Cet article propose un cadre RAG (Retrieval-Augmented Generation) avancé qui exploite des données spécifiques à l'entreprise, telles que les dossiers RH, les rapports structurés et les documents tabulaires, essentiels à la prise de décision. Pour pallier les limites des cadres RAG existants, telles que le pré-apprentissage statique, les fenêtres contextuelles courtes et le traitement de formats de données hétérogènes, nous appliquons une stratégie de recherche hybride combinant des intégrations denses (all-mpnet-base-v2) et BM25, un filtrage basé sur les métadonnées avec SpaCy NER et un reclassement inter-encodeurs. De plus, nous améliorons les performances en fragmentant les unités sémantiques, en conservant la structure des données tabulaires, en indexant quantifiée, en intégrant les retours utilisateurs et en utilisant des fonctions de mémorisation des conversations. Suite à des expériences sur des ensembles de données d'entreprise, Precision@5 a progressé de 15 %, Recall@5 de 13 % et le classement inverse moyen de 16 %. Des améliorations qualitatives ont également été observées en termes de précision, d'exhaustivité et de pertinence. À l’avenir, nous prévoyons d’étendre les données multimodales et d’intégrer la recherche basée sur les agents, et le code source sera rendu public.
