POI検索システムにおける 誤字・脱字との戦い

GO株式会社のSaito Tomokiが、地図やナビアプリの「POI（地点）検索」の裏側で起きている課題と、その解決へのアプローチを明かす技術資料です 。

「とうきょうえひ」と検索したら、0件。

多くのユーザーが経験するこの「検索ヒットしない」問題。実は、この検索システムは「検索速度」を最優先する特定のアルゴリズム（B+tree）を採用しているため、少しの誤字・脱字も許容しにくいというジレンマを抱えていました 。

では、システムの強みである「速度」を維持したまま、どうすれば「とうきょうえひ」を「とうきょうえき」だと認識させられるのでしょうか？

本資料では、単なる「表記ゆれ（全角/半角など）」や「別名（通称）」の対応といった一般的な改善策に留まらず、厄介な「純粋な入力ミス」 にどう立ち向かったのかが語られます。

最大の鍵は、資料の後半で明かされる「分析ログ」 の活用法。

ユーザーが検索に失敗し、最終的に“手動で”地図上から目的地を設定した行動ログ にこそ、解決のヒントが隠されていました。

一体どのようなログを、どう分析すれば 、ユーザーの「入力ミス」と「本当に探したかった場所」 を結びつけられるのか？ その具体的な「戦い」の全貌が、ここに記されています。

