講演情報
[5E1-GS-6d-02]検索エンジンのAI要約機能における参照記事選択基準の分析
〇小川 拓海1、木村 賢2、越仲 孝文1 (1. 横浜市立大学、2. 株式会社サイバーエージェント)
キーワード：
深層学習、言語モデル、AI要約
検索エンジンで自サイトを上位に表示させる検索エンジン最適化(SEO)において, 検索エンジンの特性はよく研究されている. 一方, 近年検索結果にしばしば現れるようになった「AIによる概要(AI Overviews)」の振舞いはよくわかっていない. そのような背景から, AIが特定のブランドを推薦したり, ウェブページを参照したりする仕組みを理解しようとする生成エンジン最適化(Generative Engine Optimization; GEO)と呼ばれる新たな技術トレンドも生まれている. 本研究では日本語ModernBERTをベースとして, 通常のオーガニック検索で得られるクエリと100位までのURLのWebコンテンツをペアワイズで学習した検索ランキング予測モデルを構築し, 任意のクエリとコンテンツの意味的類似度(適合度)を分析した. 結果, AI Overviewsで参照されるコンテンツはクエリとの適合度が非常に高く, 特にそれらはオーガニック検索で上位にランクされるコンテンツと比べても有意に高いことがわかった.この結果はGEOにおいては従来のSEO以上にクエリとコンテンツの適合度が重視されることを示唆している.