Muvera
Algorithme Google qui combine recherche vectorielle et structurelle. Remplace progressivement BM25 dans le scoring des passages.
Lire →WikiGEO & IA
BM25
Algorithme probabiliste qui score la pertinence lexicale d'un document. Il précède les embeddings et reste utilisé en hybride avec la recherche sémantique.
Définition
Algorithme de recherche probabiliste utilisé par les moteurs pour scorer la pertinence lexicale d'un document. Précède les embeddings vectoriels mais reste utilisé en hybride avec la recherche sémantique dans la plupart des systèmes modernes.
BM25 compte les mots de la requête dans votre page, pondérés par leur rareté
BM25 date des années 1990 (famille Okapi). Il score la pertinence d'un document en mesurant la fréquence des termes de la requête, pondérée par la rareté de chaque terme (IDF) et par la longueur du document. Avant BERT, RankBrain et Neural Matching, c'était le moteur principal du ranking textuel.
Google l'utilise encore en 2026 pour le filtrage initial
Google fonctionne en hybride : BM25 assure le filtrage initial (le recall), les modèles neuraux assurent le re-classement (la precision). Les systèmes RAG utilisent la même séquence, BM25 en première passe puis re-ranking par embeddings.
Cette architecture explique deux choses. D'abord pourquoi les fondamentaux restent valides : le mot-clé dans le title, le H1, l'URL et le premier paragraphe sert encore au filtre d'admission. Ensuite pourquoi le keyword stuffing ne fonctionne plus : il exploitait la fréquence des termes, mais le re-ranking neuronal pondère autrement.
Concepts liés à BM25
Embedding
Représentation vectorielle d'un texte. Base technique de la recherche sémantique et du Grounding Score.
Lire →DPR (Dense Passage Retrieval)
Architecture neuronale qui retrouve les passages les plus pertinents avant la génération LLM. Brique des systèmes RAG.
Lire →Neural Matching
Système de matching sémantique de Google déployé en 2018. Il associe une requête à une page par les concepts sous-jacents et affecte environ 30 % des requêtes.
Lire →Reciprocal Rank Fusion (RRF)
Fusion de classements : un contenu bien noté sur plusieurs requêtes d'un même cluster monte plus haut qu'une page mono-mot-clé.
Lire →Nos articles sur le sujet
Parlons de votre projet.
Je vous prépare un pré-audit de votre site et l'on en discute durant notre visio.