Embeddings et recherche sémantique
Parcours : Data, RAG & Vector Databases · Avancé
≈ 15 min
Contexte
Pourquoi la recherche par mots-clés ne suffit pas pour le RAG.
Au programme de ce module
- 01Contexte≈ 15 min
- 02Explication≈ 35 min
- 03Démonstration≈ 30 min
- 04Use Case≈ 25 min
- 05Case Study≈ 25 min
- 06Exercice≈ 35 min
- 07Quiz≈ 5 min
Une recherche par mots-clés exige que la question contienne les mêmes mots que le document. Or un utilisateur écrit « comment annuler ma commande » alors que le document parle de « procédure de rétractation ». Pour relier le sens et non les mots, le RAG s’appuie sur les embeddings (représentations vectorielles du sens).
Cet écart de vocabulaire (vocabulary mismatch) est la première cause d’échec des recherches internes : l’auteur du document écrit dans le jargon de son métier, l’utilisateur formule avec ses propres mots. Aucune des deux parties n’a tort — c’est l’outil de recherche qui doit absorber l’écart.
Objectifs d'apprentissage
À l’issue de ce module, vous saurez *Comprendre* l’intuition d’un espace vectoriel sémantique, *Appliquer* la similarité cosinus pour retrouver des passages proches, *Créer* une visualisation d’embeddings dans un notebook (carnet de calcul interactif), et *Évaluer* l’écart de vocabulaire entre questions utilisateurs et titres de documents.