Contextual Retrieval

コンテキスト検索が、ドキュメントを考慮したチャンク、ハイブリッド検索、再ランキングによってRAGを改善する仕組みを学びます。Ultralytics YOLO26によるマルチモーダルな視覚的コンテキストも探ります。

コンテキスト検索は、インデックス作成前に各データチャンクへ短いドキュメント固有の説明を追加することで、検索拡張生成 (RAG)を改善する前処理技術です。Anthropicの2024年のコンテキスト検索ガイドで紹介され、曖昧な文章が本来どの文書に属するのかを検索システムが理解しやすくすることで、大規模言語モデルに提供される根拠を改善します。(anthropic.com

コンテキスト検索の仕組み#

標準的なRAGでは、ドキュメントをチャンクに分割し、埋め込みに変換します。しかし、「revenue increased by 3%」のようなチャンクには、企業名、報告期間、ドキュメントの種類が含まれていない場合があります。コンテキスト検索では、完全なドキュメントを使用して、「This passage describes ACME’s Q2 2025 financial results」のような簡潔なプレフィックスを生成し、結合したテキストをインデックス化します。

一般的なワークフローには、次の工程が含まれます。

セマンティックチャンク分割: ドキュメントを、検索とモデルの制限に収まる一貫性のある文章に分割します。チャンク分割の主な目的は、モデルのコンテキストウィンドウを超えることなく、大規模なソースを検索可能にすることです。
コンテキスト生成: Claudeのコンテキスト埋め込みクックブックのようなプロセスに従い、モデルを使用して各チャンクとそのソースとの関係を要約します。
ハイブリッド検索: BM25キーワードランキングなどの密ベクトルと字句手法を使用して、コンテキスト化したチャンクをインデックス化します。
再ランキング: 最適な根拠を生成モデルに送る前に、クエリとチャンクをより詳細に比較して、検索された候補の順序を変更します。

Anthropicは、コンテキスト埋め込みとコンテキストBM25を組み合わせることで、上位20件の検索失敗率が49%低下し、再ランキングを追加するとテストで67%低下したと報告しています。結果はデータセットによって異なるため、これらの数値は保証ではなくベンチマークとして扱う必要があります。(anthropic.com)

コンピュータビジョンにおけるコンテキスト検索#

マルチモーダルRAGでは、ドキュメントのコンテキストに、検出された物体、画像キャプション、タイムスタンプ、カメラの位置、周辺の動画イベントなどを含めることができます。以下の例では、Ultralytics YOLO26を使用して、画像の検索可能なコンテキストを作成します。

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
result = model("https://ultralytics.com/images/bus.jpg")[0]
labels = [model.names[int(cls)] for cls in result.boxes.cls.tolist()]
context = f"Street-scene image containing: {', '.join(labels)}."
print(context)

生成されたテキストは、埋め込みの前に画像キャプションまたはメタデータレコードの先頭へ追加できます。開発者は、関連するYOLO予測ワークフローと視覚的類似性検索を確認できます。

実世界での利用例#

エンタープライズおよび法務検索: ポリシーアシスタントは、ドキュメント名、日付、部門、条項間の関係を保持し、孤立した文章による誤解を招く回答を減らします。
ビジュアル保全システム: 検出された機械、欠陥の種類、施設の場所によって画像にコンテキストを付与し、その後、システムが修理マニュアルや検査記録を検索できるようにします。
パーソナライズされた教育: 学習エージェントは、生徒との対話とアクティビティログを組み合わせて、学習者の現在のタスクに関連するガイダンスを検索できます。