【ドキュメントリコール】とは？AI・データ分析における意味や使い方を分かりやすく解説

RAG（検索拡張生成）システムを構築していて、「AIが知っているはずの情報を回答してくれない」と悩んだことはありませんか？その解決の鍵を握るのがドキュメントリコール（Document Recall）という指標です。

一言でいえば、ドキュメントリコールとは「システムが保持している膨大な資料の中から、ユーザーの質問に関連する情報を、どれだけ漏らさずに探し出せたか」を示す成績表のようなものです。AIの回答精度を左右する、もっとも重要な評価軸の一つといえます。

「ドキュメントリコール」の意味・定義とは？

ドキュメントリコールは、検索システムやRAGにおいて「正解となる情報が、検索結果の中にどれだけ含まれていたか」を測定する指標です。日本語では「文書再現率」と訳されることもあります。

システムが100の資料を持っているとして、ユーザーの質問に対する正解がその中に5つあるとします。このとき、検索システムが検索結果として5つとも完璧にリストアップできれば、ドキュメントリコールは100%（1.0）です。逆に、2つしか見つけられなければリコールは40%（0.4）となります。

現場では略して単に「リコール」と呼ばれることも多いですが、精度（Precision）とセットで語られることがほとんどです。専門用語としては「情報検索における再現率」の一部として定着しています。

AI・データサイエンス現場での実際の使われ方・例文

RAGの精度向上を目指すプロジェクトでは、エンジニアとPMがリコール値を眺めながら、検索エンジンのチューニングを繰り返します。現場では以下のような会話が日常的に行われています。

• 「検索アルゴリズムを改善した結果、ドキュメントリコールは向上しましたが、ノイズも増えて精度（Precision）が落ちてしまいましたね」
• 「この質問ケースだと、上位3件の検索結果に正解が含まれていないので、ドキュメントリコールが低すぎます。チャンクサイズを調整しましょう」
• 「ユーザーにとって『漏れがないこと』が重要なので、今回は精度を少し犠牲にしても、ドキュメントリコールを最優先で改善してください」

「ドキュメントリコール」の関連用語・現場での注意点

この用語を理解する上で欠かせないのが、ドキュメントプレシジョン（Document Precision：適合率）との関係性です。リコール（網羅性）を上げようとすると、関係のない文書まで拾いやすくなり、プレシジョン（正確性）が下がるというトレードオフの関係にあります。

現場での注意点として、「リコールさえ高ければ良いわけではない」という点に注意してください。あまりに多くの文書をAIに読み込ませすぎると、かえってAIが混乱し、ハルシネーション（もっともらしい嘘）を引き起こす原因になります。

最新のLLM環境では、単純な検索ヒット数だけでなく、「上位K件のリコール（Recall at K）」を重視し、いかに効率よく関連情報をAIに渡すかがエンジニアの腕の見せ所となっています。

「ドキュメントリコール」に関するよくある質問（FAQ）

Q. ドキュメントリコールが高いと、AIの回答は完璧になるのですか？

A. いいえ、そうとは限りません。リコールが高いということは「必要な情報は手元にある」状態ですが、その情報をAIが正しく解釈し、論理的に要約できるかどうかは別の話です。リコールは「素材の集まり具合」、LLMの推論能力は「料理の腕前」と考えると分かりやすいでしょう。

Q. 開発現場でリコール値をどうやって計算するのですか？

A. 事前に「質問と正解の文書」のペアを用意した「評価データセット（ゴールデンセット）」を作成します。そのデータセットに対して検索を行い、正解文書が検索結果に含まれているかをプログラムで自動判定して算出するのが一般的です。

Q. 検索精度を上げるには、リコールとプレシジョンのどちらを重視すべきですか？

A. サービスの性質によります。法的文書の検索のように「見落としが許されない」分野ならリコール重視。逆に、チャットボットのように「無駄な情報を排除して回答の質を保ちたい」分野ならプレシジョンを重視します。まずは現在のシステムのボトルネックがどちらにあるかを確認しましょう。

まとめ：現場で役立つ「ドキュメントリコール」の知識

• ドキュメントリコールは「正解情報をどれだけ漏らさず拾えたか」を示す再現率のこと。
• 検索結果の網羅性を示す重要な指標だが、精度とのバランス調整が不可欠。
• 最新のAI開発では「検索結果の中にどれだけ正解があるか」を評価することが、高精度なRAG構築の第一歩。

専門用語が出てくると難しく感じますが、要するに「検索の抜け漏れを防ぐためのバロメーター」だと捉えれば怖くありません。ぜひ日々の開発やデータ分析の現場で、この指標を武器に、より賢いAIシステムを作り上げていってくださいね！