[2N1-GS-4] Webインテリジェンス：

[2N1-GS-4-02] リランキングにおける学習済み文埋め込みモデルを用いたLate-interactionアプローチの効果検証

〇初鹿 憂¹、竹岡 邦紘²、小山田 昌史²、柴田 千尋¹ (1. 法政大学　理工学研究科、2. NEC データサイエンスラボラトリー)

キーワード：検索、リランキング、深層学習

リランキングとは大量の文書から検索によって取得した数百から数千件の文書を適合度順に並び替えるタスクで、検索の高精度化において重要である。リランキングの特性から、Late-interactionと呼ばれるトークンレベルの相互作用を考慮するアプローチがクエリと文書の完全な相互作用を計算するものに比べて理論的に高速であり有用であると考えられるが、リランキングで用いられることはほとんどない。そこで本論文ではLate-interactionアプローチがリランキングにおいて有用かどうかを調査し、またこのアプローチが文埋め込みを拡張している点に着目し、強力な文埋め込み手法を取り入れることで性能向上することも実験的に示す。実験結果から、いくつかのモデルでLate-interactionアプローチを用いた手法の精度が向上することが分かった。