Notion · Brancher l’IA sur ses données
Recherche sémantique
Une recherche qui comprend le sens de la question au lieu de chercher les mots exacts. « Contrat non renouvelé » retrouve un document qui parle de « résiliation à l’échéance ».
Comment ça marche
La recherche classique compare des mots. La recherche sémantique compare des idées. Pour y parvenir, chaque texte est transformé en une liste de nombres, appelée embedding, qui résume ce dont il parle. Deux textes sur le même sujet, même écrits avec des mots différents, obtiennent des listes proches.
Quand vous posez une question, elle est transformée de la même façon, et le système cherche les textes dont la liste est la plus proche de la vôtre. Le résultat : la bonne fiche remonte même si elle n’emploie aucun des mots de votre question. C’est le moteur caché derrière la plupart des assistants branchés sur des documents.
Un exemple concret
- La base de connaissances compte 1 200 articles d’aide, écrits par des personnes différentes, avec des vocabulaires différents.
- Un client écrit : « impossible de récupérer mes anciens exports ». Aucun article ne contient le mot « récupérer » ni « anciens ».
- La recherche classique ne trouve rien. La recherche sémantique remonte en premier l’article « Historique des exports : durée de conservation et téléchargement », qui répond à la question.
- L’agent de support voit l’article suggéré, le vérifie et répond en deux minutes.
Au passage, l’équipe a découvert que trois articles disaient presque la même chose avec des mots différents. Elle les a fusionnés.
Ce que ça change pour une équipe
- On trouve ce qu’on cherche. Les documents écrits par d’autres, avec leurs mots à eux, redeviennent accessibles. C’est particulièrement vrai pour les procédures et les comptes rendus anciens.
- Les nouveaux arrivants gagnent du temps. Ils ne connaissent pas encore le vocabulaire maison. La recherche par le sens compense.
- C’est la base d’un assistant documentaire. Avant de faire rédiger des réponses par un modèle, il faut qu’il retrouve les bons passages. La qualité de la recherche fait la qualité des réponses.
- Ça révèle l’état de la documentation. Les doublons, les contradictions et les trous apparaissent vite quand on commence à interroger la base.
Les limites et les erreurs fréquentes
- Chercher un identifiant par le sens. Un numéro de facture, un code article, un nom de client : la recherche sémantique peut les rater. Les systèmes sérieux combinent recherche par le sens et recherche par mots exacts.
- Des documents trop longs ou trop courts. Le découpage en fragments conditionne tout. Un fragment qui mélange trois sujets donne un embedding flou.
- Un modèle d’embedding inadapté. Entraîné sur l’anglais, sur le grand public, ou trop petit : les résultats se dégradent sans que ce soit visible. Testez sur une cinquantaine de vraies questions avant de déployer.
- Oublier de réindexer. Un document modifié mais non réindexé continue d’être retrouvé dans son ancienne version. La mise à jour de l’index fait partie du processus.
Pour aller plus loin
La requête et les documents sont convertis en embeddings, puis comparés par similarité vectorielle. On la combine souvent à une recherche par mots-clés (recherche hybride) et à un reclassement des résultats pour gagner en précision.
Où ça se situe chez Opora
Programme 03 · Garder la maîtriseL’IA chez vous, sans que vos données sortent
Mettre en place une recherche par le sens sur les documents de l’entreprise, en interne, fait partie du programme Garder la maîtrise.
Questions fréquentes
Quelle différence avec la recherche de mon intranet ou de mon outil de documents ?
La recherche classique cherche les mots que vous tapez. Si le document dit « résiliation à l’échéance » et que vous tapez « fin de contrat », elle ne le trouve pas. La recherche sémantique compare le sens, et le trouve. Les deux se complètent : les mots exacts restent meilleurs pour un numéro ou un nom.
La recherche sémantique, c’est une IA ?
Elle repose sur un modèle d’IA, le modèle d’embedding, qui transforme les textes en nombres. Mais elle ne rédige rien : elle retrouve. C’est quand on y ajoute un modèle de langage pour formuler la réponse qu’on obtient un RAG.
Est-ce que ça marche en français ?
Oui, à condition de choisir un modèle d’embedding entraîné sur le français ou multilingue. Les modèles conçus pour l’anglais seul donnent des résultats nettement moins bons sur des documents français.