AI 検索 における機械学習の関連性
AI 検索 には、クエリに最も関連性の高い検索結果が最初に表示されます。機械学習は、集計されたユーザーインタラクションに基づいて検索経験のために検索結果の関連性スコアを自動的に改善します。
機械学習の関連性は自動的に有効になり、構成することはできません。
関連性モデルとスコアリング
AI 検索 は、関連性モデルを使用して、検索によって返された各結果の関連性スコアを計算します。関連性スコアが高いドキュメントが結果セットの最初に表示されます。結果の関連性スコアは、クエリに関連付けられた特定のドキュメント、検索用語、およびユーザーに固有です。
検索シグナルと機械学習の関連性の調整
AI 検索 UX コンポーネントは、ユーザー検索に関連するシグナルを記録します。これらの 検索シグナル には、検索ユーザーが検索入力フィールドを操作する方法、オートコンプリート提案、ファセットとソースのファセットバケットフィルター、Genius 結果の回答カード、および検索結果に関するデータが含まれます。検索シグナルを記録および保存する方法の詳細については、「検索シグナル」を参照してください。
機械学習の関連性は、これらの検索シグナルからのデータを使用して、関連性モデルを継続的にインテリジェントに調整します。AI 検索 は 30 日ごとに各関連性モデルの新しいバージョンを計算し、そのパラメーターを繰り返し変更して、検索プロファイルの集計された検索シグナルデータに対して回帰テストを行います。この調整プロセスが完了すると、AI 検索 は既存の関連性モデルと新しい関連性モデルを比較し、過去のシグナルデータに記録されているユーザー検索動作によりよく一致するモデルを確認します。
履歴の一致検索比較と A/B テスト評価で新しいモデルが元のモデルを上回る場合、AI 検索はそれを検索プロファイルのアクティブな関連性モデルとして設定し、既存の関連性モデルを上書きします。更新された関連性モデルは、次の調整サイクルが開始されるまで使用され続けます。
関連性の調整を成功させるには、検索プロファイルに対して少なくとも 10,000 個の検索イベントシグナルが保存されている必要があります。検索プロファイルに保存されているシグナルが 10,000 未満の場合、関連性の調整はエラーメッセージで失敗し、 AI 検索 その検索プロファイルの元の関連性モデルを引き続き使用します。
オートコンプリート提案の関連性モデル
AI 検索 は、専用の関連性モデルを使用して、検索フィールドにオートコンプリート提案として表示するレコードをランク付けします。この関連性モデルは、新しさと [タイトル] フィールドの検索クエリ用語の一致に基づいてレコードにスコアを付けます。システムは、このオートコンプリート提案の関連性モデルをトレーニングしません。オートコンプリート提案の構成の詳細については、「AI 検索 アプリケーションのオートコンプリート提案」を参照してください。
検索結果の関連性スコアの表示
検索アドミニストレーターは、Advanced AI 検索 Management Tools ServiceNow® Store アプリケーションから、検索プレビュー UI で検索プレビュー UI で検索結果のスコアを表示できます。この機能を使用して検索動作を調査する方法の詳細については、「 AI 検索 の検索プレビュー UI」を参照してください。