Hybrid Semantic Search: Unveiling User Intent Beyond Keywords

要約

このペーパーでは、ユーザーの意図を理解する際の従来のキーワードベースの検索の限界に対処し、非セマンティック検索エンジン、大規模言語モデル (LLM)、および埋め込みモデルの強みを活用する新しいハイブリッド検索アプローチを紹介します。
提案されたシステムは、キーワード マッチング、セマンティック ベクトルの埋め込み、LLM で生成された構造化クエリを統合し、関連性が高く、文脈的に適切な検索結果を提供します。
これらの補完的な方法を組み合わせることで、ハイブリッド アプローチは明示的および暗黙的なユーザーの意図の両方を効果的に捕捉します。この論文では、応答時間を短縮するためにクエリの実行を最適化する手法をさらに検討し、包括的で正確な検索結果を生成する際のこのハイブリッド検索モデルの有効性を実証します。

要約(オリジナル)

This paper addresses the limitations of traditional keyword-based search in understanding user intent and introduces a novel hybrid search approach that leverages the strengths of non-semantic search engines, Large Language Models (LLMs), and embedding models. The proposed system integrates keyword matching, semantic vector embeddings, and LLM-generated structured queries to deliver highly relevant and contextually appropriate search results. By combining these complementary methods, the hybrid approach effectively captures both explicit and implicit user intent.The paper further explores techniques to optimize query execution for faster response times and demonstrates the effectiveness of this hybrid search model in producing comprehensive and accurate search outcomes.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google