FR
Se connecterCommencer
Glossaire

Réponse aux questions (QA)

Qu’est-ce que Réponse aux questions (QA) ?

La réponse aux questions (question answering) est un domaine du traitement du langage dans lequel un système répond directement à des questions formulées en langage naturel, au lieu de fournir une simple liste de résultats. Les systèmes actuels recherchent les passages pertinents dans une base de connaissances et en tirent une réponse, idéalement avec la source. Usages typiques : service client, bases de connaissances internes et manuels, par exemple pour savoir combien de jours de congé on a la première année.

Ce que fait KI.ordo

Les agents KI.ordo répondent à partir des connaissances que vous avez fournies, citent leurs sources et indiquent clairement lorsqu’ils n’y trouvent rien.

En savoir plus →: Réponse aux questions (QA)

Modèles adaptés

Thèmes

  • TAL
  • Gestion des connaissances
  • Recherche

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

Compréhension du langage naturel (NLU)

La compréhension du langage naturel (Natural Language Understanding) est la partie du traitement du langage qui saisit le sens d'un énoncé : quelle intention l'anime, quelles personnes, quels lieux ou quelles dates sont cités, quel est le ton ? Avec la génération de langage (NLG), elle forme l'une des deux faces du NLP. Exemple : un service client qui reconnaît dans « Mon colis n'est toujours pas arrivé » une demande de livraison.

  • NLP
  • Détection d'intention
  • +1

Raisonnement multi-sauts

Le raisonnement multi-sauts (multi-hop reasoning) est la capacité d’un système d’IA à répondre à une question par plusieurs déductions successives, souvent en combinant des informations de sources différentes. Exemple : « Quel service dirige la personne responsable du projet X ? » exige d’identifier d’abord le responsable, puis son service. Ces questions sont exigeantes pour les systèmes de recherche et de RAG, car chaque étape intermédiaire doit être trouvée et reliée correctement.

  • raisonnement
  • questions-réponses
  • +1