Accueil / Articles

Recherche hybride pour RAG : combinaison de la recherche par mots-clés, vectorielle et graphique.

Comment combiner BM25, la recherche vectorielle et la récupération graphique dans RAG : fusion des classements avec RRF, où GraphRAG est utile, ainsi qu’une architecture de récupération, de fusion, d’expansion et de reclassement.

Éditeur : REACTAPP.TOP6 min de lecture1330 mots

Sources: Hybrid Retrieval for RAG: Combining Graph, Vector, and Keyword Search

Aucune méthode de recherche unique ne répond à toutes les questions. La recherche par mots-clés est optimale pour les mots exacts, la recherche vectorielle pour le sens, et la recherche graphique pour les relations. Les questions réelles nécessitent généralement les trois en même temps, c’est pourquoi les plateformes de recherche et les systèmes GraphRAG privilégient aujourd’hui une combinaison de recherches lexicales, sémantiques et graphiques plutôt que de confier toute la tâche à une seule technique.

Pourquoi une méthode est insuffisante

La recherche par mot-clé reste essentielle car elle est liée aux termes qui apparaissent réellement dans les données. La récupération d’informations classique crée un index inversé à partir d’un dictionnaire et de listes de publications, et l’évaluation de type BM25 affine la correspondance simple des termes en tenant compte de leur fréquence et de la longueur du document. Les moteurs lexicaux offrent également des contrôles que les systèmes sémantiques ne proposent pas naturellement : phrases entre guillemets, opérateurs booléens, contraintes de champ, analyseurs de tokens et correspondance prévisible. Lorsque la formulation exacte compte autant que le sens, ces contrôles s’avèrent décisifs.

Les embeddings résolvent le problème inverse. Le texte est converti en vecteurs, et une requête récupère ce qui se trouve le plus proche, même lorsque la formulation diffère complètement de la question. L’étude DPR a illustré cela avec des chiffres : sur quelques ensembles de données de réponse à des questions dans des domaines ouverts, la recherche dense a obtenu de 9 à 19 points de plus qu’une base de référence Lucene BM25 ajustée, évaluée en termes de précision sur les 20 résultats les plus pertinents. À grande échelle, presque toutes les implementations utilisent des index de voisin le plus proche approximatifs, souvent HNSW, ce qui permet aux recherches de s’effectuer en quelques millisecondes.

Un graphe offre ce que les deux autres ne peuvent pas : une structure explicite. Les nœuds peuvent représenter des entités, et les arêtes des relations, avec des communautés, des affirmations et des chemins multi-documents ajoutés en surimpression. Les études sur GraphRAG décrivent les avantages comme étant la précision et la complétude grâce à une structure au niveau des entités. La mise en œuvre de Microsoft sépare la recherche locale, destinée aux questions portant sur une seule entité, de la recherche globale, destinée aux questions concernant l’ensemble du corpus. KG²RAG montre une autre utilisation : des fragments de texte correspondant sémantiquement sont introduits, et un graphe de connaissances les développe en un ensemble cohérent et varié de preuves complémentaires.

Deux significations de « graphe »

Le terme « graphe » est ici surchargé de sens. HNSW, l’un des méthodes d’approximation des voisins les plus proches les plus largement utilisées, est lui-même un graphe conçu pour permettre une recherche rapide vers des vecteurs similaires. La documentation de l’index vectoriel de Neo4j expose ses paramètres, vector.hnsw.m et vector.hnsw.ef_construction.

Lorsque l’on parle de combinaison de recherche par graphe, vecteurs et mots-clés, deux types de graphes sont impliqués. Le premier est une structure d’index interne qui accélère la recherche de similarités. Le second est un graphe de connaissances externe qui modélise des entités réelles ainsi que les liens entre elles. Le premier permet de localiser rapidement des vecteurs similaires, tandis que le second facilite le raisonnement à partir de faits connectés. Confondre ces deux types de graphes entraîne des discussions architecturales confuses.

Comment fonctionne en pratique la récupération hybride

Le point de départ habituel consiste à effectuer deux recherches en même temps, l’une lexicale et l’autre sémantique. Weaviate qualifie son approche de recherche hybride : les requêtes vectorielles et basées sur des mots-clés sont toutes deux exécutées, et leurs ensembles de résultats sont fusionnés. OpenSearch y parvient grâce à des pipelines de recherche qui normalisent les scores ou fusionnent les résultats en fonction du rang avant de renvoyer quoi que ce soit. Neo4j utilise HybridRetriever pour interroger un index vectoriel et un index de texte complet, avant de combiner les deux en une seule liste classée par rang. Chaque méthode compense les lacunes de l’autre : les mots-clés restituent des preuves exactes, tandis que les embeddings fournissent des extraits ayant le même sens mais exprimé par d’autres mots.

Fusion des listes

Le choix suivant concerne la manière de combiner les classements. La fusion de rangs réciproques (RRF) constitue une option par défaut solide, car elle fonctionne sur les positions de rang plutôt que sur des scores bruts. La documentation d’Elastic la décrit comme nécessitant peu ou pas de réglages et ne requérant pas d’échelles de scores comparables. Cela est important, étant donné que les scores BM25 et les similarités d’incorporation se situent généralement dans des plages numériques très différentes.

