GuidesComprendre l’IA

La recherche hybride : mots‑clés et sens, ensemble

Par l’équipe Banzai LabsMis à jour le 2 min de lecture

Mots-clés12345Sens12345FusionRRFDeux classements, une liste finale plus juste
Le classement par mots-clés et le classement par le sens sont fusionnés en une seule liste.

Ce que chacun rate

Deux recherches complémentaires
Mots-clés (BM25)
  • Trouve « REF-2041 » et les noms propres
  • Rate « canapé » quand on cherche « sofa »
  • Rapide et explicable
Sens (embeddings)
  • Trouve les synonymes et reformulations
  • Flou sur les codes et références
  • Demande un modèle d’embeddings

La fusion par rangs

  1. 1Deux listesLes 50 premiers de chaque recherche.
  2. 2Un score par rang1 / (60 + rang) dans chaque liste.
  3. 3AdditionUn document bien classé des deux côtés passe devant.
function rrf(listes: string[][], k = 60) {
  const score = new Map<string, number>();
  for (const liste of listes) liste.forEach((id, i) => score.set(id, (score.get(id) ?? 0) + 1 / (k + i + 1)));
  return [...score.entries()].sort((a, b) => b[1] - a[1]).map(([id]) => id);
}

Où l’utiliser

Cas Pourquoi l’hybride
RAG sur une documentation Questions libres et noms de fonctions exacts
Recherche d’une boutique Intentions et références produit
Support client Formulations variées et numéros de commande

Les vecteurs : la base de données vectorielle. L’étape suivante : le reranking. Un exemple : la recherche sémantique sur une boutique.

Questions fréquentes

Comment fusionner deux classements aux scores différents ?
La méthode la plus répandue, la fusion par rangs réciproques (RRF), ignore les scores et additionne pour chaque document 1 / (k + rang) dans chaque liste, avec k souvent fixé à 60.
Faut-il un moteur spécialisé ?
Non. PostgreSQL fait les deux avec sa recherche plein texte et l’extension pgvector. Les moteurs de recherche dédiés proposent aussi l’hybride.
Quand l’hybride ne sert-il à rien ?
Quand les requêtes sont toujours des codes exacts (mots-clés seuls suffisent) ou toujours des questions libres sur un petit corpus (le sens seul peut suffire).

À lire ensuite

Tous les guides