--- title: "La recherche par le sens" description: "Pourquoi « facture impayée » retrouve « relance client », et où la recherche se trompe." url: https://meridal.fr/apprendre/recherche-par-le-sens/ language: fr written: 2026-10-08 verified: 2026-10-08 license: CC BY 4.0 --- [Apprendre](https://meridal.fr/apprendre/) › [Vos documents](https://meridal.fr/apprendre/dossier/documents/) Comprendre · Niveau 3, Construire · 12 minutes # La recherche par le sens Pourquoi « congés » retrouve « solde sur le bulletin de paie », pourquoi « résilier un contrat » se trouve mieux par les mots, et pourquoi les bons outils combinent les deux : la recherche par le sens, à manipuler pour de vrai. Écrit le 8 octobre 2026 · Vérifié le 8 octobre 2026 ## Vous saurez - Dire ce que trouve la recherche par le sens, et ce qu'elle rate - Savoir quand la recherche par les mots fait mieux - Comprendre pourquoi les outils combinent les deux - Juger un outil de recherche sur vos propres questions - [← Avant Le RAG : une IA qui répond avec les documents de l'entreprise](https://meridal.fr/apprendre/rag/) - [↓ Plus concret Un RAG minimal en Python](https://meridal.fr/apprendre/rag-minimal-python/) - [→ Ensuite Projet, RAG ou ajustement du modèle](https://meridal.fr/apprendre/projet-rag-ou-ajustement/) Rappel de la page précédente Répondez de tête, puis ouvrez. [Le RAG : une IA qui répond avec les documents de l'entreprise](https://meridal.fr/apprendre/rag/) **1 Qu'est-ce qui compte le plus pour la qualité des réponses ?** L'état des documents : à jour, sans doublons ni versions qui se contredisent, lisibles par une machine. **2 Un RAG garantit-il qu'une réponse est juste ?** Non. Il la rend vérifiable, parce qu'elle cite ses passages. Si un document est faux ou périmé, la réponse le sera aussi. L'essentiel 1. La recherche par le sens retrouve un passage qui dit la même chose avec d'autres mots ; la recherche par les mots, seulement les mots tapés. 2. Elle rate parfois ce que les mots trouvent d'emblée : un terme exact, un nom, un numéro. 3. Les outils sérieux combinent les deux, puis reclassent ; dans l'explorable ci-dessous, la combinaison place le bon passage en tête ou presque à chaque question. 4. La recherche ne lit pas : elle compare des positions ; le modèle de langage ne lit que les passages qu'elle lui rapporte. 5. Le seul juge est un essai sur vos questions, dont vous connaissez le passage attendu. ## Problème Un salarié demande « Combien de jours de congés me reste-t-il ? ». Le document qui répond dit : « Le solde de congés figure sur chaque bulletin de paie. » Une recherche par les mots trouve d'abord d'autres passages, ceux qui parlent de jours ou de congés en général. Un assistant sur vos documents ne vaut que par sa recherche : s'il ne rapporte pas le bon passage, il ne peut pas bien répondre. ## Principe **Par le sens** : chaque passage reçoit une position, un vecteur calculé par un modèle, et deux textes de sens voisin reçoivent des positions voisines. La question reçoit la sienne ; la recherche rapporte les passages les plus proches. **Par les mots** : un score, comme BM25, compte les mots de la question présents dans chaque passage, en donnant plus de poids aux mots rares. Il trouve sans faute les termes exacts. **Les deux** : la recherche mixte lance les deux et fusionne les classements ; Anthropic la décrit comme la façon standard de faire, et la recherche dans les fichiers d'OpenAI la pratique. Le détail technique, les modèles et les bases : [embeddings et bases vectorielles](https://meridal.fr/apprendre/embeddings-et-bases-vectorielles/). ## Fonctionnement Une fois pour toutes, chaque passage est rangé dans un index ; la plupart des bases vectorielles utilisent un graphe, HNSW, où chaque passage est relié à ses plus proches voisins, avec quelques raccourcis aux niveaux du dessus. À chaque question, la recherche descend de voisin en voisin jusqu'aux passages les plus proches, sans tout comparer : c'est ce qui la rend rapide sur des millions de passages. Avant la recherche, un filtre écarte ce que la personne n'a pas le droit de lire. Après, un reclassement relit la question avec chaque passage trouvé et les remet en ordre ; les trois ou quatre meilleurs partent au modèle de langage, qui rédige la réponse. ## Exemple détaillé Explorable · 5 minutes Comment une question trouve ses passages Chaque point est un passage d'un document de l'entreprise. Chaque trait relie un passage à l'un de ses plus proches voisins : c'est l'index, construit une fois pour toutes, dans lequel la recherche va se déplacer de voisin en voisin. 1. *1* Choisir une question 2. *2* Prédire les passages 3. *3* Suivre la recherche 4. *4* Comparer les façons de chercher Chercher Profil Voir *Une démonstration calculée dans la page, sur des données inventées : 45 documents d'une entreprise fictive, découpés en passages. Chaque passage a un vecteur de 32 nombres ; la carte en montre une projection sur deux dimensions, si bien que deux points proches à l'écran ne sont pas toujours voisins pour la recherche. L'index est un HNSW simplifié, le type de graphe à niveaux qu'utilisent la plupart des bases vectorielles ; la recherche par les mots est un score BM25 ; la recherche mixte fusionne les deux classements par rang réciproque. Le reclassement est simulé. Les noms des groupes sont ajoutés pour la lecture.