事前学習済み言語モデルに基づく密テキスト検索：サーベイ

テキスト検索は情報探索における長年の研究課題であり、システムは自然言語のユーザークエリに対して関連情報資源を返す必要があります。ヒューリスティックに基づく検索手法から学習ベースのランキング関数まで、基盤となる検索モデルは技術革新とともに進化し続けています。効果的な検索モデルを設計する上で鍵となるのは、テキスト表現の学習方法と関連マッチングのモデル化です。最近の事前学習済み言語モデル（PLM）の成功は、PLMの優れたモデリング能力を活用してより高性能なテキスト検索アプローチの開発に光を当てています。強力なPLMを用いることで、クエリとテキストの意味的表現を潜在表現空間で効果的に学習し、密ベクトル間での意味的マッチング関数を構築して関連性をモデル化できます。このような検索手法はテキストを密なベクトルで表現するため「密検索」と呼ばれます。密検索の急速な進展を踏まえ、本サーベイではPLMベースの密検索に関する最近の進展を体系的にレビューします。従来の密検索に関するサーベイと異なり、設計、学習、インデクシングおよび統合の4つの主要観点で関連研究を整理し、各観点の主流技術を詳細にまとめています。本トピックの最新の進展を幅広く収集し、300件以上の参考文献を含みます。本サーベイを支援するために有用なリソースを提供するウェブサイトを作成し、密検索のコードリポジトリも公開しています。本サーベイは密テキスト検索の主要な進展に焦点を当てた包括的かつ実用的な参考資料を提供することを目的としています。