RAG multilingue : retrouver la source sans changer la règle

Une équipe française pose une question à son assistant documentaire. La procédure applicable a été mise à jour en allemand, tandis que la traduction française décrit encore l’ancienne règle. Le modèle répond dans un français impeccable et cite un passage lisible, mais son conseil est périmé. Le problème ne vient pas nécessairement de la traduction de la réponse : la recherche a privilégié la langue au détriment de la version utile.

La qualité d’un RAG multilingue se mesure à la preuve applicable qu’il retrouve et préserve, quelle que soit la langue dans laquelle elle est rédigée. Langue de la question, langue du document, pays concerné et langue de restitution doivent être distingués. Les confondre peut produire une réponse fluide à partir d’une procédure destinée à une autre équipe.

Un corpus fictif en français, anglais et allemand permet ici de tester cette séparation. La recette téléchargeable vérifie neuf combinaisons et quatre sorties d’exception sur des métadonnées annotées. Elle n’exécute ni embeddings ni traduction automatique. Elle prépare les contrôles à conserver lorsque l’on évaluera ensuite un véritable moteur de recherche et un modèle de génération.

Dans une démarche d’IA et d’automatisation connectée au système d’information, ce travail protège les décisions fondées sur vos documents. La conception d’un RAG documentaire adapté à vos équipes doit relier sources, versions, permissions et citations avant de multiplier les langues proposées dans l’interface.

Pour qui la recherche multilingue change réellement le service

Repérer les questions qui traversent déjà plusieurs langues

Le besoin est concret lorsque le siège maintient des procédures en anglais, que les filiales documentent des exceptions dans leur langue ou que les fournisseurs transmettent des fiches techniques non traduites. Les équipes recherchent alors une réponse locale dans un fonds dont la langue n’est pas homogène. Une traduction globale du portail ne suffit pas à rendre ce savoir accessible.

Inventoriez les tâches concernées : retrouver un paramètre d’import, expliquer une procédure support, comparer des versions ou préparer une réponse commerciale. Certaines exigent une citation exacte, d’autres une reformulation validée. Le degré de contrôle dépend de l’action qui suivra la réponse, pas du nombre de langues affichées dans le menu.

Éviter de transformer toute traduction en nouvelle source d’autorité

Une traduction de travail peut aider à lire un document sans remplacer son original. Le système doit savoir si elle a été approuvée, quelle version elle traduit et qui la maintient. Un document récemment indexé peut correspondre à la traduction tardive d’une ancienne procédure ; sa date d’ingestion ne lui donne pas priorité.

Si votre corpus contient déjà une version locale complète et fiable, une recherche limitée à cette version peut être adaptée. Le passage multilingue devient utile quand les preuves manquent dans la langue de l’utilisateur. Il demande alors de rendre visibles la provenance et les limites de la traduction, plutôt que d’effacer ces différences derrière une réponse uniforme.

Séparer langue, marché, version et autorisation

Ne pas déduire le pays depuis la langue de la question

Une question en français peut concerner la France, la Belgique, le Canada ou une filiale allemande. Une question en anglais peut porter sur un contrat français. Le marché applicable doit provenir du dossier, du contexte autorisé ou d’une clarification explicite. La langue détectée sert à faciliter l’échange ; elle ne décide pas du périmètre métier.

Dans le scénario, le support français et le support allemand ont des délais fictifs différents de clôture des tickets. Une procédure française décrivant le support allemand reste une source pour l’Allemagne. La sélectionner parce que l’utilisateur écrit en français donne un résultat linguistiquement cohérent et opérationnellement faux.

Transporter les droits avec chaque représentation

Original, traduction, fragment, vecteur et citation doivent rester rattachés au même périmètre d’accès. Une copie traduite dans un index partagé ne doit pas devenir consultable parce que le document original est correctement protégé ailleurs. Les contrôles s’appliquent avant que des passages non autorisés soient transmis au générateur, puis à la consultation de la source.

Le contexte de sécurité vient du serveur et de l’identité authentifiée. Une demande formulée dans une autre langue ne peut pas modifier les permissions. Les réponses mises en cache doivent elles aussi être isolées par portée documentaire et autorisation ; changer la langue de restitution ne crée pas une nouvelle permission de lecture.