Transcript

1. AI Community 2025.10.30 Tomoki Saito GO株式会社 POI検索システムにおける 誤字・脱字との戦い
2. 2 項目 01｜背景と検索アルゴリズム 02｜取り組みたい課題 03｜誤字・脱字への対応 04｜分析ログの利用
3. 3 01 背景と検索アルゴリズム
4. 4 POI: Point of Interestの略 地図やナビゲーションアプリケーションでは ユーザーにとって興味のある場所や施設を示す POIとは
5. 5 検索速度を重視するためB+treeアルゴリズムによって実装 特徴 1. 大量のデータを効率的に管理し、迅速にアクセスすることが可能 2. 深さを一定に保てるので安定した検索速度が実現可能 検索システムの根本的な設計思想
6. 6 ルート・Parent(親)・Child(子)ノードで構成される B+treeアルゴリズム Root Key7 Parent Key3 Key6 Parent Key10 Key11 Child (key: value) Key1 Val2 Key2 Val2 Child (key: value) Key4 Val2 Key5 Val2 Child (key: value) Key8 Val2 Key9 Val2 Child (key: value) Key12 Val2 Key13 Val2
7. 7 keyをPOI名称から生成 key生成の例 case1. 「東京駅」 => ト::トウ::トウキ::トウキョ::トウキョウ::トウキョウエ::トウキョウエ キ::東::東京::東京駅 case2. 「東京スカイツリー」 => ト::トウ::トウキ::トウキョ::トウキョウ::トウキョウス::トウキョウス カ::トウキョウスカイ::トウキョウスカイツ::(省略) B+treeアルゴリズムで何を検索するのか
8. 8 構築された一部を抜粋すると B+treeアルゴリズム Parent 東 Parent 東京 東海 Parent 東北 東和 Child (key: value) 東京駅 POI: 東京駅 東京スカ イツリー POI: 東京ス カイツリー Child (key: value) 東海寺 東海大学 Child (key: value) 東北神社 東北物産 Child (key: value) 東和建物 東和寺 POI: 東和建物 POI: 東和寺 POI: 東北神社 POI: 東北物産 POI: 東海寺 POI: 東海大学 Root or Parent ノードへ
9. 9 システム構成 POI元データA POI元データB POIデータA POIデータB データ加工モジュール オンライン処理 モジュール エンドユーザ POI元データB 必要データ(列など)の 取り込み 役割 • 複数データの統合 • 文字列正規化処理 • 独自スコアの付与 • 類似POIデータ の統合, etc. 統合 POIデータ 役割 • インデックスの作成 (B+Treeの生成) • リクエスト受取 • クエリ文字列処理 • 距離による順位付け • 最終結果のsort, etc. 検索用 インデックス
10. 10 02 取り組みたい課題
11. 11 誤字・脱字による検索結果0件状態を防ぎたい 目下取り組みたい課題 とうきょうえ POI: 東京駅 とうきょうえひ 検索結果0件
12. 12 ▪ 誤字・脱字を含んだ表記とPOIを結びつけたい どういった構想で誤字・脱字に対応するのか とうきょうえひ 麻布台ヒルス 「とうきょうえき」 だろうなぁ 「麻布台ヒルズ」 だろうなぁ
13. 13 ▪ 範囲検索 ▪ クエリ: 「とうきょうえひ」に対して ▪ 「とうきょう」〜 「とうきょうえき」までを検索 ▪ 多くなる候補のソートを工夫する ▪ ベクトル検索 ▪ 意味的に同じ対象を検索する ▪ 誤字・脱字変換 ▪ クエリ: 「とうきょうえひ」に対して ▪ 検索クエリを「とうきょうえき」に修正 ▪ 修正用の辞書を頑張って作る どういった構想で誤字・脱字に対応するのか
14. 14 ▪ 範囲検索 ▪ クエリ: 「とうきょうえひ」に対して ▪ 「とうきょう」〜 「とうきょうえき」までを検索 ▪ 多くなる候補のソートを工夫する ▪ ベクトル検索 ▪ 意味的に同じ対象を検索する ▪ 誤字・脱字変換 ▪ クエリ: 「とうきょうえひ」に対して ▪ 検索クエリを「とうきょうえき」に修正 ▪ 修正用の辞書を頑張って作る どういった構想で誤字・脱字に対応するのか コチラ の話
15. 15 03 誤字・脱字への対応
16. 16 以下の違いで管理構造を想定 1. 汎用化できるか 2. POI名称として正しいかどうか 3. 発生回数として多いかどうか 誤字・脱字の定義
17. 17 クエリの正規化で対応 汎用化できるケース 全角・半角スペースの有無 クエリ: 「東京 タワー」 名称: 「東京タワー」 大文字・小文字の違い クエリ: 「TOKYO STATION」 名称: 「Tokyo Station」 中黒（・）の有無 クエリ: 「マークイズ」 名称: 「マーク・イズ」 ハイフン（-）の有無 クエリ: 「セブンイレブン」 名称: 「セブン-イレブン」 半角・全角カタカナの違い クエリ: 「ｻﾝｼｬｲﾝ」 名称: 「サンシャイン」 ひらがな・カタカナの違い クエリ: 「ららぽーと」 名称: 「ララポート」 長音符（ー）の有無 クエリ: 「コンピュータ」 名称: 「コンピューター」 「ヶ」「ケ」「が」の揺れ クエリ: 「霞が関」 名称: 「霞ケ関」 助詞「の」「ノ」の揺れ クエリ: 「お茶の水」 名称: 「御茶ノ水」
