夜雨聆风学习资料网

ARTICLE · 1162604

数据篇 -- 【动手】给一份技术文档写出可检

数据篇 -- 【动手】给一份技术文档写出可检

刚处理完一份技术文档的分块,我直接把父子块方案跑通了。

父块按标题切成完整小节,子块再切到 200 字左右。每个子块都带上 doc_id,指回自己的父块。这样小块负责命中,大块负责给上下文。

光看切出来的样子没用。我先用关键词粗排,再用向量库查 Top-K。固定一批问题跑一遍,看子块能不能点中答案附近,展开父块后原文够不够完整。

要是子块总排不进去,就调 chunk_size;要是父块还缺关键句,就把标题层级放宽。只改一个变量,重新测同一批问题。

验收口诀就一句:子块打得中,父块展得开。召回没过之前,先别急着接大模型生成。

原文数据篇 -- 【动手】给一份技术文档写出可检索分块
辽宁,5分钟前,

相关学习资料