Glossaire

Reclassement de documents

Qu’est-ce que Reclassement de documents ?

Le reclassement de documents (reranking) est une seconde étape de tri dans les systèmes de recherche et de RAG : une première recherche rapide fournit une sélection de résultats possibles, qu'une méthode plus précise mais plus coûteuse réordonne ensuite par pertinence. On utilise souvent pour cela un « cross-encoder », qui évalue la question et le passage ensemble. Les passages les plus pertinents remontent ainsi en tête avant qu'un modèle de langage n'en tire une réponse.

Ce que fait KI.ordo

La recherche dans les connaissances de KI.ordo classe les passages par pertinence avec la méthode par mots-clés BM25, directement sur le serveur.

En savoir plus →

Thèmes

recherche
RAG
pertinence

Essayer KI.ordo

Agents, flux et modèles dans un seul espace de travail – démo gratuite de 24 heures.

Lancer la démo

← Tous les termes

Termes associés

Génération augmentée par récupération (RAG)

La génération augmentée par récupération associe recherche et génération de texte : avant de répondre, le système cherche dans une base de connaissances (manuels, directives, FAQ…) les passages pertinents et les transmet au modèle de langage comme contexte. La réponse s'appuie ainsi sur des contenus actuels propres à l'entreprise, et pas seulement sur les connaissances d'entraînement du modèle. Cela réduit les affirmations inventées, rend les sources traçables et permet des mises à jour sans nouvel entraînement.

RAG
recherche documentaire
+1

Recherche d'information

La recherche d'information regroupe les méthodes qui retrouvent, dans de grands ensembles de textes, les documents ou passages correspondant à une requête et les classent par pertinence. Des approches classiques comme BM25 pondèrent les termes selon leur fréquence et leur rareté ; les plus récentes ajoutent la similarité sémantique. Elle est à la base des moteurs de recherche, de la recherche en entreprise et de la génération augmentée par récupération (RAG), où un modèle de langage s'appuie sur les passages trouvés pour répondre.

Recherche
BM25
+1

Pipeline de récupération

Une pipeline de récupération (retrieval pipeline) est l'enchaînement d'étapes par lequel un système trouve les informations pertinentes pour une question. Elle comprend généralement : importer et nettoyer les documents, les découper en segments, construire un index de recherche, reformuler éventuellement la requête, rechercher les résultats, les classer (reranking) et transmettre les meilleurs au modèle de langage. Elle constitue la base de toute application RAG ; sa qualité conditionne largement celle des réponses.

RAG
recherche
+1

Évaluation des documents (RAG)

Dans la génération augmentée par récupération (RAG), l'évaluation des documents consiste à vérifier si les passages retrouvés correspondent à la question et peuvent étayer une réponse. Seuls les passages jugés pertinents sont transmis au modèle de langage ; les autres sont écartés ou déclenchent une nouvelle recherche. Cela réduit le risque de réponses inventées ou mal sourcées, par exemple lorsqu'un document obsolète ressort pour une question sur les prix actuels.

RAG
pertinence
+1