Apple Music の多言語検索における意味的検索技術の導入
Apple は、150 以上の国と多言語に対応する Apple Music の検索精度を向上させるため、GTE-multilingual-base を基盤とした大規模な多言語意味的検索システムを導入した。
キーポイント
大規模多言語検索の課題解決
150 以上のストアと毎日数十万曲が追加される環境において、誤記や転写、異言語間のクエリに対する検索再現率（recall）がセッション品質の鍵となる。
Siamese Bi-encoder の採用
3.05 億パラメータを持つ Siamese bi-encoder モデルを採用し、GTE-multilingual-base からカリキュラムスケジューリング付きの多目的学習でファインチューニングした。
検索スタックへの統合
このモデルは Apple Music の検索インフラに直接統合され、特にユーザーの大半を占める「テールクエリ（長尾キーワード）」の精度向上に寄与している。
重要な引用
search recall on misspelled, transliterated, and cross-lingual queries becomes a dominant driver of session quality
multilingual semantic retrieval system built on a 305M-parameter Siamese bi-encoder fine-tuned from GTE-multilingual-base
影響分析・編集コメントを表示
影響分析
この発表は、音楽ストリーミングサービスのような大規模コンテンツプラットフォームにおいて、多言語対応と曖昧なクエリ処理をどのように高度化するかという業界標準を示すものです。特に GTE ベースのアーキテクチャ採用は、コスト効率と精度のバランスを取るための実用的なアプローチとして他社にも影響を与える可能性があります。
編集コメント
Apple がオープンソースの基盤モデルを独自にファインチューニングし、自社の巨大な音楽カタログで実戦投入した事例は、RAG や検索システムの最適化において非常に示唆に富んでいます。
Apple Music は、数十の言語に対応する 150 以上のストアで利用されており、毎日数十万曲というペースで楽曲カタログが拡大し続けています。この規模において、入力ミスやローマ字変換、あるいは異言語間での検索クエリに対する検索結果の網羅性（recall）は、セッション品質を決定づける主要な要因となります。特に、ユニークな検索クエリの大半を占める「テール（長尾）」の検索において、その重要性は際立っています。
今回発表するのは、3 億 5000 万パラメータを持つ双方向エンコーダー（Siamese bi-encoder）ベースの多言語意味検索システムです。このモデルは、GTE-multilingual-base を基に微調整を施し、カリキュラム学習に基づくマルチ目的訓練によって最適化されています。
このモデルは、検索スタックの一部として…
原文を表示
Apple Music serves listeners across 150+ storefronts in dozens of languages, with a catalog that grows by hundreds of thousands of new tracks daily. At this scale, search recall on misspelled, transliterated, and cross-lingual queries becomes a dominant driver of session quality, particularly for tail queries that account for the majority of unique queries. We present a multilingual semantic retrieval system built on a 305M-parameter Siamese bi-encoder fine-tuned from GTE-multilingual-base with curriculum-scheduled multi-objective training. The model is integrated into the search stack via a…
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み