LLMによるクエリ拡張を活用したハイブリッド検索のヒット率向上テクニック

LLMによるクエリ拡張を活用したハイブリッド検索のヒット率向上テクニックとは

LLMによるクエリ拡張を活用したハイブリッド検索のヒット率向上テクニックとは、RAG（Retrieval-Augmented Generation）システムにおいて、ユーザーの検索クエリを大規模言語モデル（LLM）を用いて多角的に再構築・拡張し、その拡張されたクエリでハイブリッド検索（キーワード検索とベクトル検索の組み合わせ）を実行することで、関連文書の発見精度（ヒット率）を大幅に向上させる手法です。ユーザーの意図をより正確に捉え、同義語、類義語、関連概念などをLLMが生成し検索空間を広げることで、元のクエリだけでは見つけられなかった高品質な情報をRAGシステムに供給します。これは、RAGの親トピックである「RAGのハイブリッド検索」の精度をさらに高めるための重要なテクニックの一つとして位置づけられます。

このキーワードが属するテーマ