Aide & conseils · IA
Qu'est-ce qu'un embedding ?
Un embedding traduit un texte en série de nombres porteuse de sens : deux idées proches donnent des vecteurs proches. D'où la recherche fine et le RAG.
Un embedding transforme un mot, une phrase ou un document en une liste de nombres qui capture son sens. Deux textes proches ont des vecteurs proches : c'est ce qui permet la recherche intelligente et le RAG. Sans une ligne de mathématiques, on montre à quoi sert cette brique fondamentale.
Ce guide est en cours d'enrichissement par la rédaction — revenez bientôt pour la version complète, avec exemples et illustrations.
Questions fréquentes
Un embedding, c'est quoi en une phrase ?
La transformation d'un texte (mot, phrase, document) en une liste de nombres (un vecteur) qui capture son sens : deux textes proches par le sens ont des vecteurs proches.
À quoi servent les embeddings au quotidien ?
À la recherche sémantique (retrouver un passage par le sens, pas par le mot exact), aux recommandations, à la détection de doublons — et c'est la brique de base des RAG.
Quelle différence avec une recherche par mots-clés ?
La recherche classique exige les mêmes mots ; l'embedding retrouve « résilier mon abonnement » quand vous cherchez « arrêter mon forfait ». C'est ce qui rend les assistants documentaires pertinents.