Scénario : une règle française disponible en allemand

Décrire les pièces avant de comparer les moteurs

Notre petit corpus contient une ancienne procédure France en français, une procédure France courante en allemand, une procédure Allemagne courante en français et une consigne d’export France en anglais. Les valeurs de 72, 48 et 24 heures sont inventées pour différencier les cas. Elles ne constituent aucune recommandation de gestion des tickets.

Conserver le passage original dans la preuve

La procédure allemande du périmètre France contient la phrase fictive « Französischer Support: Das Ticket nach 48 Stunden ohne Antwort schließen. » La preuve doit conserver cette phrase, son identifiant et sa langue. Une restitution française peut expliquer les 48 heures, mais elle doit rester reliée à cet original et à la condition « sans réponse ».

Si une traduction française indique 72 heures tout en prétendant représenter la même version courante, le système rencontre une contradiction documentaire. Dans notre recette, ce conflit est détecté à partir de faits annotés manuellement. Un système réel devra qualifier cette divergence avec son propriétaire documentaire ; le simple score de proximité entre textes ne permet pas de trancher.

Choisir la recherche sans fermer les langues utiles

Comparer traduction de requête et représentation multilingue

Une première option traduit la question vers les langues de recherche retenues, puis interroge les champs ou index concernés. Elle demande de préserver les références exactes, les négations et les termes métier. Une seconde utilise des embeddings adaptés aux rapprochements entre langues. Les deux approches doivent être comparées sur les mêmes questions et les mêmes preuves attendues.

La documentation Sentence Transformers sur les modèles multilingues explique le rôle de l’alignement entre représentations de phrases traduites. Le fait qu’un modèle accepte plusieurs langues ne démontre donc pas à lui seul qu’il rapproche correctement vos questions et vos passages. L’évaluation doit porter sur les couples de langues réellement utilisés.

Garder une voie exacte pour les références et les termes spécialisés

Les numéros de procédure, codes produit ou noms de champs doivent rester retrouvables sans traduction libre. Une recherche hybride peut combiner cette précision lexicale avec des rapprochements sémantiques, à condition de conserver les filtres applicables. Les résultats fusionnés restent des candidats : leur rang ne vaut pas validation du pays, de la version ou du droit d’accès.

Microsoft documente plusieurs organisations d’index multilingues, notamment des index par langue ou des champs linguistiques séparés, avec des analyseurs adaptés. Ce choix concerne la représentation et la recherche. Il ne remplace pas la modélisation de la portée métier, qui doit rester explicite dans vos données.

Respecter le contrat du modèle et du découpage

Vérifier les préfixes et la limite réellement appliquée

À titre d’exemple technique, la fiche multilingual-e5-base, vérifiée le 25 octobre 2026, demande des préfixes query: et passage: pour la recherche, y compris pour les textes non anglais. Elle indique également une troncature à 512 tokens pour les textes longs. Ces conditions appartiennent à ce modèle ; elles ne sont pas universelles.

Une comparaison qui change simultanément le modèle, le préfixe et le découpage ne permet pas d’attribuer le résultat. Archivez la version de l’encodeur, les paramètres et la chaîne effectivement encodée. Une limite en tokens ne correspond pas au même nombre de mots dans toutes les langues ; un découpage acceptable en français peut tronquer autrement une autre version.

Ne pas séparer la condition de la valeur qu’elle qualifie

Un fragment contenant « 48 heures » sans « sans réponse » ne prouve pas quand clôturer le ticket. Conservez le titre, le périmètre et la condition avec la valeur utile, ou un mécanisme de remontée vers le passage complet. La traduction du résumé ne doit pas reconstituer une condition absente à partir de son expérience générale.

La même séparation entre observation et règle apparaît dans la préparation d’une commande B2B reçue par e-mail : traduire ou reconnaître « boîte » ne permet pas d’inventer le nombre de pièces qu’elle contient.

Les tableaux, unités et paramètres demandent la même attention. Pour une consigne d’export, traduire le nom du séparateur ne doit pas modifier le caractère réellement attendu. Une virgule décimale, un point-virgule de fichier et une virgule de phrase ont des rôles différents. Le contrôle doit examiner la donnée utilisée, pas seulement la correction grammaticale de la réponse.

Recette de décision : neuf combinaisons et quatre exceptions

Mesurer ce que le filtre laisse effectivement accessible

Le programme de recette des périmètres multilingues fournit trois demandes métier, chacune formulée en français, anglais et allemand. Le sujet et le marché sont déjà qualifiés en entrée. Le programme sélectionne les sources courantes et autorisées ; il ne comprend pas les questions, ne calcule aucun vecteur et ne traduit aucune réponse.

