ハイブリッド検索とは？

探し方を「2つ同時に使う」のがポイント

あなたが「甘い赤いフルーツ」という言葉で情報を探すとします。

キーワードを手がかりに検索すると、「甘い」「赤い」などの検索語と関連する文書を見つけることができます。一方、ベクトル検索では、文章をベクトルとして表現し、検索語と意味的に近い情報を探すことができます。

たとえば、検索対象に「甘い」「赤い」という言葉が直接書かれていなくても、Embeddingモデルによるベクトル表現が近ければ、「リンゴ」や「イチゴ」に関する情報を見つけられる可能性があります。

ハイブリッド検索（Hybrid Search）とは、このキーワード検索とベクトル検索を組み合わせ、それぞれの検索結果を統合する検索方式です。

キーワード検索とベクトル検索には、それぞれ異なる強みがあります。

型番やエラーコードを探したい場合： 「Error_404」や「ABC-123」のような記号や固有の文字列は、キーワード検索（BM25など）が強みを発揮します。
言い換えや曖昧な質問の場合： 「画面が固まる理由」のように、検索語と文書の表現が異なる場合は、ベクトル検索によって意味的に近い情報を見つけやすくなります。
ハイブリッド検索の強み： 両方の検索結果を組み合わせることで、キーワード検索とベクトル検索がそれぞれ持つ弱点を補完できます。検索結果の統合には、RRF（Reciprocal Rank Fusion）などの手法が利用されます。

3つの検索手法の関係を整理すると、それぞれの役割が分かりやすくなります。

キーワード検索（BM25など）： 検索語などの文字情報を手がかりに文書を検索する方式。型番、エラーコード、固有名詞など、特定の文字列を探す場合に強みがあります。
ベクトル検索（Dense Retrieval）： 文章などを多次元のベクトルに変換し、ベクトル同士の近さを利用して検索する方式。検索語と異なる表現でも、意味的に近い情報を見つけやすいという特徴があります。
ハイブリッド検索（Hybrid Retrieval）： キーワード検索とベクトル検索を組み合わせ、検索結果を統合する方式。異なる検索手法の強みを組み合わせられることが特徴です。

ハイブリッド検索では、「キーワード検索では1位、ベクトル検索では20位」のように、検索方式によって順位が異なることがあります。

そこで、複数の検索結果の順位（rank）を利用して、1つのランキングに統合する方法の一つがRRF（Reciprocal Rank Fusion）です。

RRFでは、それぞれの検索結果について順位に応じた値を計算し、その値を組み合わせて最終的なランキングを作ります。

つまり、ざっくり言えば「複数の検索ランキングをまとめて、総合的な順位を作る仕組み」です。

企業内検索や生成AIシステム（RAG）を構築する際には、「ユーザーがどのような言葉で質問するか分からない」という課題があります。

製品番号やエラーコードを入力するユーザーもいれば、「画面が突然固まったときはどうすればいい？」のように自然な文章で質問するユーザーもいます。

このような場合、キーワード検索とベクトル検索を組み合わせたハイブリッド検索が、検索精度を高めるための有力な選択肢になります。

特にRAGでは、検索結果がそのままLLMへの回答材料になるため、適切な情報を取得できる検索設計が重要です。

ハイブリッド検索の本質は、キーワード検索の正確さと、ベクトル検索の意味的な柔軟性を組み合わせることです。

今週できる1ステップ： 同じ質問を「型番・エラーコードなどの具体的なキーワード」と「〜したい、という自然な文章」の2パターンにして検索してみましょう。検索方法によって、見つかる情報がどう変わるかを比べると理解が深まります。