Chapitre 1 : Transformation des requêtes

Pourquoi transformer les requêtes ?

Les requêtes des utilisateurs sont souvent :

• Ambiguës ou incomplètes
• Utilisant un vocabulaire différent de celui des documents
• Trop courtes pour un bon embedding

Réécriture de requêtes

from langchain.chat_models import ChatOpenAI
from langchain.prompts import PromptTemplate

rewrite_prompt = PromptTemplate.from_template("""
Rewrite the following query to be more specific and searchable.
Original: {query}
Rewritten:""")

llm = ChatOpenAI(model="gpt-4")
chain = rewrite_prompt | llm

# "how does it work?" → "How does retrieval augmented generation work?"
rewritten = chain.invoke({"query": "how does it work?"})

Expansion de requêtes

Ajoutez des termes associés :

expansion_prompt = PromptTemplate.from_template("""
Expand this query with related terms and synonyms:
Query: {query}
Expanded query with alternatives:""")

# "ML" → "machine learning ML deep learning artificial intelligence AI"

HyDE (Hypothetical Document Embeddings)

Générez une réponse hypothétique, intégrez-la, recherchez avec cela :

def hyde_retrieval(query, llm, retriever):
    # Step 1: Generate hypothetical document
    hyde_prompt = f"""Write a short paragraph that would 
    answer this question: {query}"""
    
    hypothetical_doc = llm.invoke(hyde_prompt)
    
    # Step 2: Embed the hypothetical document
    # (embeddings will be closer to real documents)
    
    # Step 3: Retrieve using hypothetical embedding
    results = retriever.get_relevant_documents(
        hypothetical_doc.content
    )
    
    return results

Pourquoi HyDE fonctionne :

• La réponse hypothétique utilise le vocabulaire des documents
• Meilleur alignement des embeddings avec le corpus
• Particulièrement efficace pour les requêtes complexes

Résumé

Technique	Quand l'utiliser	Amélioration
Réécriture	Requêtes vagues	Clarté
Expansion	Synonymes manquants	Rappel
HyDE	Questions complexes	Précision