Discourse AI - Sujets connexes

[Discourse]

Ce guide explique comment activer et configurer la fonctionnalité Sujets similaires du plugin Discourse AI.

Niveau d’utilisateur requis : Administrateur

Les Sujets similaires aident les utilisateurs à découvrir du contenu pertinent en suggérant des sujets sémantiquement similaires à celui qu’ils sont en train de lire. Cela améliore l’exploration du contenu et augmente l’engagement des utilisateurs.

Fonctionnalités

• Similarité textuelle sémantique : Va au-delà de la correspondance par mot-clé pour trouver du contenu véritablement connexe
• Basculez entre les sujets « Suggérés » et « Similaires »
• Disponible pour les utilisateurs anonymes et connectés

Activation des Sujets similaires

Les Sujets similaires sont activés par défaut pour tous les clients hébergés par Discourse disposant du plugin Discourse AI activé.

Prérequis

Les Sujets similaires nécessitent le fonctionnement des Embeddings.

Si vous êtes sur notre hébergement, les Embeddings sont fournis à l’aide d’un modèle open-source. Aucune configuration supplémentaire n’est requise.

Les instances auto-hébergées devront configurer un modèle d’embedding via un fournisseur pris en charge.

Configuration

1. Accédez à Administration → Plugins → Discourse AI → Fonctionnalités IA
2. Trouvez le module Embeddings et configurez-le :
   • Définissez ai_embeddings_selected_model sur une définition d’embedding que vous avez configurée
   • Activez ai_embeddings_enabled pour activer les Embeddings
3. Activez ai_embeddings_semantic_related_topics_enabled pour activer la fonctionnalité Sujets similaires

Configuration d’un modèle d’embedding

Avant d’activer les embeddings, vous devez configurer un modèle d’embedding. Accédez à Administration → Plugins → Discourse AI → Embeddings pour créer une nouvelle définition d’embedding. Vous pouvez choisir parmi plusieurs préréglages :

• Open AI : text-embedding-3-small ou text-embedding-3-large (recommandé pour la plupart des sites)
• Google : gemini-embedding-001
• Hugging Face (inférence auto-hébergée) : multilingual-e5-large (recommandé pour les sites non anglais ou multilingues), bge-large-en, ou bge-m3

Vous devrez fournir une clé API (ou lier un Secret IA) et une URL de point de terminaison pour le fournisseur que vous avez choisi.

Paramètres supplémentaires

Les paramètres suivants vous permettent d’affiner la fonctionnalité Sujets similaires :

• ai_embeddings_semantic_related_topics : Nombre maximum de sujets à afficher dans la section des sujets similaires (par défaut : 5)
• ai_embeddings_semantic_related_include_closed_topics : Indique s’il faut inclure les sujets fermés dans les résultats similaires (par défaut : true)
• ai_embeddings_semantic_related_age_penalty : Applique une pénalité aux sujets plus anciens afin que le contenu plus récent soit préféré (par défaut : 0.0, plage : 0.0–2.0)
• ai_embeddings_semantic_related_age_time_scale : Échelle de temps en jours pour la pénalité d’âge (par défaut : 365)

FAQ Technique

Développer pour voir un diagramme de l'architecture des Sujets similaires

L’aperçu est que lorsqu’un sujet est créé/mis à jour, ceci se produit :

sequenceDiagram
    User->>Discourse: Crée un sujet
    Discourse-->>Embedding Microservice: Génère des embeddings
    Embedding Microservice-->>Discourse: 
    Discourse-->>PostgreSQL: Stocke les Embeddings 

Et lors de la visite du sujet :

sequenceDiagram
    User->>Discourse: Visite un sujet
    Discourse-->>PostgreSQL: Interroge les sujets les plus proches
    PostgreSQL-->>Discourse: 
    Discourse->>User: Présente les sujets similaires 

Comment fonctionnent les Sujets similaires ?

• Lorsqu’un utilisateur visite un sujet, Discourse interroge la base de données pour trouver les sujets les plus sémantiquement similaires en fonction de leurs représentations intégrées (embeddings). Ces sujets similaires sont ensuite présentés à l’utilisateur, encourageant une exploration plus approfondie du contenu de la communauté.

Comment les données des sujets/publications sont-elles traitées ?

• Pour les sites hébergés par Discourse, les données sont traitées dans notre centre de données privé virtuel sécurisé. Pour les sites auto-hébergés, le traitement des données dépend du fournisseur tiers que vous avez choisi.

Où sont stockées les données d’embeddings ?

• Les données d’embeddings sont stockées dans votre base de données Discourse, aux côtés d’autres données de forum telles que les sujets, les publications et les utilisateurs.

Quels modèles d’embedding sont disponibles ?

• Discourse AI prend en charge les modèles d’OpenAI (text-embedding-3-small, text-embedding-3-large), de Google (gemini-embedding-001), les points de terminaison compatibles avec Hugging Face (bge-large-en, bge-m3, multilingual-e5-large), et Cloudflare Workers AI. Vous pouvez également configurer des modèles d’embedding personnalisés via l’interface d’administration.