Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Query Expansion
Technique consistant à enrichir une requête initiale avec des termes additionnels pertinents pour améliorer la récupération d'informations et élargir le champ de recherche. Cette méthode vise à surmonter les limitations du vocabulaire et à mieux capturer l'intention utilisateur.
Query Rewriting
Processus de transformation syntaxique et sémantique d'une requête originale en une ou plusieurs requêtes alternatives optimisées pour la recherche. Cette technique permet d'adapter la formulation aux structures de données et aux capacités du système de récupération.
Query Decomposition
Méthode consistant à diviser une requête complexe en plusieurs sous-requêtes plus simples et plus ciblées pour faciliter leur traitement et améliorer la pertinence des résultats. Cette approche permet de mieux gérer les requêtes multi-intentions et les questions composées.
Query Intent Understanding
Analyse sémantique approfondie pour identifier l'intention sous-jacente de l'utilisateur derrière sa requête, qu'elle soit informationnelle, transactionnelle ou navigationnelle. Cette compréhension guide la transformation de la requête pour des résultats plus pertinents.
Semantic Query Expansion
Extension de requête basée sur les relations sémantiques et contextuelles entre les termes plutôt que sur les simples co-occurrences. Cette approche utilise des modèles de langage et des ontologies pour identifier des concepts sémantiquement liés.
Pseudo-Relevance Feedback
Technique automatique qui utilise les documents initialement récupérés comme source pertinente pour étendre la requête originale, sans nécessiter de jugement explicite de l'utilisateur. Cette méthode itérative améliore progressivement la pertinence des résultats.
Query Augmentation
Processus d'enrichissement d'une requête avec des informations contextuelles, métadonnées ou connaissances externes pour améliorer sa précision et sa portée. Cette technique combine l'information originale avec des données complémentaires pertinentes.
Query Reformulation
Transformation complète de la structure et du contenu d'une requête pour mieux l'aligner avec les attentes de l'utilisateur et les capacités du système. Cette approche va au-delà de l'expansion simple en modifiant fondamentalement la formulation.
Multi-Query Generation
Création de multiples variations de requêtes à partir d'une requête initiale pour explorer différentes facettes du besoin informationnel et augmenter les chances de récupérer des documents pertinents. Cette stratégie diversifie les angles d'approche de la recherche.
Query Substitution
Remplacement de termes spécifiques dans une requête par des synonymes, des hyperonymes ou des termes plus appropriés au contexte du domaine. Cette technique optimise la correspondance entre le vocabulaire utilisateur et celui de la base de données.
Query Clarification
Processus interactif ou automatique visant à résoudre les ambiguïtés d'une requête en ajoutant des précisions ou en demandant des éclaircissements à l'utilisateur. Cette approche garantit une meilleure adéquation entre la requête et l'intention réelle.
Query Personalization
Adaptation dynamique des requêtes en fonction du profil, de l'historique et des préférences spécifiques de chaque utilisateur pour optimiser la pertinence des résultats. Cette personnalisation tient compte du contexte individuel de recherche.
Context-Aware Query Transformation
Modification de requêtes en tenant compte du contexte conversationnel, temporel et situationnel pour maintenir la cohérence et la pertinence dans les interactions continues. Cette approche est essentielle dans les systèmes dialogue et les recherches en série.
Hybrid Query Expansion
Combination de multiples techniques d'expansion de requête (lexicales, sémantiques, statistiques) pour tirer parti des forces de chaque approche et mitigér leurs faiblesses respectives. Cette stratégie hybride maximise l'efficacité de l'enrichissement de requêtes.
Query Embedding
Représentation vectorielle dense d'une requête dans un espace sémantique continu, permettant de capturer les relations subtiles entre les concepts et d'effectuer des recherches par similarité sémantique. Cette technique est fondamentale dans les systèmes RAG modernes.
Query Enrichment
Processus d'ajout d'informations structurées et de métadonnées à une requête pour améliorer sa compréhension par le système et affiner les résultats de recherche. Cet enrichissement inclut des entités, des relations et des attributs contextuels.
Query Relaxation
Technique consistant à assouplir progressivement les contraintes d'une requête lorsque aucun résultat pertinent n'est trouvé, en élargissant les critères de recherche pour maximiser les chances de récupération. Cette approche garantit une meilleure couverture.
Query Refinement
Amélioration itérative d'une requête basée sur l'analyse des résultats précédents et les retours implicites ou explicites pour converger vers des résultats de plus en plus pertinents. Ce processus d'affinement optimise la précision de la recherche.
Query Translation
Conversion d'une requête d'un langage ou format à un autre (naturel vers formel, ou entre langues naturelles) pour l'adapter aux capacités du système de recherche ou au contexte multilingue. Cette traduction préserve l'intention tout en optimisant l'exécution.
Query Fusion
Combination intelligente de résultats provenant de multiples variantes ou formulations d'une requête pour produire un ensemble de résultats final plus pertinent et diversifié. Cette fusion exploite la complémentarité des différentes approches de transformation.