Semantic Chunking

Le découpage sémantique est une technique avancée de prétraitement des données utilisée en apprentissage automatique (ML) et en intelligence artificielle (AI) pour diviser de grands jeux de données en segments plus petits et pertinents. Si tu te demandes « qu’est-ce que le découpage » dans le contexte de l’IA, il s’agit de fragmenter de longues séquences de données non structurées, comme des documents, des vidéos ou des fichiers audio, en éléments ou segments faciles à gérer. La définition standard du découpage consiste souvent à diviser les données selon un nombre fixe de caractères ou un intervalle de temps. Cependant, le « découpage par le sens », ou découpage sémantique, va plus loin en analysant le contexte et en regroupant les informations associées. Cela garantit que le message principal reste intact et évite la perte de contexte qui affecte fréquemment les méthodes de découpage arbitraire.

Comment fonctionne le découpage sémantique ?#

Pour comprendre comment effectuer un découpage sémantique, il est utile d’examiner son rôle dans les pipelines génératifs modernes. Alors, qu’est-ce que le découpage sémantique dans le RAG ? Lors de la préparation des données pour une base de données vectorielle, un modèle d’embeddings analyse les phrases adjacentes ou les éléments visuels et calcule leur relation. À l’aide de mesures statistiques telles que la similarité cosinus, le système identifie les points où le sujet change, souvent appelés points de rupture, puis divise les données à ces endroits. Cela garantit que les fragments de données récupérés par un grand modèle de langage (LLM) lors d’une requête contiennent des idées complètes et cohérentes, ce qui améliore considérablement la précision de la réponse générée. Des études récentes sur RAPTOR et le clustering adaptatif de graphes montrent comment cette stratégie tenant compte du contexte surpasse le découpage de taille fixe.

Découpage sémantique en vision par ordinateur#

Bien qu’il soit traditionnellement associé au traitement automatique du langage naturel (NLP), le découpage sémantique est particulièrement pertinent en vision par ordinateur et en IA multimodale. Dans l’analyse de documents, par exemple, un fragment sémantique visuel peut conserver un graphique et sa légende explicative ensemble au lieu de les séparer selon des limites de page strictes. Les fournisseurs cloud et les outils d’API avancés proposent des configurations de découpage sémantique spécialisées pour gérer ces types de données complexes.

Les développeurs peuvent exploiter le modèle Ultralytics YOLO26 pour automatiser l’extraction de ces fragments visuels. En détectant les objets dans une image ou une vidéo, tu peux créer des segments localisés porteurs de sens, qui représentent le contenu essentiel de la scène.

from ultralytics import YOLO

# Load an Ultralytics YOLO26 model to extract visual semantics
model = YOLO("yolo26n.pt")

# Run inference to detect objects within a visual scene
results = model("scene.jpg")

# Group detected object classes to form a semantic visual chunk
visual_chunk = [model.names[int(cls)] for cls in results[0].boxes.cls]
print(f"Semantic visual chunk elements: {visual_chunk}")

Applications concrètes#

Le découpage sémantique résout des problèmes critiques dans divers workflows d’IA. Voici deux exemples concrets :

• RAG multimodal pour l’IA documentaire : Lors de l’analyse de PDF complexes, comme des rapports financiers, le découpage visuel garantit que les boîtes englobantes entourant les tableaux sont regroupées avec les résumés textuels correspondants. Les assistants d’IA peuvent ainsi répondre avec précision à des questions très spécifiques sans perdre le contexte numérique.
• Résumé vidéo automatisé : Dans les domaines de la sécurité et de la vidéosurveillance, les flux vidéo continus sont découpés sémantiquement en fonction des événements détectés, comme l’entrée d’une personne dans une zone réglementée. Grâce au suivi d’objets, le système regroupe les images pertinentes en un clip vidéo exploitable au lieu de renvoyer une séquence aléatoire de 10 secondes. Les équipes qui gèrent ces jeux de données massifs s’appuient souvent sur la Ultralytics Platform pour annoter, entraîner et déployer facilement ces pipelines complexes pilotés par les événements.

Concepts associés#

Il est important de distinguer cette technique des termes d’IA similaires :

• Découpage des actions : Alors que le découpage sémantique regroupe les données par sens pour optimiser leur récupération, le découpage des actions regroupe des séquences de mouvements physiques, comme la trajectoire d’un bras robotisé, en actions exécutables uniques en robotique.
• Recherche sémantique : Le découpage sémantique est la phase essentielle de préparation des données qui rend possible une récupération précise des informations, tandis que la recherche sémantique est le processus de requête proprement dit, qui récupère les fragments préparés en fonction de l’intention de l’utilisateur.