← 概念解説に戻る

Concept Fable

意味的類似度

先に結論:Semantic Similarity は、二つのテキスト、質問、タスク、または対象が意味上どれほど近いかを測る。通常は embedding ベクトルの距離や類似度計算で実現される。意味検索、重複排除、クラスタリング、推薦、RAG 検索、チケットルーティングの基礎である。企業で使う際は、類似は同一ではないことに注意が必要で、高類似のリクエストでも権限、時効、意図、業務上の結果に重要な差異があり得る。

Semantic Similarity · Embeddings

まず物語を読む。ここでは急いで定義を示さず、まず問題そのものを立ち上がらせる。

寓話

異なる封筒に入った同じ事柄

書楼は意味の近い来信を一緒に置こうとした。学徒は最初、字面で分類し、「船」の字があるものは一櫃、「馬」の字があるものは一櫃に入れた。

すぐに誤りが出た。「船期延誤」と「貨到晚了」は同じ字がないのに同じ事を語る。「馬車壊了」と「馬上付款」はどちらも馬の字があるが、意味は大きく離れている。

老館員は学徒に、まず手紙が何を表現しているかを問うよう促しました。延期の依頼、損傷の苦情、価格の問い合わせ、住所の確認。文字は異なっても意図は近く、文字が同じでも意図は遠く離れることがあります。

彼らは各手紙に意向の印を付け、距離に応じて配置し始めた。近い手紙は隣の棚、やや遠いものは別の棚、全く無関係なものは別の階に置いた。過去例を調べる時、館員は同じ字だけを探すのではなく、同じ意味も探すようになった。

初めて意図に沿って配置した後も、徒弟は間違えた。彼は「支払延期の要求」と「延期規則の問い合わせ」をあまりに近くに置いた。老館員は手紙の目的を見直すよう促した。一方は猶予を請うており、一方は制度を知りたいだけである。似ていることは同じであることではない。

書楼は後に、一通の手紙が複数の棚に近づくことを許可した。「荷物の到着が遅れた」は物流苦情にも近く、賠償相談にも近い。手紙を調べる者はまず近隣を見て、次に違いを見る。字面がすべての判断を引っ張ることはなくなった。

老館員はまた、距離は任務によって変わると学徒に注意を促した。苦情処理のために古い手紙を探す時、「荷が遅れた」と「船便の遅延」は近い。輸送手段の統計を取る時には、船と馬は分けねばならない。類似性は紙面上の永遠の親戚ではなく、今何を解決したいかによる。 後に学徒が手紙を調べる時は、まず今回探すのは同義の問題か、同類の意図か、同種の物件かを問うた。問題が変われば、手紙同士の遠近も変わる。書楼はついに同じ字面に振り回されなくなった。 後に書楼の旧例はより正確に調べられ、誤って一緒に置かれる手紙も減った。検索はより安定した。旧例もより使いやすくなった。

そのため書楼は、表面上異なる多くの重複問題を発見できる。似ていることは見た目が似ていることではない。本当に役立つ類似とは、意味、用途、文脈において近いことである。

明らかにする

この物語が語るのは:意味的類似度

Semantic Similarity は、二つのテキスト、質問、タスク、または対象が意味上どれほど近いかを測る。通常は embedding ベクトルの距離や類似度計算で実現される。意味検索、重複排除、クラスタリング、推薦、RAG 検索、チケットルーティングの基礎である。企業で使う際は、類似は同一ではないことに注意が必要で、高類似のリクエストでも権限、時効、意図、業務上の結果に重要な差異があり得る。

重要なのは、それが単なる用語ではなく、実際のAI/Agentシステムで繰り返し現れる構造的な問題だという点だ。これを理解して初めて、いつモデルを足すべきか、いつプロセスを変えるべきか、いつガバナンスを補うべきかを判断できる。

メタファーのマッピング

  • 異なる封筒:表面的な文言が異なるテキストやリクエスト
  • 手紙の主旨:意味表現
  • 文字数で仕分け:キーワードまたは文字列マッチングの限界
  • 同じセルに置く:高い意味的類似度
  • 急ぎの手紙を暇な手紙と誤る:類似度が業務差異を無視するリスク
  • 複核印章:閾値、ルール、人手による審査

Andy(任旭)判断

この概念の実戦的価値は、「賢く見えるAI機能」を納品可能、検収可能、ガバナンス可能な作業単位に分解する手助けをすることです。

cosine similarityembeddingsretrievalclustering
京ICP备2026014272号