AI NLP and RAG

• NLP: Natural Language Processing, Traitement automatique du langage naturel
• RAG: Retrieval-Augmented Generation, récupération d’informations et génération de texte

Voir aussi: OCR (AI Vision)

Outils RAG:

• https://github.com/run-llama/llama_index
• RAGatouille : bridging the gap between state-of-the-art research and alchemical RAG pipeline practices
  • Langchain integration as a provider or retriever
• ColBERT v2 is a fast and accurate retrieval model, enabling scalable BERT-based search over large text collections in tens of milliseconds.
  • One of the easiest ways to use ColBERT in applications nowadays is the semi-official, fast-growing RAGatouille library (2024)

La reconnaissance d’entités (NER), également appelée segmentation d’entités ou extraction d’entités, est un composant du traitement automatique du langage naturel (NLP) qui identifie des catégories prédéfinies d’objets dans un corps de texte.

• Qu’est-ce que le NLP ?
• Qu’est-ce que la reconnaissance d’entités nommées (NER) ?

Les étapes

• Tokenisation
  • décompose un texte en unités plus petites, appelées tokens. Ces tokens peuvent être des mots, des signes de ponctuation ou d'autres unités linguistiques.
• Marquage de parties du discours (POS)
  • marquage des parties du discours. Cela attribue aux tokens des types de mots grammaticaux, comme les noms, les verbes et les adjectifs
• Détection d'entités (NER)
  • vise à reconnaître et à classer des entités nommées telles que des personnes, des lieux, des organisations et d'autres informations spécifiques

ReRanking

• Modèles de ReRanking : Utilisation de modèles spécialisés (comme Cross-Encoders) qui comparent directement la question et chaque chunk pour calculer un score de pertinence plus précis.
• Fusion de scores : Combinaison de plusieurs critères (pertinence vectorielle, popularité, fraîcheur des données, etc.) pour obtenir un classement final optimisé.
• Filtrage des redondances : Suppression des chunks qui se recoupent trop, afin d’éviter de répéter la même information.

SEQUOIA (Semantic-Evolved QUery-Optimized Iterative Abstraction) is a novel RAG architecture that combines four techniques into a unified retrieval pipeline:

1. Liste numérotéeSemantic Chunking – splits documents by embedding similarity boundaries instead of fixed-size windows
2. RAPTOR Tree – recursively clusters chunks and summarizes via LLM, building a hierarchy
3. Step-Back Prompting – LLM generates a more abstract query; both queries used for retrieval across all tree levels
4. Confidence-Gated Adaptive Depth – retrieval starts at leaf level, ascends tree only if confidence is below threshold

query
  → multi-query expansion (2 rewrites + 1 step-back, via LLM)
  → hybrid retrieval per variant (BM25 + dense + RRF, top-20 each)
  → RRF merge across all variants
  → cross-encoder rerank (top-50 → top-5)
  → context compression (sentence-level filtering by cosine sim to query,
                         keep top 12 sentences, collapse into one chunk)
  → LLM with short-answer prompt

Articles

• Benchmark 5 RAG frameworks: LangChain, LangGraph, LlamaIndex, Haystack, and DSPy (2026)
• RAG Benchmark: comparing 8 retrieval-augmented generation architectures including SEQUOIA

• STS Semantic Textual Similarity: calculate the similarities between embeddings's texts.
• Embedding: fixed-size vector representation
• Cross Encoder (a.k.a reranker): Calculates a similarity score given pairs of texts. Generally provides superior performance compared to a Sentence Transformer (a.k.a. bi-encoder) model.
• Sparse Encoder : sparse vector representations is a list of token: weight key-value pairs representing an entry and its weight.
• RAG (Retrieval-Augmented Generation): combine deux capacités de l’IA → la récupération d’informations et la génération de texte

• Qu’est-ce qu’un plongement vectoriel ?

https://www.sbert.net/

used to compute embeddings using Sentence Transformer models (quickstart), to calculate similarity scores using Cross-Encoder (a.k.a. reranker) models (quickstart), or to generate sparse embeddings using Sparse Encoder models (quickstart).

• FAISS Facebook AI Similarity Search, optimisé pour la recherche de similarité
• Qdrant, open source, scalable
• milvus

Solutions plus évoluées en SaaS

• Pinecone
• Weaviate
  • Weaviate is an open-source vector database that stores both objects and vectors, allowing for the combination of vector search with structured filtering with the fault tolerance and scalability of a cloud-native database​.
  • https://github.com/weaviate/weaviate
  • https://weaviate.io/pricing

• ChromaDB léger, en mémoire ou sur disque
  • Running Chroma in Client-Server Mode
  • Chroma Cookbook
  • Chroma : Guide complet base données vectorielle par Stéphane Robert 2025

Client Api

• Php https://github.com/CodeWithKyrian/chromadb-php

Utiliser 2 méthodes différentes pour

• Pour extraire les labels, aliases et déclarations (claims)
• Pour extraire le graph des P31/P279

permet d'optimiser les traitements

Il y a des dumps Wikidata (préférer un mirroir pour être sympa).

Dump Json, streamable (GZ) :

• https://files.scatter.red/wikimedia/other/wikibase/wikidatawiki/20260105/wikidata-20260105-all.json.gz
• 151 Go, plus de 118 654 999 lignes

Dump RDF N-Triples (brut), streamable (GZ) :

• https://files.scatter.red/wikimedia/other/wikibase/wikidatawiki/latest-all.nt.gz
• 246 Go

Dump RDF N-Triples (brut), streamable (GZ) ET nettoyé des statements deprecated, doublons inutiles et certaines redondances, ne garde que les “direct claims fiables”

• https://files.scatter.red/wikimedia/other/wikibase/wikidatawiki/latest-truthy.nt.gz
• 69.6 Go 👌 pour 8 128 295 676 lignes !

Lectures:

• PDF Getting and hosting your own copy of Wikidata from Wikidata’22: Wikidata workshop at ISWC 2022

Query services:

• Original https://query.wikidata.org
• The graph was split in two some time ago. The scholarly articles must be queried on https://query-scholarly.wikidata.org/
• QLever démo https://qlever.dev/wikidata/ (données à jour le 2026-01-16, pour vérifier)