Recherche des plus proches voisins
Aussi : ANN · kNN · approximate nearest neighbor
Opération qui consiste à trouver, parmi un très grand nombre de vecteurs, ceux qui sont les plus proches d’un vecteur de requête.
La version exacte (kNN, pour k nearest neighbors) compare la requête à chaque vecteur stocké : fiable, mais trop lente dès que le corpus grossit. La version approchée (ANN, approximate nearest neighbor) passe par un index qui n’examine qu’une partie des candidats. Elle répond beaucoup plus vite et accepte, en échange, de manquer parfois un voisin pertinent.
Ce compromis a une conséquence peu connue : la récupération vectorielle à grande échelle n’est pas exhaustive. Un fragment pertinent peut ne pas remonter, et le résultat peut varier selon les réglages de l’index. Le paramètre k, le nombre de voisins ramenés, fixe par ailleurs combien de fragments passent à l’étape suivante : au-delà, un passage n’existe pas pour le modèle, quelle que soit sa qualité.