SemEval-2026 Task 8「多ターンRAG会話のための階層的親子リトリーバル」 におけるH-RAG

要旨: SemEval-2026 タスク8（MTRAGEval）への提出として、H-RAG を提案します。本手法は、タスクA（Retrieval）とタスクC（Retrieved Passages を用いた生成）の両方に対応しています。タスクAは単独の検索品質を評価し、タスクCはマルチターンの対話設定における、検索拡張生成（RAG）のエンドツーエンド性能を評価します。ここでは、正確な回答生成と、検索された証拠に対する忠実な根拠づけの両方が求められます。我々のアプローチは、階層型の親子（parent-child）RAG パイプラインを実装し、生成時における親レベルの文脈再構築から、きめ細かな子レベルの検索を分離します。文書は重なりのある文ベースの子チャンクに分割されますが、一方で親ユニットとして完全な文書は保持され、首尾一貫した文脈を提供します。検索は、ハイブリッドな密（dense）-疎（sparse）探索、調整可能な重み付け、そして子チャンクに対する埋め込みベースの類似度による再スコアリングを組み合わせます。検索された証拠は親レベルで集約され、指示チューニング済みの言語モデルに渡されて応答が生成されます。H-RAG は、タスクAで nDCG@5=0.4271、タスクCで調和平均スコア=0.3241（RB_agg: 0.2488, RL_F: 0.2703, RB_llm: 0.6508）を達成しており、マルチターンRAG性能における検索設定と親レベル集約の重要性を裏付けています。