AI用語集
人工知能の完全辞典
セマンティック検索
キーワードの完全一致のみに依存するのではなく、ユーザークエリの意図と文脈的意味を理解する検索方法。概念や用語間の関係を解釈するために人工知能技術を活用する。
トランスフォーマーモデル
テキスト内の長い文脈依存性を捉えることを可能にするアテンションメカニズムに基づいた深層学習アーキテクチャ。これらのモデルは、現代的なセマンティック検索システムと自然言語理解の基盤となっている。
セマンティックアテンション
モデルが全体の文脈に対する関連性に基づいてテキストの各部分を異なる重みで評価することを可能にするメカニズム。セマンティックアテンションは、クエリや文書内で最も重要な概念を特定するのに役立つ。
ハイブリッド検索
従来のキーワード検索（スパース検索）とセマンティック検索（高密度検索）を組み合わせて精度と再現率を最適化するアプローチ。この方法は各技術の強みを活かして、より関連性の高い結果を提供する。
ベクトルインデックス化
高速な類似性検索のために最適化されたデータ構造内で埋め込みを整理・保存するプロセス。ベクトルインデックス化は、大規模なセマンティック検索システムで高いパフォーマンスを維持するために重要である。
高密度検索
用語の出現頻度に基づくスパース検索とは対照的に、高密度埋め込みを使用してクエリと意味的に類似した文書を見つける検索方法。文脈と抽象的概念の理解において優れている。
スパース検索
文書内の正確なキーワードの存在と頻度に基づく従来の検索技術で、スパースベクトルによって表現される。正確な用語を含む特定のクエリに対して依然として効果的である。
セマンティック距離
ベクトル空間内の2つの概念またはテキスト間の意味的差異の定量的測定で、ユークリッド距離やコサイン類似度によって計算されることが多い。使用される単語に関係なく概念的な近さを定量化することを可能にする。
ベクトル検索
検索クエリを数値ベクトルに変換し、インデックス化された文書との意味的比較を可能にする検索手法。キーワードの完全一致がなくても関連性の高い結果を見つけることができるアプローチ。
意味的ベクトル空間
概念と言語が相互の意味的関係に基づいて配置される多次元表現。この空間では、ベクトル間の幾何学的近接性が意味の類似性に対応する。
意味的再文脈化
文書や会話の全体的な文脈に基づいて、用語や文の意味を適応させるプロセス。自然言語のニュアンスや曖昧さを理解するために不可欠な技術。