[論文レビュー] Rules, Resources, and Restrictions: A Taxonomy of Task-Based Information Request Intents

Melanie A. Kilian, David Elsweiler|arXiv (Cornell University)|Jan 19, 2026

Information Retrieval and Search Behavior被引用数 0

ひとこと要約

この論文は、空港情報デスクの専門家へのインタビューから得られたタスクベースの情報要求意図の grounded-theory に基づく分類法を開発し、タスク文脈を従来のログベースアプローチを超えてクエリ意図へ結びつけます。分類法は高レベルの作業タスクに焦点を当てることで、AI主導のタスク指向検索を支援します。

ABSTRACT

Understanding and classifying query intents can improve retrieval effectiveness by helping align search results with the motivations behind user queries. However, existing intent taxonomies are typically derived from system log data and capture mostly isolated information needs, while the broader task context often remains unaddressed. This limitation becomes increasingly relevant as interactions with Large Language Models (LLMs) expand user expectations from simple query answering toward comprehensive task support, for example, with purchasing decisions or in travel planning. At the same time, current LLMs still struggle to fully interpret complex and multifaceted tasks. To address this gap, we argue for a stronger task-based perspective on query intent. Drawing on a grounded-theory-based interview study with airport information clerks, we present a taxonomy of task-based information request intents that bridges the gap between traditional query-focused approaches and the emerging demands of AI-driven task-oriented search.

研究の動機と目的

• 従来のクエリ中心の意図分類法とAI主導のタスク指向検索のニーズのギャップを埋める。
• 情報デスクのスタッフへの定性的専門家インタビューを通じてタスク文脈とユーザー目標を把握する。
• grounded-theory に基づく抽象的で他のタスク文脈へ移植可能な分類法を開発する。
• タスク文脈が情報要求の解釈をどのように修飾するかを示す。

提案手法

• Qualitative GTM 法を用いた8名の空港情報デスク職員への grounded-theory ベースのインタビュー研究を実施した。
• インタビューから情報要求の発言を720件収集し、オープン・軸・選択的コード化を実施した。
• 定数比較を用いて分類を精練し、カテゴリを挑戦するためにAI言語モデル（GPT-4o）を参照しつつ人間主導の解釈を保持した。
• タスクベースの意図を説明する4層の分類法を、20のレベル-1カテゴリと86のサブカテゴリとして作成した。
• 外部アセッサによる147問の無作為抽出質問で分類法の信頼性を評価し、ICCに相当する Cohen’s κ = 0.84 の substantial 一致を達成した。
• 抽象的で文脈一般的なカテゴリ（例：’行動のための規則’）を空港特有のラベルより重視することを目指した。

Figure 1. The top levels of the task-based request intent taxonomy

実験結果

リサーチクエスチョン

• RQ1 空港訪問者が持つさまざまな情報ニーズは何で、それらのニーズの背後にはどんなタスクが潜んでいるのか？
• RQ2 タスク文脈は情報要求を isolated なクエリ意図を超えてどのように形づくり分類できるのか？
• RQ3 タスクベースの分類法は従来のログベースデータを超えたより広いAI主導のタスク指向検索を支援できるのか？
• RQ4 空港由来の分類法は他のタスク文脈へどの程度移植可能か？

主な発見

• 4層の分類法で20のレベル-1カテゴリと86のサブカテゴリがタスクベースの情報要求意図を捉える。
• 行動規則・文脈/制約・資源・進行の手掛かりを、タスクベースの検索における中核意図領域として主張する。
• 計画タスクは実行タスクより詳細な回答を必要とするケースが多いが、表現は文脈を必ずしも明確に示さないことがある。
• タスク文脈は要求を解釈するうえで不可欠であり、”Where is …?” のクエリが計画段階か実行段階かに応じて同じ詳細性を必ずしも示さない。
• 分類法は既存の機能ベース・内容ベースの分類法と整合しつつ、転用性のためにタスク・行動ベースの視点を強調している。
• カテゴリ割り当てにおける評定者間の一致は、要求の背後の文脈がアセッサに提供された場合 substantial (κ = 0.84) であった。