Основні поняття
검색 결과의 정확성과 관련성을 높이기 위해 자동화된 검색 결과 검증 및 재순위화 접근법을 제안한다.
Анотація
이 논문은 기술 "방법" 쿼리에 대한 온라인 지원 검색 결과의 정확성과 관련성을 향상시키는 새로운 접근법을 소개한다.
첫 단계에서는 생성 AI 모델을 사용하여 웹 페이지에서 단계별 지침을 추출한다.
두 번째 단계에서는 추출된 지침을 Android 환경에서 실행하여 검증한다.
세 번째 단계에서는 실행 정보를 활용하여 검색 결과를 재순위화한다.
실험 결과는 제안된 접근법이 기존 검색 엔진의 성능을 크게 향상시킬 수 있음을 보여준다. 이는 온라인 기술 지원 검색 결과의 신뢰성과 유용성을 높이는 새로운 패러다임을 제시한다.
Статистика
검색 쿼리 중 70.05%에 대해 398개 페이지(전체의 11.98%)에서 지침이 추출되었다.
추출된 398개 페이지 중 75개(18.8%)에 관련 지침이 포함되어 있었다.
실행 단계에서 119개(29.90%) 페이지가 필터링되었고, 279개 페이지(전체의 8.4%)가 최종적으로 재순위화에 사용되었다.
Цитати
"검색 엔진 통합 대형 언어 모델(LLM)은 환각을 생성할 가능성이 있다."
"사용자는 일반적으로 여러 페이지를 방문하고 다양한 지침을 시도하면서 상당한 시간을 낭비한다."