NatusAI
Modèle de capacité
Toute équipe dont le métier repose sur la connaissance
Graphes de connaissances pour des réponses IA
Des réponses IA fondées sur vos faits et leurs relations, chacune traçable jusqu’à sa source.
Voir le cas d’usage
- Accueil
- Cas d’usage
- Recherche documentaire et sémantique
Toute équipe à forte volumétrie documentaireModèle de capacité
Recherche sémantique sur site : le bon document, par terme exact ou par sens
La précision des mots-clés et la recherche par le sens se combinent dans une même requête, tandis que vos documents et l’index de recherche restent dans votre infrastructure.
- Statut
- Modèle de capacité
- Données
- Les documents et l’index restent dans votre déploiement
Le problème métier
Une bonne recherche exige précision et sens
Les termes exacts comptent dans les contrats, les textes réglementaires et les dossiers, mais chacun cherche aussi des idées avec ses propres mots. La plupart des architectures assemblent des outils distincts pour couvrir les deux.
Fonctionnement
Un seul moteur pour les deux types de recherche
Ce modèle réunit la recherche par mots-clés et la recherche par le sens dans un même moteur, au plus près de vos documents.
Combiner
Hybride, dans un seul moteur
Recherche par mots-clés et recherche par le sens se combinent dans une seule requête.
Calculer
Le sens calculé sur site
La représentation numérique du sens de chaque document est calculée dans le moteur, sans aucun service externe.
Contenir
Tout reste dans votre déploiement
Les documents, les plongements vectoriels et l’index de recherche restent dans votre déploiement, sans service externe de plongement.
Ce que gagnent les dirigeants
De meilleures réponses, moins de composants
Pour un DSI ou un responsable de la gestion des connaissances, l’intérêt est une recherche à laquelle les équipes se fient, sur une architecture que vous pouvez défendre devant votre délégué à la protection des données.
Précision et rappel réunis. Les clauses exactes et les notions connexes apparaissent dans la même liste de résultats.
Aucun service externe de plongement. Les documents et leurs plongements vectoriels sont traités au sein de votre déploiement.
Une architecture plus simple. Un seul moteur à exploiter et à sécuriser, au lieu d’un moteur par mots-clés, d’une base vectorielle et d’une API externe.
Produits concernés
Sur quoi il repose
Ces rôles montrent comment le modèle s’inscrit dans l’architecture NatusAI. Ils n’impliquent pas qu’un déploiement de référence ait utilisé chaque produit.
- NatusAI CygnusV1 prévueSocle de données pour les graphes, séries temporelles, données de localisation et la recherche
- NatusAI AquilaFeuille de routeTraitement intelligent des documents : extraire et relier les informations des dossiers
Ce que vous pouvez acheter aujourd’hui : une mission d’accompagnement menée par notre équipe, sur le moteur éprouvé dans nos projets clients, avec les interfaces NatusAI Lyra. Les produits marqués Feuille de route indiquent la direction de la plateforme ; nous communiquons les dates sous accord de confidentialité.
Statut : un modèle de capacité, une brique réutilisée d’un projet à l’autre. Il ne s’agit pas d’un résultat client distinct.
Pour votre équipe technique
- Recherche hybride : score par mots-clés BM25 et similarité vectorielle combinés dans une seule requête.
- Plongements vectoriels calculés localement, dans le moteur, sans appel à une API externe de plongements.
- Les documents, les plongements vectoriels et l’index restent dans le déploiement, ce qui convient aux environnements auto-hébergés et réglementés.
- Une plateforme de recherche juridique peut combiner ces capacités dans un déploiement auto-hébergé.
- Il s’agit d’un modèle de capacité d’origine, rattaché à des rôles prévus des produits NatusAI. Le comportement de recherche décrit ne constitue pas une fonctionnalité vérifiée d’une version publiée de NatusAI Cygnus.
Cas d’usage associés
Les 22 cas d’usageCas d’usage associés
Modèle de capacité
Audit, risques et opérations
Analyse temporelle
Reconstituer exactement ce qui était vrai, et ce qui était connu, à tout moment passé.
Voir le cas d’usage
Questions
Recherche documentaire et sémantique : les questions des dirigeants
D’autres réponses sur le déploiement, la gouvernance et les tarifs dans notre FAQ.
Faut-il une API externe de plongements vectoriels pour la recherche sémantique ?
Non. Les plongements vectoriels sont calculés dans le moteur : documents, plongements et index de recherche restent dans votre déploiement.
Pourquoi combiner recherche par mots-clés et recherche sémantique dans une même requête ?
Parce que les termes exacts comptent autant que les idées. Le score par mots-clés BM25 et la similarité vectorielle se combinent dans une seule requête : clauses exactes et notions connexes apparaissent dans la même liste de résultats.
La recherche documentaire hybride est-elle un résultat client distinct ?
Non. C’est un modèle de capacité réutilisé d’un projet à l’autre et rattaché à des rôles prévus des produits NatusAI. Il ne constitue pas une fonctionnalité vérifiée d’une version publiée de NatusAI Cygnus.
Parler à notre équipe
Où vos équipes peinent-elles le plus à trouver l’information ?
Apportez un corpus documentaire et les questions que vos équipes lui posent. Nous verrons ensemble comment une recherche combinée pourrait fonctionner sur ce corpus, au sein de votre infrastructure.
- Commencer par une phase de cadrage délimitée, conclue par une décision claire de poursuivre ou non.
- Venez avec une vraie question : nous vous montrons où l’IA est utile et comment nous mesurerions le résultat.
Ou écrivez-nous à contact@natusai.com
