AI用語集
人工知能の完全辞典
リトリーバー・リーダー
QAの2段階アーキテクチャ。まず「リトリーバー（検索器）」が関連する文書を選択し、次に「リーダー（読解器）」がそれらの文書から正確な回答を抽出することで、効率性と精度を最大化します。
回答スパン予測
与えられたコンテキスト内で正確な回答の開始位置と終了位置を予測するタスク。通常、テキストのトークンに対する分類層によって実行されます。
知識集約型QA
提供されたコンテキストのみの推論では解決できない複雑な質問に答えるために、大規模な外部知識ベースへのアクセスを必要とするQAシステム。
オープンドメイン事実検証
ウェブ上の制限のないソースや大規模な文書コレクション全体で証拠を検索・分析することにより、主張の正確性を検証するプロセス。
質問分解
複雑な質問を、個別に処理可能なより単純な複数のサブ質問（下位質問）に分割する手法。これにより、情報の検索と完全な回答の構成が容易になります。
回答トリガー
取得したパッセージが、提示された質問に対する回答を実際に含んでいるかどうかを判定する二値分類のメカニズム。関連性の低いコンテキストから不正解の回答を生成することを防ぎます。
リーダーの信頼度スコア
「リーダー」モデルによって計算される指標で、抽出された回答の確実性のレベルを示します。QAパイプラインにおける候補回答の再ランク付けやフィルタリングによく使用されます。
再ランク付けモデル
回答抽出ステップの前に、最初に取得された文書やパッセージのリストを再評価して並べ替え、最も関連性の高い結果の精度を向上させるための専門モデル。
パッセージオーバーラップ
検索された複数のパッセージに冗長な情報や重複が含まれる現象で、回答の提示を最適化するために重複排除や統合の技術が必要となる。
ナレッジグラフ統合
QAシステムに構造化されたナレッジグラフを組み込み、検証可能な事実情報を提供し、非構造化テキストに基づく回答を補完すること。
回答の集約
異なるパッセージや文書から得られた複数の回答候補を組み合わせ、質問に対する単一の、一貫性があり完全な回答を形成するプロセス。