セマンティック検索

検索エンジンが検索文(自然言語)の意味を理解し、その意味に沿った検索結果を提供するセマンティック検索技術。利用者の意図・目的に合った検索結果を得ることができる検索技術の一部をご紹介します。

セマンティックとは？

セマンティック(semantic)とは、一般的には「意味」「意味論」と訳される語で、IT業界においては「データの持つ意味をコンピュータに理解させ処理する技術」の意味で用いられています。以下では、セマンティック技術の代表格、セマンティック検索について詳しく説明します。

セマンティック検索とは？

セマンティック検索とは、検索エンジンが検索文の意味を理解しその意味に沿った検索結果を提供する技術です。セマンティック技術を活用した検索エンジンは、利用者の意図・目的に沿った検索が可能なため、検索効率の向上やナレッジ活用の促進が期待できます。

QuickSolutionのセマンティック検索には「ベクトル検索併用」と「構文解析」があります。

ベクトル検索併用によるセマンティック検索

検索文と対象データをベクトル化し、その類似性で検索します。本質的な意味の近さを重視し、ユーザの意図に沿った検索が可能です。セマンティック検索(ベクトル検索併用)は、ベクトル検索と高精度文字列検索を融合し、綿密なチューニングを重ねたハイブリッド検索です。詳細は、ベクトル検索とは？ハイブリッド検索で活用をご参照ください。

セマンティック検索(ベクトル検索併用)の例

「部下におすすめの研修は？」という検索文でセマンティック検索(ベクトル検索併用)をした例です。

セマンティック検索(ベクトル検索併用)を行うと、①のように検索文と本質的に意味が近い内容を含む文書を上位に表示します。

①には検索文に含まれる「おすすめ」「研修」という文字列はありませんが、「おすすめ」は「推奨」、「研修」は「教育」と同義語であるためヒットしています。また、①は「従業員のキャリアに応じて推奨されている教育プログラム」についての記載があり、検索の意図に沿った内容であるため上位に表示されます。

一方で、②は「おすすめ」「研修」という文字列と一致する箇所があるためヒットしています。しかし、②は「生成AIの学習におすすめの研修」についての記載があり、検索文の意味から遠いため下位に表示されます。

本質的に意味の近い情報を上位表示することで、探している情報へのアクセス効率を高め、情報検索にかかる時間を削減します。

構文解析によるセマンティック検索

検索文と対象データの構文が近い検索結果を優先表示します。主語／述語などの係り受け、肯定／否定文の判別、動詞の同義語などを考慮した検索が可能です。

セマンティック検索(構文解析)の例

「プランターで野菜を育てるには？」という検索文でセマンティック検索(構文解析)した例です。

①は検索文の「プランターで野菜を育てる」と構文が近いため上位に表示されます。また、「育てる」の同義語として「栽培する」が挙げられるため、「野菜を栽培する」という表現もヒットしています。

一方で②は、①より多くのヒット箇所がありますが、「畑で野菜を育てる」という内容で、検索文の構文から遠いため下位に表示されます。

さらに、③のように検索にヒットした箇所の周辺に頻出する表現を「関連する表現」として抽出・表示します。これによって利用者に別の条件での再検索を促し、気付き支援を行います。

セマンティック検索とあいまい検索の違い

QuickSolutionには、セマンティック検索と同じく、表記揺れを吸収し自然文での検索が可能なあいまい検索があります。いずれも高度な検索エンジンに搭載される検索方法ですが、以下のような違いがあります。

あいまい検索では、検索文を分解した各部分文字列の「出現頻度」や「出現集中度」に加え、その文字列の出現する位置も考慮してスコアを算出します(スコア算出の詳細についてはあいまい検索をご参照ください)。検索に有効な部分文字列を文書の特定箇所に多く含むデータが高スコアとなりやすいため、利用者が意図したものが検索結果の上位に現れないというケースもあります。

一方、セマンティック検索では検索文の意味により近いものを検索結果の上位に表示することが可能です。
QuickSolutionのセマンティック検索(ベクトル検索併用)は本質的な意味の近さを考慮した検索で、探している情報へのアクセス効率を高め、情報検索にかかる時間の削減が可能です。