[2E]検索モデル(2)

14:15 〜 14:40

[2E-03] 検索履歴に基づくユーザ興味を考慮した効率的なLLMクエリ拡張手法の提案

*中村 拓実¹、戸田 浩之¹ (1. 横浜市立大学データサイエンス学部)

発表者区分：学生
論文種別：ロングペーパー
インタラクティブ発表：あり

キーワード：

情報検索、クエリ拡張、LLM、パーソナライゼーション

近年，大規模言語モデル（LLM）の発展により，情報検索の分野に大きな変革が起きている．本研究ではLLMを活用してユーザの検索履歴からの興味抽出を行い，その情報を用いたクエリ拡張により，ユーザ個々の意図に合った検索の実現を目指す．具体的には，LLMの文脈理解能力を活用して検索履歴からユーザの検索意図を推定し，その興味に合致するようにクエリを拡張する手法を提案する．また，このようなパーソナライズされたクエリ拡張を実現する際の技術的課題として，大規模なモデルの計算コストや，ユーザの興味を考慮した適切な拡張語の選択などが挙げられる．これらの課題に対し，本研究では効率的な興味抽出と適応的な重み付けを導入することで，小規模なLLMでも高い性能を実現する手法を開発した．実験結果から，提案手法は既存手法と比較して優れた性能を示し，特に実用的なシステムへの導入が可能な軽量なモデルでも高い検索性能を維持できることを確認した．