AIP基盤モデルの統合、データ管理、コンプライアンス
グローバルな法律事務所が Amazon Bedrock Knowledge Bases と Amazon OpenSearch Serverless を使用して、数百万件の判例・契約書・法令を対象とした RAG ベースの検索システムを構築しています。弁護士からのクエリは「案件番号 XYZ-2023-001 の indemnification clause（免責条項）」のような完全一致検索と、「software license breach における損害賠償の法的解釈」のような意味的クエリが混在します。最高の検索精度を実現するための最適な構成はどれですか？
Aセマンティック検索のみを設定する。ベクトル埋め込みが案件番号などの識別子と自然言語クエリの両方を適切に表現できるため
（セマンティック検索のみ）では、固有識別子の精度が低下します。
Bキーワード検索（BM25）のみを設定する。法律文書では案件番号などの完全一致が最優先事項であるため
（キーワード検索のみ）では、概念検索が困難です。
Cハイブリッド検索を設定し、alpha パラメータでセマンティックスコアとキーワードスコアの重みをクエリ特性に応じて調整する
✓ 正解
Bedrock Knowledge Bases の OpenSearch Serverless 統合はハイブリッド検索をサポートし、BM25（キーワード一致）とベクトル類似度検索を組み合わせられます。alpha パラメータで両スコアの比率を制御できるため、精密な識別子検索と意味的検索が混在するユースケースに最適です。
D構造化データ（案件番号）と非構造化データ（文書本文）に別々の OpenSearch インデックスを作成し、アプリケーション層でマージする
（別々のインデックス）は、Bedrock Knowledge Basesの標準機能として提供されておらず実装が複雑になり、ハイブリッド検索と比較して精度・保守性ともに劣ります。
解説
Bedrock Knowledge Bases の OpenSearch Serverless 統合はハイブリッド検索をサポートし、BM25（キーワード一致）とベクトル類似度検索を組み合わせられます。alpha パラメータで両スコアの比率を制御できるため、精密な識別子検索と意味的検索が混在するユースケースに最適です。
選択肢A（セマンティック検索のみ）では、固有識別子の精度が低下します。
選択肢B（キーワード検索のみ）では、概念検索が困難です。
選択肢D（別々のインデックス）は、Bedrock Knowledge Basesの標準機能として提供されておらず実装が複雑になり、ハイブリッド検索と比較して精度・保守性ともに劣ります。
ドメイン別正答率・予想スコアでリアルタイムに実力把握
無限ノックでAIPを徹底対策。全問AI生成のオリジナル問題。
無料で演習を始める →