Glossaire

Vouliez-vous dire (Did You Mean)

Qu’est-ce que Vouliez-vous dire (Did You Mean) ?

« Vouliez-vous dire » (Did You Mean, DYM) est une fonction de recherche qui propose une requête corrigée lorsque la saisie semble mal orthographiée ou inhabituelle. Elle s’appuie sur des mesures de similarité entre mots, des modèles de langage et l’analyse des recherches fréquentes. Exemple : si vous tapez « machinne a cafe » dans une boutique en ligne, le site affiche « Vouliez-vous dire : machine à café ? ». La fonction réduit les pages sans résultat et améliore l’expérience de recherche.

Thèmes

recherche
correction orthographique
guidage utilisateur

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

Appariement approximatif (fuzzy matching)

L’appariement approximatif (fuzzy matching) repère des entrées semblables mais pas strictement identiques, par exemple à cause de fautes de frappe, d’abréviations ou de graphies différentes. Il s’appuie sur des mesures de similarité comme la distance de Levenshtein, qui compte le nombre de caractères à modifier. Usage typique : la recherche de doublons dans les fichiers d’adresses et de clients, où « Dupont SARL, 5 av. Foch » et « Dupont S.A.R.L., 5 avenue Foch » sont reconnus comme probablement identiques.

Nettoyage de données
Doublons
+1

Modèle

Expansion de requête

L'expansion de requête (query expansion) ajoute automatiquement des termes apparentés à une recherche afin de trouver aussi des documents pertinents formulés autrement. On ajoute typiquement des synonymes, abréviations, formes fléchies ou traductions : une recherche sur « résiliation » trouve alors aussi des textes sur la « fin de contrat ». C'est particulièrement utile pour la recherche par mots-clés, mais la précision peut baisser si l'on ajoute trop de termes ou des termes inadaptés. Aujourd'hui, des modèles de langage génèrent souvent ces requêtes enrichies.

recherche
synonymes
+1

Recherche IA

La recherche IA désigne des méthodes de recherche qui utilisent l'IA pour saisir l'intention d'une requête, pondérer les résultats et souvent générer une réponse synthétique avec sources plutôt qu'une simple liste de liens. Techniquement, elles reposent sur la recherche par mots-clés, la recherche vectorielle par embeddings ou une combinaison des deux, souvent suivie d'un modèle de langage. On les retrouve dans les moteurs de réponse sur le web et dans les recherches internes qui aident les équipes à trouver une information dans des manuels ou des directives.

Recherche
Connaissances
+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