RAG・検索拡張

えいちえぬえすだぶりゅう

HNSWとは、高次元ベクトルデータから意味的に近い候補を高速に探すグラフ構造の近似最近傍探索アルゴリズムのこと。RAGシステムや意味検索の速度と精度を両立させる核心技術として現在標準採用されている。

えーあいけんさく

Google 検索の上位に AI が回答を提示する 「AI Overviews」 や Perplexity 等の新世代検索。

えーじぇんとがたらぐ

エージェント型RAGとは、AIエージェントが検索クエリの生成・絞り込み・複数ソースの統合を自律的に判断しながら回答を生成する、従来のRAGを進化させたアーキテクチャのこと。

えんべでぃんぐ

文章や画像を 数値ベクトルに変換する技術。 類似度検索や RAG の基礎。

おーしーあーる（こうがくもじにんしき）

OCR（光学文字認識）とは、スキャン画像やPDFに含まれる文字を、機械が処理できるテキストデータへ変換する技術のこと。

おやどきゅめんとけんさく

親ドキュメント検索とは、RAGで小さなチャンクで検索精度を高めながら、LLMへの入力時には元の大きな親ドキュメントを渡すことで回答品質を両立させる手法のこと。

くえりかくちょう

クエリ拡張とは、ユーザーが入力した検索クエリを同義語・関連語・言い換えで自動的に補完し、RAGシステムの検索精度を高める技術のこと。

くえりるーてぃんぐ

クエリルーティングとは、ユーザーの質問内容を解析し、複数の検索先やモデルの中から最も適した処理経路へ自動的に振り分ける仕組みのことである。

ぐらうんでぃんぐ

グラウンディングとは、LLMの出力を社内ドキュメントや外部データベースなど具体的な情報源に根拠付けし、ハルシネーションを防ぐ技術のこと。

ぐらふらぐ

GraphRAG（グラフRAG）とは、知識グラフとRAGを組み合わせ、文書間のエンティティの関係性をグラフ構造で表現することで、複雑な横断質問に対してより正確な回答を引き出す検索拡張生成技術のこと。

こうきちゃんきんぐ

後期チャンキングとは、文書全体を長文脈対応の埋め込みモデルに通してから分割し、各チャンクのベクトルに文書全体の文脈を反映させる埋め込み手法のこと。

こさいんるいじど

コサイン類似度とは、2つのベクトルがなす角度のコサイン値でテキストや画像の意味的な近さを0〜1の数値で表す類似度指標のこと。RAGの文書検索や推薦エンジンのスコアリングに広く使われる。

こるばーと

ColBERT (後期相互作用検索)とは、クエリとドキュメントをトークン単位でベクトル化し、推論時にMaxSim演算で照合する高精度な検索アーキテクチャのこと。

これくてぃぶらぐ

Corrective RAGとは、RAGの検索結果の関連性を評価し、不十分な場合はWeb検索などで補正してから回答生成する手法のこと。

こんてきすとけんさく

コンテキスト検索とは、RAGにおいてチャンクの前後文脈をLLMで補完してからベクトル化することで検索精度を高める手法のこと。

すぷれーど

SPLADEとは、BERT系のモデルで文書やクエリの語彙拡張と重要度予測を行い、スパース(疎)ベクトルで高精度な検索を実現する手法のこと。

せまんてぃっくけんさく

セマンティック検索とは、キーワードの文字列一致ではなく「意味的な近さ」でドキュメントを検索する技術のこと。ベクトル埋め込みを使い、同義語や言い回しの違いを吸収した検索が可能になる。

せまんてぃっくちゃんきんぐ

セマンティックチャンキングとは、文書を固定長ではなく意味のまとまり単位で分割し、RAGの検索精度を高める前処理手法のこと。

せるふらぐ

Self-RAGとは、LLMが生成の過程で検索の要否や取得文書の妥当性を自ら判断し、反省トークンで自己評価しながら回答を作る自己反省型RAG手法のこと。

ちゃんきんぐ

チャンキングとは、RAGシステムで長文書を検索・処理しやすい小単位に分割する技術のこと。分割サイズや方法が検索精度と回答品質を左右する重要な前処理工程。

なれっじぐらふ

ナレッジグラフとはエンティティ（実体）とその関係性をグラフ構造で表現した知識データベースのこと。RAGと組み合わせてLLMに構造化された文脈を提供し、幻覚抑制と複合推論の精度向上に用いられる。

のーとぶっくえるえむ

NotebookLMとはGoogleが提供するRAGベースのAIリサーチアシスタントのこと。ユーザーがアップロードした文書のみを情報源として回答を生成するため、ハルシネーションを大幅に抑制できる。

ぱーぷれくしてぃ

出典付きで回答する AI 検索エンジン。 リサーチ業務で従来検索を置き換える。

はいど

HyDE（仮説的文書埋め込み）とは、LLMにクエリへの仮説的な回答文書を生成させ、その埋め込みベクトルでRAG検索の精度を高める手法のこと。

はいぶりっどけんさく

ハイブリッド検索とは、キーワードマッチ（スパース検索）と意味的類似度（ベクトル検索）を組み合わせた検索手法のこと。RAGシステムで検索精度を高めるために広く採用されている。

びーえむにじゅうご

BM25とはOkapi BM25とも呼ばれる情報検索アルゴリズムで、クエリの語句と文書の一致度をTF-IDFを拡張した計算式でスコアリングする全文検索の業界標準手法のこと。

べくとるでーたべーす

Embedding (数値ベクトル) を高速に類似度検索するための専用 DB。 Pinecone / Qdrant / Weaviate が代表。

まとりょーしかうめこみ

Matryoshka埋め込み（MRL）とは、1本のベクトルの先頭部分だけを切り出しても意味情報を保つように学習された埋め込み手法のこと。用途に応じて次元数を柔軟に削れる。

まるちほっぷけんさく

マルチホップ検索とは、複数のドキュメントを段階的に参照し、前の検索結果を次のクエリに活用しながら複雑な質問に答えるRAG技術のこと。

まるちもーだるらぐ

マルチモーダルRAGとは、テキストだけでなく画像・音声・動画なども検索・参照対象に含めた、RAGの拡張手法のこと。

みつべくとるけんさく

密ベクトル検索とは、テキストをニューラルネットワークで高次元の密なベクトルに変換し、意味的な類似度によってドキュメントを検索する技術のこと。

めたでーたふぃるたりんぐ

メタデータフィルタリングとは、RAGシステムでベクトル検索の前後に日付・カテゴリ・著者などの属性情報を条件指定し、検索対象ドキュメントを絞り込む手法のこと。

らぐ

Retrieval-Augmented Generation。 社内資料や外部 DB を検索してから AI に答えさせる仕組み。

らぐふゅーじょん

RAG-Fusion（RAG融合検索）とは、1つの質問から複数の類似クエリを自動生成し、各検索結果を統合ランキングしてLLMに渡すことで検索網羅性を高めるRAG拡張手法のこと。

らぷたー

RAPTORとは、文書チャンクを再帰的にクラスタリング・要約して階層木を構築し、複数の抽象度から検索できるRAG手法のこと。

らまいんでっくす

LlamaIndexとは、LLMに外部データを接続してRAG（検索拡張生成）アプリケーションを構築するためのオープンソースのデータフレームワークのこと。

りらんきんぐ

リランキングとは、RAGシステムで初回検索した候補文書を、より高精度なモデルで再スコアリングし、関連度順に並び替える技術のこと。