メタデータフィルタリング
メタデータフィルタリングとは、日付、作成者、言語、アクセスグループなど保存された属性が指定条件に一致する項目だけに検索を絞り込むことです。ベクトルの類似度で順位付けするのと同時に、またはその前に行います。
別名: filtered vector search, payload filtering
執筆 Divya Sharma · 2026年11月15日確認 · レビューの方法
埋め込みはその文章が何について書かれているかを捉えますが、「3月以降に公開」や「経理チームに表示」といった事実は捉えません。それを補うのがメタデータフィルタリングです。ベクトルデータベースの各ベクトルはフィールドとともに保存されており(Qdrantではこれをペイロードと呼びます)、クエリでは「最近傍を探す。ただしテナントがacmeで、年が今年のものに限る」と指定できます。
なぜ重要か
フィルターは結果を単に似ているだけでなく、正しいものにします。サポートボットはポリシーの最新版だけを引用すべきです。マルチテナントのアプリは、ほかの顧客の文書を決して返してはなりません。クエリ時にアクセス用のフィールドで絞り込むことは、その保護の一層になりますが、それだけに頼るべきではありません。
実現方法
プレフィルタリングはまず条件を適用し、一致するベクトルだけを検索します。ポストフィルタリングは先に検索し、条件を満たさない項目を除くため、結果が少なすぎることがあります。現在のベクトルデータベースの多くは、インデックスをたどる途中で絞り込みます。絞り込みに使うフィールドにインデックスを作成すると、高速に保てます。
限界
非常に絞り込みの強いフィルターは、HNSWのようなグラフインデックスで再現率を下げることがあります。たどれる有効なノードが少なくなるからです。メタデータの質は、それを生成した文書解析と取り込みの質で決まるため、日付の欠落や誤った所有者は誤った結果につながります。検索の指標を測るときは、フィルター付きのクエリを別にテストしてください。
関連用語
- ベクトルデータベース
- ベクトルデータベース(vector database)とは、埋め込みを元のレコードとともに保存し、クエリのベクトルに最も近い保存済みのベクトルを見つけるデータベースです。数百万の項目にわたって検索を高速に保つため、通常は近似インデックスを使います。
- HNSW
- HNSW(hierarchical navigable small world)は、近 似最近傍探索のためのグラフベースのインデックスです。複数の層にわたってベクトルを近傍とつなぐので、検索は最も近い一致に向かって素早く移動できます。
- 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。
- 文書解析
- 文書解析(document parsing)とは、PDF、スキャン画像、スライド、スプレッドシートなどのファイルを、ソフトウェアで使える構造化されたテキストに変換することです。単なる文字の羅列ではなく、見出し、読む順序、表、画像を保ちます。
- 検索の指標(recall@k、nDCG、MRR)
- 検索の指標とは、検索システムが関連する文書をどれだけうまく返すかを評価するものです。recall@kは上位k件に関連項目がいくつ含まれるかを確認し、nDCGはそれらを上位に並べることを評価し、MRRは最初の正解がどれだけ早く現れるかを測ります。