18. 18 以下のケースはPOIの別称・通称として考える POI名称として正しいケース ▪ POI名称: 「東京国際空港」 クエリ文字列: 「羽田空港」 ▪ POI名称: 「大阪国際空港」 クエリ文字列: 「伊丹空港」 ▪ POI名称: 「中部国際空港」 クエリ文字列: 「セントレア」 ▪ POI名称: 「東京国際展示場」 クエリ文字列: 「東京ビッグサイト」 ▪ POI名称: 「東京港連絡橋」 クエリ文字列: 「レインボーブリッジ」 ▪ POI名称: 「東京スタジアム」 クエリ文字列: 「味の素スタジアム」 ▪ POI名称: 「横浜国際平和会議場」 クエリ文字列: 「パシフィコ横浜」 ▪ POI名称: 「阪神甲子園球場」 クエリ文字列: 「甲子園」 ▪ POI名称: 「東京都庁舎」 クエリ文字列: 「都庁」 ▪ POI名称: 「ユニバーサル・スタジオ・ジャパン」 クエリ文字列: 「USJ」
19. 19 名称としては間違っているがよくある誤字・脱字は 　　　　　　　　エイリアスに登録 or 独自辞書の作成を行う 発生回数として多いケース ▪ 単語の抜け（脱字） クエリ: 「グランドホテル A」 POI名称: 「ニュー グランドホテルA」 ▪ 同音異字（漢字 vs ひらがな） クエリ: 「まるふく寿司」 POI名称: 「まるふく寿し」 ▪ 漢字とカタカナの混在（略記） クエリ: 「ABC皮膚科」 POI名称: 「ABC皮フ科」 ▪ 類似した意味を持つ接尾語の違い クエリ: 「XYZ直売店」 POI名称: 「XYZ直売所」 ▪ カナの入力ミス（「ン」の挿入） クエリ: 「グランス シティ」 POI名称: 「グラス シティ」 ▪ 異体字（旧字体・新字体） クエリ: 「メゾン山崎」 POI名称: 「メゾン山﨑」 ▪ 濁点・半濁点の入力ミス クエリ: 「なごのキャンバス」 POI名称: 「なごのキャンパス」 ▪ 同音異義語（似た業種の漢字違い） クエリ: 「かわひがし接骨院」 POI名称: 「かわひがし整骨院」
20. 20 04 分析ログの利用
21. 21 目的 「入力ミス」と「正しい POI」のペアを抽出する。 手順. ※母集団は 「検索を利用したが結果を使わずに手動で迎車位置を設定した配車」 Step1. 「正解POI」の特定 「実際に迎車した位置（緯度経度）」を取得。その緯度経度に「最も近い POI」を特定する。 （例： 迎車位置 → 最寄りPOI 「東京タワー」） Step2. 「入力クエリ」と「正解 POI」の比較 「ユーザーが検索に用いた文字列（クエリ）」を取得する。 （例： 検索クエリ 「とうきょうタわー」） Step3. 類似ペアの抽出（辞書候補） 「入力クエリ」と「正解POI」を比較し、類似しているペアを抽出する。 類似度の判定： 編集距離を計算し、距離が近い（＝文字列が似ている）ものを採用する。 （例： 「とうきょうタわー」 vs 「東京タワー」 → 類似度 高） 分析ログからの誤字・脱字取得方針
22. 22 本当はどのPOIを当てたかったのかを見極める 方法 1. 「実際に迎車した位置（緯度経度）」を取得 2. その緯度経度に「最も近いPOI」を特定する Step1. 「正解POI」の特定 無いから自分で 位置を設定しよ
23. 23 抽出したい誤字・脱字が得られていそうか 入力クエリ 「そば山崎」 POI名称 　 「そば山﨑」 Step2. 「入力クエリ」と「正解POI」の比較 比較 ※ここでいろんなケースが得られました
24. 24 「入力クエリ」と「正解POI」を比較し、 　　　　　　　　　　　類似しているペアを抽出する。 類似度の判定 編集距離を計算し、距離が近い（＝文字列が似ている）ものを採用 Step3. 類似ペアの抽出（辞書候補） 入力クエリ「グランスシティ」 POI名称　 「グラ　スシティ」 編集距離1
25. 25 末尾かな POI名の末尾が「かな」で終わるもの。 入力途中や、名称自体がひらがな /カタカナの場合。 （例: 「東京えき」、「東京こくさいフォーラム」） 1文字 1文字のみの検索クエリ。 特定のカテゴリ（「駅」など）や地図上の記号（「 A」など）の可能性。 現在地 「現在地」や「今いる場所」を表すクエリ。 現在地周辺のPOI検索が目的。（例 : 「現在地」「今いる場所」） 住所 特定の住所を直接入力したクエリ。 その住所自体や、その周辺の POI検索。（例: 「東京都新宿区西新宿」） 分析ログから得られた別タイプのクエリ 数字のみ 数字だけで構成されるクエリ。 郵便番号、電話番号 、特定のビル名・番地（例 : 「109」）など 空文字・NULL 見た目上は空文字だが、 文字コードの異なる空白など、 正規表現で除外しきれなかった入力 。 （誤操作やシステム起因も含む） 記号のみ 記号だけで構成される検索クエリ。 （例: 「!?」、「@」、「(^o^)」のような顔文字 ）
26. 26 ▪ 誤字・脱字辞書によるUX改善 ▪ 今回得られた別タイプクエリの対応 ▪ 末尾かな ▪ 住所 ▪ 現在地系 今後の展望