Récupération dense · Dense passage retrieval
Le dense retrieval est une récupération de documents fondée sur des embeddings denses, par opposition au sparse retrieval basé sur la fréquence des termes (BM25, TF-IDF). Il retrouve des passages par proximité de sens, même sans mot en commun avec la requête.
Définition autonome · 42 mots
Comment fonctionne le dense retrieval ?
Un encodeur transforme la requête et chaque passage en vecteurs. Le système renvoie les passages dont le vecteur est le plus proche, en général par recherche approximative des plus proches voisins. L’article Dense Passage Retrieval (Karpukhin et al., 2020) a montré que cette approche dépasse BM25 sur plusieurs jeux de questions-réponses ouvertes.
Dense ou sparse : quelle différence ?
Le sparse retrieval repose sur la correspondance exacte des termes pondérés et excelle sur les noms propres et les références. Le dense retrieval capte les paraphrases et les synonymes. Les systèmes hybrides combinent les deux et fusionnent les classements, par exemple avec la Reciprocal Rank Fusion.
Conséquences pour le contenu
Le vocabulaire exact compte encore (noms de produits, références, acronymes), mais la clarté sémantique d’un passage pèse davantage. Écrire des passages centrés sur un sujet, avec le terme technique et sa reformulation courante, sert les deux types de récupération.
Questions fréquentes
Les moteurs IA utilisent-ils du dense retrieval ?
Les détails ne sont pas publics. La décision antitrust américaine évoque une récupération par embeddings chez Google.
Le dense retrieval remplace-t-il le BM25 ?
Pas toujours : les systèmes hybrides sont courants.
Faut-il encore travailler les mots-clés ?
Oui pour les termes exacts. Compléter par une couverture sémantique.
Termes liés
Approfondir
- Checklist GEO et LLM / IA 2026
- Top 10 des outils GEO pour suivre votre positionnement IA
- ← Retour au glossaire GEO (114 termes)