La recherche par mots-clés trouve les mots exacts. La recherche vectorielle trouve le sens. La recherche hybride exécute les deux et fusionne les résultats.
Comment ça marche
La requête part vers deux retrievers en même temps :
- Mots-clés : BM25 sur un index inversé. Efficace sur les noms, les codes et les termes rares.
- Vecteurs : plus proches voisins parmi des embeddings stockés dans une base de données vectorielle. Efficace sur les paraphrases et les synonymes.
Les deux scores ne sont pas sur la même échelle : la plupart des systèmes fusionnent donc par rang ou par score normalisé.
La reciprocal rank fusion (RRF), de Cormack, Clarke et Büttcher (SIGIR 2009), additionne un terme pour chaque liste où apparaît un document. Elasticsearch documente la boucle sous la forme score += 1.0 / (k + rank(result(q), d)), avec une constante de rang k qui vaut 60 par défaut. Sa documentation indique : « RRF requires no tuning. » (traduction : « RRF ne demande aucun réglage. »)
Un exemple chiffré avec k = 60 :
| Document | Rang BM25 | Rang vectoriel | Score RRF |
|---|---|---|---|
| A | 1 | 3 | 1/61 + 1/63 = 0,0323 |
| B | 2 | 1 | 1/62 + 1/61 = 0,0325 |
| C | non trouvé | 2 | 1/62 = 0,0161 |
B l’emporte parce que les deux retrievers le classent haut.
La fusion pondérée est l’autre méthode courante. La méthode par défaut de Weaviate depuis la v1.24, relativeScoreFusion, normalise les scores de chaque recherche et les combine en une somme pondérée. Son paramètre alpha règle le poids des deux : 0 correspond aux mots-clés seuls, 1 aux vecteurs seuls, et 0,75 est la valeur par défaut du serveur. La documentation recommande de définir alpha explicitement : la valeur par défaut de 0,75 ne s’applique que lorsqu’une requête arrive au serveur sans alpha, et toutes les bibliothèques clientes ne le laissent pas non défini, si bien que la pondération réelle peut différer.
Après la fusion, beaucoup de pipelines ajoutent un reranker sur les meilleurs résultats.
Pourquoi c’est important
- Rappel. Les vraies requêtes mélangent termes exacts et formulations approximatives. Un seul retriever en rate une partie.
- Arabe. L’orthographe arabe varie (formes de l’alif, ta marbuta, diacritiques), ce qui nuit à la correspondance exacte par mots-clés tant que le texte n’est pas normalisé. Ajouter la recherche vectorielle ouvre un second chemin vers le bon chunk. Voir la recherche RAG en arabe et la normalisation du texte arabe pour la recherche.
- Moins de tokens. Une meilleure récupération signifie moins de chunks envoyés au LLM par question.
Sur BroadNet Inference
La recherche hybride s’exécute dans votre pile de recherche : Elasticsearch, OpenSearch, Weaviate ou équivalent. BroadNet ne propose pas d’endpoints d’embeddings ou de reranking : produisez donc vos embeddings avec un autre fournisseur ou un modèle local. Envoyez les meilleurs chunks fusionnés à un modèle de chat de BroadNet comme Qwen3.8 27B ou GLM 5.3 via la Chat Completions API. Pour les petits corpus, comparez avec le fait de placer les documents dans un long contexte ; voir contexte long ou RAG.