ハイブリッド検索
ハイブリッド検索(hybrid search)とは、同じクエリに対してキーワード検索とベクトル検索を実行し、2 つの順位付きリストを統合する検索です。正確な単語での一致と、意味での一致の両方を結果に反映できます。
別名: hybrid retrieval
執筆 Divya Sharma · 2026年11月15日確認 · レビューの方法
ベクトル検索は言い換えに強く、正確な識別子に弱い手法です。BM25 によるキーワード検索はその逆で、正確なエラーコードは見つけますが、文書に「authentication failure」と書かれていると「the app crashes on login」というクエリでは見逃します。ハイブリッド検索は両方を実行して組み合わせるので、実際のユーザーが入力するクエリをより多くカバーできるのが普通です。
リストの統合方法
2 つの検索はスケールの異なるスコアを出すため、単純に足し合わせることはできません。よく使われる方法は 2 つです。Reciprocal rank fusion(RRF)は生のスコアを無視し、どちらかのリストで上位にある文書を高く評価します。調整は必要ありません。重み付きスコア統合は、各リストのスコアを正規化し、それぞれをどれだけ重視するかを決める重み(よく alpha と呼ばれます)で混ぜ合わせます。
例
開発者向けドキュメントのサイトに、特定の HTTP ステータスコードと「retry」という単語を含むクエリが届きます。BM25 はそのコードをそのまま含むページを見つけます。ベクトル検索は、そのコードには一度も触れていないバックオフ戦略のページを見つけます。統合によって両方が上位に並びます。
どこに位 置づけられるか
ハイブリッド検索は最初の段階です。チームはその上位の結果をリランキングモデルに送って最終的な順位を決めてから、検索拡張生成のプロンプトに渡すことがよくあります。Weaviate など、多くのベクトルデータベースが直接これに対応しています。キーワード側では、学習済みのスパース検索を BM25 の代わりに使うこともできます。
関連用語
- BM25
- BM25 はキーワード検索のための順位付けの式です。クエリの単語が各文書にどれだけ出てくるかで文書を採点し、珍しい単語には大きな重みを与え、長い文書や繰り返される語の評価は抑えます。
- ベクトル検索
- ベクトル検索(vector search)とは、項目の埋め込みをクエリの埋め込みと比較し、最も近いものを返すことで項目を見つける方法です。共通のキーワードではなく意味で一致する結果が得られます。
- リランキング
- リランキング(reranking)とは、候補文書の短いリストを受け取り、最初の検索より正確だが遅いモデルを使って、クエリとの関連度で並べ替える2段目の検索ステップです。
- スパース検索
- スパース検索(sparse retrieval)とは、クエリと文書を、語彙にわたるベクトルとして表す方法です。ほとんどの要素はゼロで、ゼロでない各要素は単語の重みであるため、キーワード検索と同じ高速な転置インデックスを検索に使えます。
- 検索拡張生成(RAG)
- 検索拡張生成(retrieval-augmented generation、RAG)とは、システムがまず文書の集まりから質問に関連する文章を検索し、その文章を言語モデルに渡して、それに基づいて回答させるパターンです。