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。
別名: sparse embeddings, SPLADE, learned sparse retrieval
執筆 Divya Sharma · 2026年11月15日確認 · レビューの方法
密な埋め込みでは、すべての値がゼロではなく、どの値にも決まった意味はありません。スパースなベクトルでは、各位置が語彙の1つの語を表し、そのテキストにとって重要な語だけに重みが付きます。BM25は古典的なスパース手法で、重みは固定の式から決まります。
学習型のスパースモデル
SPLADEのようなモデルは、ニューラルネットワークで重みを決めます。テキストに出てこなかった関連語を加えることもでき、これは拡張と呼ばれます。そのため「automobiles」についての文書は「car」にも重みを持ちます。結果として、キーワード検索の強み、つまり語の完全一致と転置インデックスを保ちつつ、意味の面での密なモデルとの差を一部埋められます。
使う理由
スパースなベクトルは中身を確かめやすく、どの単語が一致を生んだかがわかります。密なモデルがぼかしてしまう名前、コード、専門用語に強いです。既存の検索エンジンでも動きます。よくある構成は、スパースと密のリトリーバーを1つずつ使い、リランキングの前に統合するハイブリッド検索です。
限界
学習型のスパースモデルは、BM25と異なり、インデックス作成時とクエリ時にモデルの呼び出しが必要です。語彙はトークナイザーで固定されるため、言語をまたぐと苦戦することがあります。対応状況はベクトルデータベースによって異なるため、採用する前にお使いのものを確認してください。
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。
- 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。
- 埋め込み
- 埋め込み(embedding)とは、テキスト、画像、その他のデータを表す数値の並び(ベクトル)です。意味の似たものほどベクトルが近くなるように作られます。
- 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。