Recherche Sémantique (Semantic Search)

Définition

La recherche sémantique, ou semantic search, est une technique de recherche d'information qui exploite des embeddings vectoriels pour identifier des documents conceptuellement proches d'une requête utilisateur donnée, indépendamment de toute correspondance lexicale exacte entre les termes employés dans la requête et ceux effectivement présents dans les documents recherchés. Contrairement à la recherche traditionnelle par mots-clés, s'appuyant sur des algorithmes statistiques comme BM25 ou TF-IDF qui mesurent la fréquence et la rareté relative des termes partagés entre requête et document sans jamais capturer leur sens réel, la recherche sémantique encode conjointement la requête et l'ensemble des documents indexés dans un espace vectoriel commun, généralement via des modèles bi-encodeurs entraînés spécifiquement à rapprocher dans cet espace les paires question-réponse ou requête-document sémantiquement pertinentes. Cette approche permet de retrouver des documents pertinents même en l'absence de tout mot commun avec la requête initiale, par exemple en identifiant un document traitant du « rançongiciel » à partir d'une recherche sur « ransomware », les deux termes étant sémantiquement équivalents mais lexicalement distincts. En pratique, les architectures de recherche les plus robustes combinent recherche sémantique vectorielle et recherche lexicale classique dans une approche hybride, exploitant les forces complémentaires de chaque méthode selon la nature de la requête traitée.