Recherche sémantique : chercher par le sens plutôt que par les mots
La recherche sémantique retrouve les contenus dont le sens est proche de votre question, même s'ils n'emploient aucun des mots que vous avez tapés. Elle repose sur des représentations numériques du sens des textes, et c'est elle qui permet aux assistants de retrouver le bon passage dans vos documents.
Données au 22 octobre 2026
L'essentiel en chiffres
| Niveau | Intermédiaire |
|---|
Comment ça marche
La recherche sémantique s’appuie sur des embeddings : chaque texte est converti en une liste de nombres qui représente son sens. Deux textes qui parlent de la même chose obtiennent des vecteurs proches, même s’ils n’ont aucun mot en commun. Pour chercher, on calcule le vecteur de la question, puis on retrouve les textes dont les vecteurs sont les plus proches. Pour de gros volumes, ces vecteurs sont rangés dans une base de données vectorielle, conçue pour trouver rapidement les plus proches voisins.
Une étape marquante a été l’article Sentence-BERT de Nils Reimers et Iryna Gurevych, déposé sur arXiv en août 2019, qui a montré comment produire efficacement des embeddings de phrases comparables entre eux.
Un exemple concret
Le service client d’un fournisseur d’énergie dispose de plusieurs centaines de fiches d’aide. Un client écrit : « ma facture a doublé alors que je n’ai rien changé ».
- Une recherche par mots-clés cherche « facture » et « doublé », et remonte surtout des fiches génériques sur la facturation.
- Une recherche sémantique retrouve aussi la fiche « Comprendre une régularisation après relevé de compteur », qui ne contient pas le mot « doublé » mais répond exactement au problème.
Pourquoi ça compte
C’est la brique de base du RAG : avant qu’un assistant réponde à partir de vos documents, il faut retrouver les bons passages, et c’est le plus souvent la recherche sémantique qui s’en charge. Elle sert aussi aux recommandations (« articles similaires »), à la détection de doublons et au classement automatique de messages.
Erreurs et idées reçues fréquentes
- « Proche en sens veut dire pertinent. » Un passage peut parler du même sujet sans répondre à la question. Une étape de reclassement aide souvent à trier les résultats.
- « Elle remplace les mots-clés. » Les codes, les noms propres et les chiffres exacts restent mieux traités par une recherche classique ; la recherche hybride combine les deux approches.
- « Il suffit d’indexer des documents entiers. » La qualité dépend beaucoup du découpage en morceaux : un passage trop long dilue le sens, un passage trop court perd son contexte.
Termes voisins : embedding, base de données vectorielle, RAG, découpage en morceaux (chunking).
Termes liés
- Embedding (plongement) · Liste de nombres (un vecteur) qui représente le sens d'un texte ou d'une image, pour comparer des contenus par leur proximité de sens.
- Base de données vectorielle · Base de données qui stocke des embeddings et retrouve très vite ceux qui sont les plus proches d'une question, donc les plus pertinents.
- RAG (génération augmentée par récupération) · Technique qui va chercher des passages dans vos documents avant de répondre, et les donne au modèle pour qu'il s'appuie dessus.
- Recherche hybride · Recherche qui combine mots-clés exacts et recherche par le sens (embeddings), puis fusionne les deux listes de résultats en un seul classement.
- Reranking (reclassement) · Seconde étape de recherche : un modèle plus précis relit les meilleurs candidats trouvés et les remet dans le bon ordre de pertinence.
- Chunking (découpage en morceaux) · Découpage de documents longs en petits passages cohérents, pour pouvoir les indexer et n'envoyer au modèle que les morceaux utiles.
Tout le glossaire
Questions fréquentes
En quoi est-ce différent d'une recherche par mots-clés ?
La recherche par mots-clés cherche les mots exacts (ou leurs variantes) de la requête. La recherche sémantique compare le sens : « résilier mon forfait » peut retrouver un texte intitulé « mettre fin à votre abonnement ».
La recherche sémantique est-elle toujours meilleure ?
Non. Pour une référence produit, un nom propre ou un numéro de contrat, la recherche par mots-clés est souvent plus précise. C'est pourquoi beaucoup de systèmes combinent les deux.
Faut-il un modèle d'IA pour faire de la recherche sémantique ?
Oui, il faut un modèle d'embedding pour transformer les textes en vecteurs. Mais ce modèle est généralement bien plus petit et moins coûteux qu'un grand modèle de langage conversationnel.
Sources des données
Données au 22 octobre 2026
Signaler une erreur
Un chiffre, une date ou une information vous semble faux ? Dites-le-nous : chaque signalement est vérifié.