「ベクトル検索（Vector Search）」とは、AI（特に自然言語処理）で使われる高度な検索技術で、単語や文章の「意味の近さ」で検索結果を返す仕組みです。
🧠 わかりやすく言うと…
🔍 従来の検索（キーワード検索）：
- 「文字列」が一致しているかどうかで検索
- 例：「料金」で検索 →「料金表」や「料金案内」がヒットする
🧠 ベクトル検索：
- 「意味」が近いかどうかで検索
- 例：「値段」で検索 →「料金表」や「費用について」など言葉が違っても意味が近ければヒット
🔧 仕組み（ざっくり）
- Embedding（エンベディング）
→ 単語や文章を「数百次元の数値のかたまり（ベクトル）」に変換
→ 例：「料金について」→[0.21, -0.35, 0.92, …] - ベクトル同士の類似度を計算
→ コサイン類似度などの数学的な計算で「意味が近い」順に並べる - 上位の文書を検索結果として返す
💡 何がすごいの？
| 特徴 | 説明 |
|---|---|
| 意味ベース | キーワードが入っていなくても、意味が通じる文を返せる |
| 曖昧な質問に強い | 「安いプランってある？」→「ライトプラン：月額980円」などがヒット |
| AIとの相性が良い | LLM（例：ChatGPT）が意味を理解しやすくなる前処理に最適 |
🏗️ どんなときに使う？
| 用途 | 内容 |
|---|---|
| RAG構成（AI検索＋生成） | 意味が近い文書を取り出し、LLMに渡して自然な回答をさせる |
| FAQ検索 | キーワードでなく、意味でマッチする問い合わせを探す |
| レコメンド | 「似た記事」「関連商品」の提示などにも応用可能 |
一般的なAIチャットで日本語のゆれ検索に対応というのは、ベクトル検索でのFAQ検索に対応しているものを示します。
SyschooLMSのAICHATは、すべてのプランで日本語理解度が高いChatGPTによるAI日本語処理を行い1536次元という大きな空間でのベクトル検索を実施しています。
- 0 Comments
- AI検索