본 논문은 대화 맥락을 활용하여 사용자의 명시적인 질의어 생성 노력을 줄이는 사전적 검색(PSC)에 대해 다룹니다. 기존 PSC 연구는 기성품 임시 검색 시스템에 대화 맥락을 직접 입력하거나 PSC 데이터로 미세 조정하는 방식을 사용했습니다. 하지만 임시 검색 시스템은 짧고 간결한 질의어로 사전 훈련되는 반면, PSC 입력은 더 길고 노이즈가 많습니다. 이러한 입력 불일치로 인해 검색 품질이 저하됩니다. PSC 데이터로 미세 조정하는 것은 도움이 되지만, 입력 차이로 인해 효과가 제한적입니다. 본 연구는 Conv2Query라는 새로운 대화-질의어 프레임워크를 제안합니다. 이는 임시 검색과 PSC 간의 입력 차이를 해소하여 기성품 임시 검색 시스템을 PSC에 적용합니다. Conv2Query는 대화 맥락을 임시 질의어로 매핑하여 기성품 임시 검색 시스템에 직접 입력하거나 PSC 데이터로 미세 조정하는 데 사용할 수 있습니다. 두 개의 PSC 데이터셋에 대한 광범위한 실험 결과, Conv2Query는 기성품 임시 검색 시스템의 성능을 직접 사용하거나 PSC로 미세 조정한 후 모두 크게 향상시키는 것으로 나타났습니다.