Avec une restriction imposant la langue de la question, une preuve subsiste dans trois combinaisons sur neuf. Lorsque cette restriction est retirée tout en conservant marché, version et rôle, la preuve attendue reste disponible dans les neuf combinaisons. Ce résultat mesure l’effet de notre filtre sur ce corpus construit ; ce n’est ni un taux de précision RAG ni une comparaison de modèles.

python3 rag-multilingue-perimetres.py
# Même langue imposée : source admissible présente dans 3 cas sur 9.
# Langue libre, périmètre conservé : source présente dans 9 cas sur 9.
# Pays absent, droit absent, preuve absente ou conflit : pas de réponse fondée.

Faire produire une sortie utile aux cas non résolus

Quatre cas supplémentaires vérifient les frontières : pays non précisé, rôle non autorisé, sujet absent du corpus et traduction contradictoire. Un témoin incorrect assimile langue et marché ; il choisit alors la règle allemande de 24 heures pour une demande concernant la France. L’exercice montre ce que la séparation doit empêcher avant tout classement sémantique.

• Si le marché manque, alors demander le périmètre concerné avant de chercher une règle locale.
• Si aucune preuve autorisée n’est disponible, alors conserver l’abstention sans ouvrir les droits.
• Si deux versions déclarées courantes se contredisent, alors attribuer le conflit au propriétaire documentaire.
• Si la preuve applicable est dans une autre langue, alors conserver son original et contrôler sa restitution.

Évaluer ensuite le moteur sur de vraies questions multilingues

Constituer un jeu qui ne se limite pas aux traductions littérales

Une recette réelle part de demandes représentatives, de leur contexte autorisé et de passages attendus annotés par le métier. Ajoutez des paraphrases naturelles, des abréviations, des fautes raisonnables et des questions mélangeant deux langues. Une équipe locale n’utilise pas nécessairement la traduction littérale des termes choisis au siège.

Séparez les questions de mise au point de celles réservées à la validation. Conservez des cas où la bonne réponse est une clarification ou une abstention. Les références attendues doivent être déterminées indépendamment du moteur testé ; reprendre ses premiers résultats comme vérité rendrait la comparaison circulaire et masquerait ses erreurs les plus cohérentes.

Mesurer les étapes et les couples de langues séparément

Pour la recherche, observez la présence de la preuve parmi les candidats autorisés, son rang et sa conservation jusqu’au contexte final. Pour la génération, examinez le soutien de chaque affirmation, les conditions, la langue demandée et la citation. Un modèle peut bien retrouver l’allemand depuis le français et néanmoins perdre une négation dans sa réponse française.

Présentez les effectifs par couple question-source, les erreurs graves et les non-réponses. Une moyenne élevée sur beaucoup de questions anglaises peut masquer une régression sur quelques cas allemands importants. Les seuils d’ouverture doivent refléter la tâche et le risque accepté ; un score de similarité uniforme ne remplace pas cette décision de service.

Restituer une réponse traduite avec une preuve consultable

Distinguer l’extrait original de sa traduction de lecture

La réponse peut être rédigée dans la langue choisie par l’utilisateur et afficher une citation issue d’un autre document. Le lien ouvre le passage original avec son titre, sa version et sa langue. Si une traduction de lecture est proposée, elle doit être identifiée comme telle et ne pas remplacer silencieusement le passage auquel la réponse se réfère.

La méthode de vérification des citations RAG examine déjà le soutien apporté par un passage. Le contexte multilingue ajoute un contrôle : l’affirmation traduite conserve-t-elle la portée de l’original ? Une citation accessible mais incompatible avec le pays ou la version de la question reste une preuve inadaptée.

Vérifier les négations, les unités et les noms d’actions

Le contrôle doit repérer une obligation transformée en possibilité, une exception perdue ou une unité changée. Pour une procédure interne, distinguez « peut clôturer » de « doit clôturer » et une durée d’attente d’un délai de résolution. Les chiffres repris exactement ne rendent pas la phrase fidèle si le verbe ou sa condition ont changé.

