# Improving Robustness of Tabular Retrieval via Representational Stability

### 저자

Kushal Raj Bhandari, Adarsh Singh, Jianxi Gao, Soham Dan, Vivek Gupta

### 💡 개요

본 논문은 Transformer 기반 테이블 검색 시스템에서 테이블의 직렬화 방식에 따라 검색 성능이 민감하게 변하는 문제를 지적합니다. 이를 해결하기 위해 다양한 직렬화 방식의 임베딩을 취합하여 일관된 의미 표현을 추출하는 '중심점 평균' 방법을 제안하며, 이를 통해 형식에 따른 편차를 줄이고 의미 정보를 복구하여 검색의 견고성을 향상시킵니다. 제안된 방법은 여러 벤치마크 및 검색기 모델에서 개별 직렬화 방식보다 우수한 성능을 보였습니다.

### 🔑 시사점 및 한계

- Transformer 기반 테이블 검색 시스템에서 테이블의 직렬화 방식이 검색 성능에 상당한 영향을 미친다는 점을 규명했습니다.

- 다양한 직렬화 방식의 임베딩 정보를 통합하여 형식에 독립적인 테이블 검색을 위한 새로운 접근 방식(중심점 평균)을 제시했습니다.

- 제안된 방법론은 다양한 테이블 검색 모델의 견고성을 향상시킬 수 있음을 실험적으로 입증했습니다.

- 경량화된 어댑터 모델을 사용하여 기존 인코더를 재학습하지 않고도 중심점 타겟으로 매핑하는 방법을 개발했으나, 모델 의존적이며 희소 검색에 대한 효과는 제한적일 수 있습니다.

[PDF 보기](https://arxiv.org/pdf/2604.24040)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).