Recherche Sémantique (Semantic Search)

Définition

La recherche sémantique est une technique de recherche d'information qui utilise des embeddings vectoriels pour trouver des documents conceptuellement proches d'une requête, indépendamment de la correspondance lexicale exacte. Contrairement à la recherche par mots-clés (BM25, TF-IDF), la recherche sémantique encode la requête et les documents dans un espace vectoriel commun via des modèles bi-encodeurs (SBERT, E5, BGE), puis calcule la similarité cosinus pour classer les résultats. La recherche hybride (dense + sparse) combine les forces des deux approches, avec des outils comme Reciprocal Rank Fusion pour l'agrégation. Les pipelines de reranking (CrossEncoder, Cohere Rerank) affinent les résultats en N candidats. En cybersécurité, la recherche sémantique est transformatrice pour la threat intelligence : trouver des TTPs similaires à une technique d'attaque même reformulée différemment, détecter des variantes de malwares par comportement plutôt que par signature, et interconnecter des rapports de menaces hétérogènes au-delà de la simple concordance de mots-clés.