Embedding
Un embedding est une représentation vectorielle d’un mot, d’une phrase ou d’un document, où la proximité géométrique entre vecteurs reflète leur proximité de sens. Concrètement : chaque texte devient une liste de nombres, et deux textes au sens proche obtiennent des vecteurs proches dans cet espace mathématique — même s’ils ne partagent aucun mot en commun.
Cette technique dépasse le simple comptage de mots-clés : elle capture le contexte et les relations sémantiques. Elle est la brique fondamentale du RAG — chaque document interne est converti en embedding, stocké dans une base vectorielle, et comparé à la requête de l’utilisateur pour retrouver les passages les plus pertinents.
En RH, les embeddings alimentent la recherche sémantique dans un ATS (retrouver des candidats pertinents même sans correspondance exacte de mots-clés), le matching CV/offre, ou un chatbot RH capable de répondre à partir de la documentation interne.
Point de vigilance technique : changer de modèle d’embedding en cours de projet impose de recalculer tous les vecteurs existants — un coût à anticiper dès la conception d’un outil RH basé sur cette technologie.
Retrouvez tous les termes dans le lexique SIRH et IA de yapluqua.com.