Lorsque vous souhaitez un contrôle plus grand, la fusion pondérée normalisée est une option possible. Weaviate prend en charge la fusion basée sur les scores, tandis qu’OpenSearch propose à la fois des processeurs basés sur la normalisation et une fusion basée sur les rangs. Elastic souligne également qu’une combinaison linéaire peut surpasser RRF si les poids sont bien calibrés, bien que cela exige une normalisation minutieuse et des essais approfondis.

Le rôle du graphe

La couche graphique est généralement ajoutée après le rappel en première étape. HybridCypherRetriever de Neo4j illustre ce principe : les candidats proviennent de recherches vectorielles et de recherche plein texte, puis une exploration du graphe fournit un contexte plus riche autour d’eux.

La recherche locale GraphRAG de Microsoft suit une approche similaire, en mélangeant le contexte tiré du graphe avec le texte original. La recherche globale emprunte une voie différente et répond aux questions concernant l’ensemble des données à partir de rapports communautaires calculés à l’avance. C’est là l’évolution par rapport à « BM25 plus embeddings » : trouver un bon nœud ou un bon fragment, puis explorer à partir de celui-ci pour recueillir des faits que le passage correspondant ne contenait pas.

Lorsque GraphRAG justifie son coût

La recherche tenant compte des graphes s’avère efficace lorsque la question concerne des liens entre éléments plutôt que des passages isolés. Les documents de Microsoft décrivent cette distinction : la recherche locale pour des entités spécifiques, la recherche globale pour le raisonnement sur l’ensemble des données, DRIFT pour le raisonnement local étendu au contexte communautaire, et la recherche de base pour les questions que la simple récupération vectorielle peut déjà répondre correctement. Les graphes sont particulièrement utiles lorsque l’utilisateur souhaite que le système relie des éléments, identifie des dépendances, résume des thèmes ou suive plusieurs étapes de preuves.

Cependant, il ne s’agit pas d’une amélioration de pertinence gratuite. Un article de référence plus récent sur GraphRAG se demande directement dans quels cas les graphes sont utiles et constate que GraphRAG peut performer moins bien que le RAG classique pour de nombreuses tâches du monde réel. Son point central est que la structure graphique s’avère avantageuse lorsque le travail exige réellement une récupération hiérarchisée, un raisonnement tenant compte des relations ou une synthèse contextuelle étendue. Pour des requêtes simples et locales, la création du graphique, sa navigation et sa synthèse peuvent apporter peu d’avantages. Une bonne conception hybride doit être sélective plutôt que maximale.

Une architecture de référence

La préparation passe en premier. Divisez les documents en blocs, extrayez les entités et les relations lorsque c’est utile, et maintenez une correspondance claire entre chaque bloc et les objets du graphe qu’il mentionne. Trois structures coexistent alors côte à côte : un index lexical pour la correspondance des tokens, un index vectoriel pour le sens, et une couche de graphe pour la navigation ou l’expansion des communautés.

Les requêtes suivent quatre étapes : la récupération, la fusion, l’expansion et le réclassement. Les recherches lexicales et vectorielles ont lieu en premier, et leurs résultats sont fusionnés. Seuls les résultats les plus fiables sont étendus à travers le graphe, et un outil de réclassement organise ces éléments avant qu’ils ne soient présentés au générateur. Le coût reste maîtrisé, tout en préservant à la fois le taux de rappel et la qualité du contexte.

La direction future

Les fournisseurs et les chercheurs se tournent de plus en plus vers des solutions intégrées. Elastic, Weaviate, OpenSearch et Neo4j proposent tous la recherche hybride en tant que fonctionnalité standard plutôt que comme solution de remplacement. Milvus décrit une configuration hybride basée sur BGE-M3, un modèle dont la documentation décrit des résultats denses, sparses et multi-vectoriels issus d’un même réseau. Cette tendance indique une diminution des modes de recherche distincts et l’apparition de systèmes capables d’obtenir plusieurs signaux de pertinence à partir des mêmes données et de les combiner lorsqu’une requête arrive.

Conseils pratiques

La plus grande erreur consiste à considérer la recherche hybride comme un seul algorithme. Il s’agit plutôt d’une stratégie :

  • Commencez par une précision basée sur les mots-clés associée à un taux de rappel sémantique.
  • Recourez à RRF lorsque les échelles de notation ne coïncident pas.
  • Passez à une fusion pondérée une fois que vous avez collecté des données d’évaluation.
  • Ajoutez l’expansion graphique uniquement là où les relations sont importantes.

La pertinence n’est pas non plus la seule contrainte. Les index vectoriels consomment de la mémoire réelle et augmentent la latence, et le guide des opérations de Neo4j indique que ses index vectoriels basés sur Lucene s’appuient fortement sur le cache du système de fichiers du système d’exploitation. Savoir quand rester simple fait partie de la conception.

La recherche hybride fonctionne parce qu’elle reflète la manière dont les gens cherchent des connaissances. Parfois on se souvient de la phrase exacte, parfois seulement de l’idée, et parfois c’est la chaîne de liens qui explique comment deux faits sont liés. La recherche par mots-clés, vectorielle et graphique répond chacune à l’un de ces besoins, et les systèmes de recherche les plus performants les combinent délibérément.

Lectures complémentaires

  • Les éléments perturbateurs RAG : pourquoi augmenter k fait venir des concurrents plutôt que des réponses — Les deuxième à dixième positions d’une liste de récupération sont des éléments perturbateurs. Les données de Chroma, ainsi qu’une relecture dans un contexte ciblé et des calculs basés sur des tokens provenant d’une session de support, montrent comment les éliminer.