Rank Fusion設定

概要

Fess のRank Fusion機能は、複数の検索結果を統合して より精度の高い検索結果を提供します。

Rank Fusionとは

Rank Fusionは、複数の検索アルゴリズムやスコアリング手法の結果を 組み合わせて、単一の最適化されたランキングを生成する技術です。

主な利点：

  • 異なるアルゴリズムの長所を組み合わせる

  • 検索精度の向上

  • 多様な検索結果の提供

対応アルゴリズム

Fess では以下のRank Fusionアルゴリズムをサポートしています：

アルゴリズム 説明
RRF (Reciprocal Rank Fusion) 順位の逆数を使用した融合アルゴリズム

RRF (Reciprocal Rank Fusion)

RRFは、各結果の順位の逆数を合計してスコアを計算します。

計算式:

score(d) = Σ 1 / (k + rank(d))

  • k: 定数パラメーター（デフォルト: 20）

  • rank(d): ドキュメントdの各検索結果での順位

設定

fess_config.properties

基本設定:

# ウィンドウサイズ
rank.fusion.window_size=200

# RRFのランク定数
rank.fusion.rank_constant=20

# スレッド数（-1で自動）
rank.fusion.threads=-1

# スコアフィールド名
rank.fusion.score_field=rf_score

設定プロパティ一覧

プロパティ 説明 デフォルト
rank.fusion.window_size 融合対象のウィンドウサイズ 200
rank.fusion.rank_constant RRFのランク定数（k） 20
rank.fusion.threads スレッド数（-1で自動） -1
rank.fusion.score_field スコアフィールド名 rf_score

ハイブリッド検索との連携

Rank Fusionは、キーワード検索とセマンティック検索を組み合わせた ハイブリッド検索で特に効果を発揮します。

使用例

基本的なハイブリッド検索

  1. キーワード検索でBM25スコアを計算

  2. セマンティック検索でベクトル類似度を計算

  3. RRFで両方の結果を融合

  4. 最終的なランキングを生成

検索フロー:

User Query
    ↓
┌──────────────────┬──────────────────┐
│  Keyword Search  │ Semantic Search  │
│    (BM25)        │  (Vector)        │
└────────┬─────────┴────────┬─────────┘
         ↓                  ↓
     Rank List 1        Rank List 2
         └────────┬─────────┘
                  ↓
          Rank Fusion (RRF)
                  ↓
          Final Ranking

トラブルシューティング

検索結果が期待と異なる

症状: Rank Fusion後の結果が期待と異なる

確認事項:

  1. 各検索タイプの結果を個別に確認

  2. rank.fusion.rank_constant の値を調整

  3. rank.fusion.window_size を適切な値に設定

検索が遅い

症状: Rank Fusion有効時に検索が遅くなる

解決方法:

  1. rank.fusion.threads を調整してスレッド数を最適化

  2. rank.fusion.window_size を小さくする

メモリ不足

症状: OutOfMemoryError が発生する

解決方法:

  1. rank.fusion.window_size を減らす

  2. JVMヒープサイズを増やす

  3. 不要な検索タイプを無効化

参考情報