AI用語集
人工知能の完全辞典
マルチホップ質問応答
質問応答システムの下位分野であり、初期の質問に対する回答を導き出すために、一連の中間質問（多くの場合連鎖的）を定式化し解決する必要があるもの。
連鎖的推論
複数の事実やエンティティを結びつけて新しい情報を推論する認知的および計算プロセスであり、知識ベース内の論理的なパスをたどる必要があるマルチホップQAシステムにとって不可欠なものである。
質問分解
複雑な質問を分析し、より単純で直接回答可能な一連のサブ質問に分割する手法であり、それらの回答を組み合わせて初期の質問を解決するために使用される。
検索拡張生成（RAG）
検索モデル（リトリーバー）が関連文書を見つけ出して生成モデル（ジェネレーター）に供給するハイブリッドアーキテクチャであり、外部ソースに基づいて複雑な回答を構築するために使用されることが多い。
クエリ計画
マルチホップ質問に回答するために実行すべきサブクエリの最適な順序を決定するメカニズムであり、計算コストを最小限に抑え、取得される情報の関連性を最大化する。
エビデンス統合
マルチホップQAプロセスの最終段階であり、推論の各段階から得られた情報を統合・集約して、一貫性のある完全な最終回答を策定するもの。
曖昧なエンティティ
質問で言及されたエンティティが知識グラフ内の複数の異なるノードを指している可能性があり、正しい推論パスをたどるために文脈による曖昧性解消が必要となる、マルチホップQAにおける主要な課題。
パス推論
回答に至る論理的なホップのシークエンスを見つけるために、知識グラフ内の様々な関係パスを探索・評価する、マルチホップQA特有の手法。
状態遷移モデル
マルチホップ推論プロセスを、状態（既知の情報）間の遷移の系列としてモデル化する形式的なアプローチ。各アクション（推論のホップ）がシステムの現在の状態を変更する。
QAのための強化学習
QAエージェントが正解に到達した際に報酬を得ることで、ナビゲーションポリシー（どの質問をするか、どのリンクをたどるか）を学習し、推論戦略を最適化する学習パラダイム。
ニューラルシンボリックQA
自然言語理解のためのニューラルネットワークと、論理的推論および構造化された事実の操作のための記号的コンポーネントを組み合わせたハイブリッドアプローチ。特にマルチホップQAに適している。
推論の説明可能性
回答を提供するだけでなく、その回答に至った推論の連鎖、ソース、中間ステップを明示するマルチホップQAシステムの能力。信頼性とデバッグにとって不可欠である。
関係予測
ナレッジグラフ内の2つのエンティティ間の正しい意味的関係を特定するタスク。マルチホップQAプロセスの各「ホップ」における重要なステップである。
文書ベースのQAシステム
推論が構造化されたグラフ上ではなく、非構造化または半構造化された文書のコレクション全体に散らばる情報を結びつけることによって行われる、マルチホップQAシステムの一種。