Un glossaire métier validé peut réduire certaines ambiguïtés, mais il doit conserver sa version et son propriétaire. Les noms d’écrans et de champs peuvent rester dans la langue du logiciel pour que l’utilisateur retrouve l’action. L’interface peut expliquer le terme sans inventer un bouton traduit qui n’existe pas dans l’ERP ou le CRM utilisé.

Installer une chaîne dont chaque étape laisse une trace

Relier l’ingestion aux versions de traduction

À l’entrée, le connecteur conserve identifiant documentaire, version, langue, marché, droits et relation de traduction lorsque celle-ci existe. La sortie de l’indexation doit permettre de retrouver le passage source du fragment. La journalisation distingue rejet documentaire, extrait incomplet et passage exclu par les permissions ; ces situations n’appellent pas la même correction.

Le contrat attribue la responsabilité du contenu au propriétaire métier et celle du traitement à l’équipe d’intégration. Une file d’ingestion conserve les dépendances et les erreurs. Le repli peut suspendre une famille documentaire ou revenir à une version technique compatible, mais il ne doit pas restaurer un document retiré ou une traduction devenue interdite.

Tracer le contexte qui a réellement servi à répondre

Pour chaque exécution, conservez les références et versions des passages retenus, les transformations appliquées à la requête et la configuration du moteur. La collecte doit rester proportionnée aux données traitées : un diagnostic n’exige pas de recopier systématiquement des documents confidentiels dans des logs accessibles à toute l’équipe.

L’entrée de génération est un ensemble de preuves autorisées ; sa sortie est une réponse soutenue ou une abstention explicable. Le contrat précise la responsabilité de validation, les seuils d’alerte et le repli en cas de traduction indisponible. La journalisation doit permettre de distinguer une mauvaise sélection d’une mauvaise reformulation, sans attribuer toute erreur au modèle final.

Observer les langues qui cachent une baisse de qualité

Repérer les changements de provenance et les corrections répétées

Premier signal faible : les citations dans la langue de l’utilisateur augmentent alors que les documents de référence sont maintenus ailleurs. Vérifiez si la recherche préfère des traductions anciennes. Deuxième signal : les équipes corrigent toujours les mêmes unités ou verbes d’action dans une langue donnée, malgré un bon taux apparent de réponses acceptées.

Suivez les questions sans preuve, les conflits de versions et les corrections par couple de langues et par tâche. Une baisse des abstentions peut révéler un meilleur accès aux sources, mais aussi un filtre devenu trop permissif. La supervision doit rapprocher cette évolution des documents consultés et des droits appliqués avant de conclure à un progrès.

Compter le coût des reprises linguistiques

Par exemple, trente réponses fictives demandant chacune six minutes de vérification supplémentaire représentent trois heures. À un coût interne hypothétique de 40 € par heure, la charge atteint 120 €. Ce coût vient s’ajouter à la traduction, à l’inférence et à l’entretien documentaire. Il ne peut pas être déduit du seul prix des tokens.

Mesurez aussi la latence par étape et le nombre de recherches déclenchées pour une question. Traduire vers plusieurs langues puis fusionner les résultats peut améliorer la couverture tout en augmentant le délai. Le bon arbitrage dépend du service attendu : une procédure critique peut accepter une vérification plus longue qu’une aide de navigation simple.

Erreurs fréquentes dans un RAG multilingue

Confondre fluidité et fidélité documentaire

Une réponse naturelle peut citer une traduction obsolète ou modifier une exception. La validation ne doit donc pas se limiter à la grammaire et à la présence d’un lien. Il faut examiner le passage original, son applicabilité et les transformations intervenues entre question et réponse.

• Déduire le pays depuis la langue détectée.
• Exclure toutes les sources d’une autre langue avant d’évaluer leur utilité.
• Traiter la date d’ingestion d’une traduction comme une nouvelle version métier.
• Utiliser le même seuil de similarité comme preuve de vérité pour chaque langue.
• Donner à une copie traduite des droits plus larges que ceux de l’original.

Choisir la traduction la plus lisible pour résoudre un conflit

Le risque est de croire qu’une réponse plus facile à relire est nécessairement plus sûre. Dans notre corpus, la source applicable à la France est en allemand. La procédure française courante concerne l’Allemagne et l’ancienne version française contient une autre durée. Aucune préférence de confort linguistique ne peut remplacer la qualification de ces pièces.

