> Discover all available pages from the documentation index: https://mastra.zisheng.pro/ja/llms.txt # rerankWithScorer() `rerankWithScorer()` 関数は、意味的関連性、ベクトル類似度、位置ベースのスコアリングを組み合わせ、ベクトル検索結果に高度な再ランキング機能を提供します。 ```typescript function rerankWithScorer({ results: QueryResult[], query: string, scorer: RelevanceScoreProvider, options?: RerankerFunctionOptions, }): Promise; ``` ## 使用例 ```typescript import { rerankWithScorer as rerank, CohereRelevanceScorer } from '@mastra/rag' const scorer = new CohereRelevanceScorer('rerank-v3.5') const rerankedResults = await rerank({ results: vectorSearchResults, query: 'How do I deploy to production?', scorer, options: { weights: { semantic: 0.5, vector: 0.3, position: 0.2, }, topK: 3, }, }) ``` ## パラメーター **results** (`QueryResult[]`): 再ランキングするベクトル検索結果 **query** (`string`): 関連性の評価に使用する検索クエリのテキスト **scorer** (`RelevanceScoreProvider`): 再ランキングに使用する関連性スコアラー **options** (`RerankerFunctionOptions`): 再ランキングモデルのオプション **options.weights** (`WeightConfig`): 各スコアリング要素の重み(合計が 1 になる必要があります) **options.weights.semantic** (`number (default: 0.4)`): 意味的関連性の重み **options.weights.vector** (`number (default: 0.4)`): ベクトル類似度の重み **options.weights.position** (`number (default: 0.2)`): 位置ベースのスコアリングの重み **options.queryEmbedding** (`number[]`): クエリの Embedding **options.topK** (`number`): 返す上位結果の数 `rerankWithScorer` 関数は、@mastra/rag の任意の `RelevanceScoreProvider` を受け取ります。 > **注記:** 再ランキング時に意味スコアリングを正しく機能させるには、各結果の `metadata.text` フィールドにテキストコンテンツを含める必要があります。 ## 戻り値 この関数は `RerankResult` オブジェクトの配列を返します。 **result** (`QueryResult`): 元のクエリ結果 **score** (`number`): 再ランキングの総合スコア(0~1) **details** (`ScoringDetails`): スコアリングの詳細情報 ### `ScoringDetails` **semantic** (`number`): 意味的関連性スコア(0~1) **vector** (`number`): ベクトル類似度スコア(0~1) **position** (`number`): 位置ベースのスコア(0~1) **queryAnalysis** (`object`): クエリ分析の詳細 **queryAnalysis.magnitude**: クエリの大きさ **queryAnalysis.dominantFeatures**: クエリの主要な特徴 ## 関連項目 - [createVectorQueryTool](https://mastra.zisheng.pro/ja/reference/tools/vector-query-tool)