Qu’est-ce qu’une base de données vectorielle ?
Une base de données vectorielle stocke des représentations numériques de textes, d’images ou d’autres données. Elle permet de retrouver des éléments proches par leur sens, même lorsqu’ils emploient des mots différents. Elle constitue souvent une partie d’un système qui fournit au modèle des connaissances pertinentes de l’entreprise.
Embeddings et similarité
Un embedding représente un contenu sous la forme d’un vecteur produit par un modèle donné. La recherche compare les distances entre la requête et les vecteurs stockés. Changer de modèle peut modifier le sens de l’espace vectoriel : les versions sont donc documentées et les représentations incompatibles ne sont pas mélangées.
Découpage du contenu et métadonnées
Les documents sont divisés en passages cohérents qui conservent le contexte nécessaire. Chaque passage porte sa source, sa langue, sa date, ses autorisations et d’autres métadonnées. Les filtres limitent les résultats à la bonne organisation, au bon produit ou au bon type de document.
Qualité de la recherche
On vérifie que les requêtes réelles renvoient les bons passages dans un ordre pertinent. Le jeu de tests comprend des questions courantes, des synonymes, des formulations ambiguës et des situations sans réponse disponible. Le nombre de résultats et le seuil de similarité sont adaptés à l’usage.
Sécurité et mises à jour
Un utilisateur ne doit pas retrouver de contenu auquel il n’a pas accès. Toute modification ou suppression d’un document doit aussi être répercutée dans l’index. Le système suit la provenance des informations, le chiffrement, les sauvegardes, les coûts et les temps de réponse lorsque le volume augmente.
L’approche de PAR HOUSE Agency
Nous concevons les bases vectorielles selon les questions réelles des utilisateurs et la structure des sources. Nous associons recherche sémantique, filtres précis, citations et contrôles d’autorisation. La qualité est mesurée sur nos propres scénarios afin que l’agent IA utilise des informations pertinentes et à jour.
