顕著フレーズを意識した密度型検索：密度型検索モデルはスパース型検索モデルを模倣可能か？

近年の普及と広く知られる利点にもかかわらず、密度型検索モデル（dense retrievers）は、クエリ内の重要な語句や希少エンティティを信頼性高く照合する能力、およびドメイン外データへの一般化能力において、BM25などのスパース手法に比べて依然として劣っている。この現象は、密度型モデルの本質的な限界であるとの主張がなされてきた。しかし本研究では、重要な語句に敏感な検索モデル（Salient Phrase Aware Retriever, SPAR）を提案することで、この主張を反論する。SPARは、スパースモデルに匹敵する語彙的照合能力を持つ密度型検索モデルであり、標準的な密度型検索モデルに、スパースモデルを模倣できる密度型語彙モデル Λ を統合することで構築されている。実証的に、SPARは5つの質問応答データセット、MS MARCOのパラグラフ検索、およびドメイン外評価を目的としたEntityQuestionsとBEIRベンチマークにおいて、最先端の密度型およびスパース型検索モデルを上回る優れた性能を示した。SPARのコードおよびモデルは、以下のURLで公開されている：https://github.com/facebookresearch/dpr-scale/tree/main/spar