Query Understanding in the Age of Large Language Models

[nogawanogawa]

論文URL

https://arxiv.org/abs/2306.16004

著者

Avishek Anand, Venktesh V, Abhijit Anand, Vinay Setty

会議

GENIR(SIGIR'23)

背景

目的

アプローチ

ひとことメモ

[nogawanogawa]

背景

LLMの登場によって、Web検索システムの様々なコンポーネントにLLMを用いようという動きが出ている。

IRの大きな問題の一つとして、ユーザーとシステム間の語彙の不一致を解消する事が上げられる。

従来の検索エンジンでは、query understandingとしてスペルチェック, クエリ分類等が古典的には行われていた。多くの場合、ユーザーはクエリ提案を用いるくらいで、最終的に使用されたクエリを知ることは無い。

[nogawanogawa]

目的

• LLMを用いたクエリ解釈器を作成する

アプローチ

• 自然言語でユーザーが編集可能な形でユーザーフィードバックを可能にする

[nogawanogawa]

手法

この構成だとユーザーが取りうる手段は3つ

soft rewrite

ちょっとだけ書き直す

探索

解釈として生成されたものを再生成する

hard rewrite

書き直し

これを実現するには

• pretrain
• fine tune
• RAG

の3つの選択肢が考えられる

[nogawanogawa]

（手法ではなく）研究方針

LLMを用いてクエリを解釈・検索することを考えると、Hard rewriteの回数を最小化することが求められる

[nogawanogawa]

イメージこんな感じで対話したら良さそう

-> クエリを補完し、それを編集できるようにするのが新しい検索体験になるのでは？