Une technique de recherche qui trouve l'information en fonction du sens et de la similarité sémantique plutôt que de correspondances exactes de mots-clés, à l'aide de représentations mathématiques (des vecteurs) du texte.
La recherche vectorielle fonctionne en convertissant le texte en représentations numériques à haute dimension appelées plongements, où les contenus sémantiquement proches sont situés près les uns des autres dans l'espace vectoriel. Lorsqu'un utilisateur pose une question, le système la convertit en vecteur et trouve le contenu le plus semblable, même si les mots employés sont complètement différents de ceux des documents enregistrés. Par exemple, une recherche sur « comment gérer un client mécontent » trouverait des documents portant sur la « résolution des plaintes de clients », même s'ils ne partagent aucun mot-clé. C'est ce qui rend les assistants de connaissances modernes propulsés par l'IA naturels à utiliser : les employés peuvent poser leurs questions dans leurs propres mots au lieu de deviner les bons termes de recherche. La recherche vectorielle est une composante essentielle des systèmes de génération augmentée par récupération (RAG).