* ## Risques | Où la recherche se trompe | Pourquoi | La parade | |---|---|---| | Un terme exact : un numéro, un nom de produit | Le sens rapproche des idées, pas des chaînes de caractères | La recherche mixte, avec les mots | | Une reformulation éloignée | Les mots ne se recoupent pas | La recherche par le sens | | Un passage trop long | Le remplissage brouille le sens du passage ; Mistral observe que les passages courts retrouvent souvent mieux | Des passages courts, qui gardent leur titre | | Deux passages proches à l'écran, loin pour la recherche | Une carte en deux dimensions écrase un espace de centaines de dimensions | Ne jamais juger une recherche sur une carte : la mesurer | | Un document périmé, bien placé | La recherche ne sait pas qu'il est remplacé | Le retirer de l'index : [une base de fiches](https://meridal.fr/apprendre/base-de-fiches/) | ## Mise en place 1. **Demander à l'éditeur** s'il cherche par le sens, par les mots, ou les deux, et s'il reclasse. 2. **Écrire vingt questions** réelles, chacune avec le passage où se trouve la réponse, dont quelques-unes avec un terme exact et quelques-unes reformulées. 3. **Mesurer** combien de fois le passage attendu arrive parmi les trois premiers ; refaire la mesure à chaque changement d'outil ou de réglage : [l'évaluation d'un outil d'IA](https://meridal.fr/apprendre/evaluer-un-outil-d-ia/). 4. **Pour construire** : [un RAG minimal](https://meridal.fr/apprendre/rag-minimal-python/), puis [un RAG en production](https://meridal.fr/apprendre/rag-en-production/). ## Exercice Dans l'explorable, profil « Commercial », lancez les questions sur les congés et sur la résiliation d'un contrat fournisseur. Pour chacune, où arrive le passage qui répond, par le sens, par les mots, et en mixte ? Que montrent les deux questions ensemble ? **Ouvrir la correction** **Les congés**Rang 1 par le sens, rang 11 par les mots, rang 1 en mixte : le passage ne reprend pas les mots de la question, seul le sens le trouve. **La résiliation**Rang 3 par le sens, rang 1 par les mots, rang 1 en mixte : le passage contient les termes exacts, les mots le trouvent d'emblée. **Ensemble**Aucune des deux façons ne gagne partout ; la recherche mixte place le bon passage en tête dans les deux cas. Sur le délai d'un nouveau client, les rangs sont 3, 17 et 4 : la combinaison n'est pas toujours la meilleure, d'où le reclassement qui suit. Rangs relevés le 8 octobre 2026 dans l'explorable de cette page, calculé sur des données inventées. ## Vérification **1 Comprendre Pourquoi la recherche par le sens retrouve-t-elle un passage écrit avec d'autres mots ?** Parce qu'elle compare des positions qui traduisent le sens des textes, pas leurs mots : deux textes qui disent la même chose sont placés près l'un de l'autre. **2 Appliquer Vos salariés cherchent souvent par numéro de contrat. Quelle recherche faut-il ?** Une recherche qui combine le sens et les mots : les mots trouvent les termes exacts, comme un numéro, que le sens rate. **3 Comprendre La recherche rapporte un passage périmé. Est-ce une erreur de la recherche ?** Non : elle a trouvé un passage proche de la question. Elle ne sait pas qu'il est remplacé ; c'est l'index qui doit ne contenir que la version en vigueur. ## Lectures suivantes ↑ Plus général Rien avant : c'est un point de départ. ← Avant [Le RAG : une IA qui répond avec les documents de l'entreprise Comprendre · Niveau 1 · 12 minutes](https://meridal.fr/apprendre/rag/) Vous êtes ici La recherche par le sens → Ensuite [Projet, RAG ou ajustement du modèle Choisir · Niveau 2 · 10 minutes](https://meridal.fr/apprendre/projet-rag-ou-ajustement/) ↓ Plus concret [Un RAG minimal en Python S'exercer · Niveau 3 · 25 minutes](https://meridal.fr/apprendre/rag-minimal-python/) [Une base de savoir que l'assistant consulte avant de répondre Réalisation](https://meridal.fr/realisations/base-de-savoir/) [Tout le dossier « Vos documents »](https://meridal.fr/apprendre/dossier/documents/) Les pages qui renvoient ici - [Embeddings et bases vectorielles](https://meridal.fr/apprendre/embeddings-et-bases-vectorielles/) - [Le RAG avancé](https://meridal.fr/apprendre/le-rag-avance/) - [Un RAG minimal en Python](https://meridal.fr/apprendre/rag-minimal-python/) **Limites et sources** L'explorable calcule pour de vrai sur des données inventées, avec des vecteurs de 32 nombres au lieu de plusieurs centaines ; son reclassement est simulé. Il montre le mécanisme, pas la performance d'un outil. Les rangs de l'exercice viennent de cet explorable ; sur vos documents, seule votre mesure tranche. 1. [Anthropic, Introducing Contextual Retrieval](https://www.anthropic.com/news/contextual-retrieval) ; [OpenAI, Retrieval](https://platform.openai.com/docs/guides/retrieval) ; [pgvector](https://github.com/pgvector/pgvector). 2. Le relevé : `apprendre/recherches/2026-10-07-rag-technique.json`. Écrit par Meridal, avec l'aide de l'IA ; chaque fait vérifié à sa source et relu avant publication. Texte et schémas sous licence [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/deed.fr) : reprenez-les en citant Meridal. Le code sous licence MIT. Service correspondant Un assistant qui connaît votre entreprise 3 300 € à 10 200 €, puis sur devis [Voir le service](https://meridal.fr/offre/#assistant) ## Un premier échange de 30 minutes En visio et sans frais : vous décrivez votre situation, nous vous indiquons ce qui est réalisable, avec quels outils et pour quel ordre de prix. Vous pouvez aussi nous écrire ; chaque message reçoit une réponse écrite. [Réserver 30 minutes](https://meridal.fr/contact/#reserver) [Écrire un message](https://meridal.fr/contact/)