アンサンブルプロンプティング、ドキュメントフュージョン、関連フィードバックを用いた生成的クエリ再構築

クエリ再構築（QR）は、ユーザーの元の検索クエリをユーザーの意図によりよく合致し、検索体験を向上させるテキストに変えるための一連の技術です。最近、ゼロショットQRは、大規模言語モデルに内在する知識を活用できるため、有望なアプローチとなっています。他のタスクにbenefitしたアンサンブルプロンプティング戦略の成功に触発され、これらがクエリ再構築を改善できるかを調査します。この文脈において、私たちはゼロショットの指示のパラフレーズを活用して検索性能を向上させるためのキーワードの複数セットを生成するGenQREnsembleおよびGenQRFusionという2つのアンサンブルベースのプロンプティング技術を提案します。また、人間ユーザーをシミュレートするオラクルや「批評家」LLMを含む様々な情報源からの関連フィードバックを組み込むための後処理変種も紹介します。クエリ再構築のアンサンブルが、事前の検索設定でnDCG@10で最大18%、事後の検索設定で9%の検索効果を改善できることを示し、全ての以前に報告されたSOTA結果を上回ります。その後、フィードバックドキュメントの影響を調査し、ドメイン特有の指示を組み込み、再構築をフィルタリングし、人間の検索者にとってより有益であろう流暢な再構築を生成する分析を行います。これらの技術と本論文で示された結果は、検索のための自動クエリ再構築における新たな最先端技術を確立し、将来の研究のための有望な方向性を示唆します。