본 논문은 온라인 대화의 이해를 위한 새로운 접근 방식인 "Conversation Kernels"을 제안합니다. 온라인 대화에서 개별 게시물은 짧고 다른 게시물을 암시적으로 참조하는 경우가 많아 내용 분석이 어렵다는 점에 착안하여, 대화 트리 내 게시물 간의 문맥 및 의존성을 포착하고 이를 언어 모델에 인코딩하는 메커니즘을 제시합니다. 두 가지 유형의 Conversation Kernels을 설계하여 게시물의 주변 영역을 탐색하고, 정보성, 통찰력, 재미 등 다양한 측면에 대한 적절한 대화 문맥을 구축합니다. Slashdot.org에서 크롤링한 대화 데이터를 사용하여, 다양한 레이블이 부착된 게시물을 통해 Conversation Kernels의 일반성과 유연성을 검증합니다.