あいまい検索（類似検索）

ドキュメント群の中から自然文で入力された質問文と類似するドキュメントを検索するあいまい検索（類似検索）技術。キーワードによる完全一致検索とは違い、検索条件（キーワードまたは自然文で入力された質問文）と完全一致しなくても、検索が可能なその技術をご紹介します。

あいまい検索（類似検索）とは？

あいまい検索（類似検索）とは、ドキュメント群の中から、自然文で入力された質問文と類似するドキュメントを検索する技術です。質問文と完全一致しなくても、検索が可能になるあいまい検索（類似検索）の技術の特長は下記の通りです。

例）検索質問が「デジタルカメラの画像をプリンターで印刷する方法は？」の場合

全文検索における、あいまい検索（類似検索）の処理は、大きく次の2ステップからなります。

質問文から出現頻度をもとに検索に有効な部分文字列を高速に選別します。検索精度を維持して検索処理を高速化しているため、質問文が長文であっても問題ありません。

各部分文字列の「出現頻度」および「出現集中度」を考慮したスコアを算出します。たとえば、部分文字列が出現するドキュメント数が少ない場合は「出現頻度」が低いためスコアが高くなります。また、部分文字列が同じドキュメントに繰り返し出現している場合は「出現集中度」が大きくなりスコアが高くなります。

あいまい検索（類似検索）は、例えば次のような場面で大きな効果を発揮します。