query

Country Status (1)

Country Link
KR (1) KR102541806B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118520074A (en) * 2024-07-23 2024-08-20 浙江省北大信息技术高等研究院 Real-time retrieval enhancement generation method and device based on industrial brain

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
A. Mustar et al., Using BERT and BART for Query Suggestion, Joint Conference of the Information Retrieval Communities in Europe(2020)* *
G. Capannini et al., QuickRank: a C++ Suite of Learning to Rank Algorithms, 6th Italian Information Retrieval Workshop(2015)* *
S. Maruf et al., A Survey on Document-level Neural Machine Translation: Methods and Evaluation, arXiv:1912.08494v2(2020)* *
X. Wang et al., Deep Reinforced Query Reformulation for Information Retrieval, arXiv:2007.07987v1(2020)* *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118520074A (en) * 2024-07-23 2024-08-20 浙江省北大信息技术高等研究院 Real-time retrieval enhancement generation method and device based on industrial brain

Also Published As

Publication number Publication date
KR102541806B1 (en) 2023-06-12

Similar Documents

Publication Publication Date Title
CN111753060B (en) Information retrieval method, apparatus, device and computer readable storage medium
US20200356851A1 (en) Systems and methods for large scale semantic indexing with deep level-wise extreme multi-label learning
CN111324728A (en) Text event abstract generation method and device, electronic equipment and storage medium
KR101754473B1 (en) Method and system for automatically summarizing documents to images and providing the image-based contents
US20130060769A1 (en) System and method for identifying social media interactions
JP5710581B2 (en) Question answering apparatus, method, and program
US20240338375A1 (en) Systems and methods for mapping a term to a vector representation in a semantic space
US20240160902A1 (en) Similarity-based generative ai output filtering
CN114298055B (en) Retrieval method and device based on multilevel semantic matching, computer equipment and storage medium
US20240265041A1 (en) Methods and Systems for Improved Document Processing and Information Retrieval
KR20230152629A (en) Method, system, and computer readable record medium for generating reformulated query
Sijin et al. Fuzzy conceptualization of the search queries
Gonzalez-Mora et al. Model-driven development of web apis to access integrated tabular open data
CN117194616A (en) Knowledge query method and device for vertical domain knowledge graph, computer equipment and storage medium
KR102541806B1 (en) Method, system, and computer readable record medium for ranking reformulated query
CN116956818A (en) Text material processing method and device, electronic equipment and storage medium
Pilaluisa et al. Contextual word embeddings for tabular data search and integration
Zeng et al. Attitude detection for one-round conversation: jointly extracting target-polarity pairs
CN111625579A (en) Information processing method, device and system
Dasgupta et al. A Survey of Numerous Text Similarity Approach
Lin et al. Introduction to the Special Issue of Recent Advances in Computational Linguistics for Asian Languages
US20240320251A1 (en) Systems and methods for generating query responses
Olewniczak et al. Fast approximate string search for wikification
Xiang et al. Context‐Aware Text Matching Algorithm for Korean Peninsula Language Knowledge Base Based on Density Clustering
WO2024035518A1 (en) Relevance prediction based on heterogeneous graph learning

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant