Définition opérationnelle
Un modèle d’embedding transforme un texte, une image ou un autre objet en vecteur. Des objets proches dans cet espace peuvent partager une proximité sémantique utile à la recherche, au regroupement ou à la détection de doublons.
La distance ne démontre ni vérité, ni causalité, ni équivalence métier. Le choix du modèle, du découpage, de la métrique et du seuil influence le résultat.
Pourquoi cette notion compte
- Alimenter une recherche sémantique.
- Regrouper de grands corpus sans vocabulaire exact.
- Mesurer et tester le rappel avant d’utiliser les résultats dans un RAG.
Exemple
Une requête sur « rupture du contrat » peut retrouver un passage sur la « résiliation » malgré l’absence du même mot, si le modèle et le corpus représentent cette proximité.
À ne pas confondre
- Un mot-clé
- Une preuve de sens identique
- La réponse finale d’un modèle
Guide principal
Prompt ou workflow : choisir la bonne architecture