Qu’est-ce qu’un embedding ?
Un embedding représente le sens d’un texte, d’une image ou d’un autre objet sous la forme d’un vecteur de nombres. Les objets de sens proche se trouvent près les uns des autres dans cet espace. Cela permet de rechercher selon le sens plutôt que par correspondance exacte des mots.
Comment fonctionne-t-il en pratique ?
Une recherche de veste imperméable bleu marine peut retrouver un produit décrit autrement si le modèle reconnaît une proximité de sens. Le même principe sert aux recommandations, au regroupement de documents, à la recherche d’images similaires et à la sélection de contexte pour un assistant IA.
Choix du modèle et découpage du contenu
Le modèle est choisi selon la langue, le type de données, la qualité et le coût. Un long document est découpé en segments cohérents qui préservent son sens et le contexte nécessaire. Des segments trop petits perdent les liens utiles ; des segments trop grands peuvent réduire la précision et augmenter les coûts.
Index et similarité
Les vecteurs sont stockés dans un index avec les métadonnées et les droits d’accès. La mesure de similarité, les filtres et le nombre de candidats influencent les résultats. Les autorisations sur le document sont contrôlées avant de retourner le résultat, pour éviter de révéler des données auxquelles l’utilisateur n’a pas accès.
Tests et mises à jour
Les tests évaluent la pertinence des premiers résultats, la couverture des requêtes importantes, la rapidité et les fausses similarités. Un changement de modèle impose généralement de reconstruire l’index. Le jeu de tests comprend les demandes courantes, les exceptions difficiles et les cas où aucun résultat ne doit être renvoyé.
L’approche de PAR HOUSE Agency
Nous utilisons les embeddings après avoir défini le processus et des objectifs de qualité mesurables. Nous nettoyons les sources et choisissons le découpage, les métadonnées et les règles de sécurité. Nous comparons les résultats à une recherche classique et n’élargissons le dispositif que si les réponses sont effectivement meilleures.