Si deux traductions d’une même règle restent incompatibles, attribuez le conflit et conservez une abstention sur l’affirmation litigieuse. Le système peut expliquer ce qui manque pour répondre, selon les droits du lecteur. Il ne doit pas fabriquer une moyenne entre 48 et 72 heures pour produire malgré tout un nombre plausible.

Plan d’action pour ouvrir une recherche multilingue vérifiable

Qualifier les preuves avant de comparer les configurations

Choisissez une tâche précise, deux ou trois langues réellement utilisées et un périmètre documentaire limité. Le métier annote les questions, le marché applicable, les passages attendus et les cas de non-réponse. L’équipe documentaire relie originaux et traductions, vérifie leurs versions et désigne les conflits à résoudre. Ce travail fournit le jeu de référence avant toute comparaison de moteur.

Exécutez les contrôles de métadonnées, puis confrontez traduction de requête, recherche multilingue et éventuelle combinaison hybride à ce même jeu. Conservez les candidats et les exclusions à chaque étape. Ne modifiez qu’un facteur à la fois lorsque vous cherchez la cause d’une régression. Une nouvelle configuration doit conserver les refus de droits et les abstentions attendues, pas seulement améliorer quelques réponses visibles.

Réceptionner la restitution et le service rendu

Faites relire les réponses par des personnes capables de vérifier la langue source et la tâche métier. Les tests couvrent négations, unités, versions et citations consultables. Comparez également les temps de traitement, les corrections et les coûts d’exploitation. La validation doit distinguer une preuve bien retrouvée d’une traduction encore approximative pour attribuer la correction à la bonne étape.

Ouvrez ensuite un périmètre limité avec des critères d’arrêt et un canal de correction documentaire. Toute extension à une langue ou à un marché ajoute ses propres cas au jeu de validation. Le passage à l’échelle dépend de cette preuve accumulée et de la capacité à retirer une source incorrecte, pas du nombre de langues annoncé dans la fiche d’un modèle.

Guides complémentaires pour la recherche et les versions

Le diagnostic multilingue s’inscrit dans une chaîne plus large. Deux approfondissements permettent de vérifier les candidats disponibles et la compatibilité technique lorsque les représentations changent.

Retrouver le passage avant d’améliorer la réponse

Le dossier sur la recherche hybride et le reclassement des passages RAG suit la perte d’une preuve entre index, fusion et sélection finale. Il aide à distinguer une question mal représentée d’un candidat retiré par une fenêtre trop courte.

Ajoutez les couples de langues à cette trace sans abandonner les autres dimensions. La bonne pièce peut être absente à cause d’un filtre de langue, d’un mauvais marché ou d’une sélection trop restrictive ; ces causes demandent des corrections différentes.

Changer les embeddings sans mélanger les espaces

La migration des embeddings et des index compatibles traite la transition entre représentations. L’ajout d’un modèle multilingue ne doit pas mélanger ses vecteurs avec ceux d’un ancien encodeur simplement parce que leur dimension paraît identique.

La nouvelle indexation doit également reprendre les retraits, les droits et les versions intervenus pendant le recalcul. Une source plus facile à retrouver ne devient pas admissible si elle a entre-temps quitté le périmètre autorisé.

Conclusion : changer de langue sans changer de preuve

Un RAG multilingue utile retrouve des sources que l’utilisateur ne chercherait pas facilement dans leur langue d’origine. Cette ouverture doit préserver le marché, la version, les conditions et les droits. Une réponse fluide ne compense pas une preuve choisie dans le mauvais périmètre.

La recette montre pourquoi un filtre imposant la langue de la question peut supprimer une source applicable, et pourquoi la langue ne doit pas servir de substitut au pays. Ses neuf combinaisons et quatre exceptions vérifient des règles documentaires ; la qualité sémantique et la fidélité d’un modèle restent à mesurer sur un jeu indépendant de questions réelles.

La conception d’un RAG documentaire avec sources vérifiables relie cette qualification aux choix de recherche, de traduction et de restitution. Les citations gardent leur original, les conflits restent attribués et les nouvelles langues entrent dans une recette explicite avant l’ouverture du service.

Dawap accompagne vos projets d’IA et d’automatisation métier à partir des questions et des documents que vos équipes utilisent réellement. Le premier livrable est une preuve retrouvable, applicable et consultable ; les modèles sont ensuite comparés sur leur capacité à la préserver dans une réponse utile.