Embedding : définition
Aussi appelé : Plongement vectoriel, Vecteur d'embedding
Embedding, ou plongement vectoriel, désigne la représentation d'un texte, d'une image ou d'un autre contenu sous forme d'une liste de nombres (un vecteur), calculée par un modèle de sorte que deux contenus proches par le sens obtiennent des vecteurs proches, ce qui permet de comparer des contenus par leur signification.
Concrètement
Grâce aux embeddings, un moteur peut rapprocher la question « combien coûte un détartrage » d'une page intitulée « prix d'un nettoyage dentaire », sans mot en commun. Ils servent à la recherche sémantique, au regroupement de textes et aux recommandations. Une page claire, centrée sur un seul sujet, est plus facile à rapprocher des questions qui lui correspondent.
Comment le mesurer
La proximité entre deux embeddings se calcule, le plus souvent par similarité cosinus : plus la valeur est élevée, plus les contenus sont proches. Par exemple, on peut comparer l'embedding d'une question client avec celui de chaque page d'un site pour voir laquelle y répond le mieux.
Chez iaba
Chez iaba, cette logique sert le pilier « Des réponses » du Protocole GEO-4 : une page par question réelle, avec une réponse courte et précise.
Rattachement : Protocole GEO-4, pilier « Des réponses »
Termes liés
Pour aller plus loin
- Notre article de fond sur le sujetblog iaba
- Notre agence IApage service
- Vector embeddings (OpenAI API)source officielle
Mis à jour le 17 octobre 2026 par Ulysse Berthelot. Une erreur ou une précision ? Écrivez à contact@iaba.tech.
