RAG 文档切分导致语义断裂怎么处理
哪些公司问过
答案要点
- 先做版面与结构解析,保留标题层级、表头和段落边界
- 按标题和语义边界切分,超长段落再用带重叠的滑动窗口
- 表格整体成块或按行切分并在每块重复表头
- 块文本或元数据带上文档标题与章节路径,增强独立可读性
- 小块检索、返回父块或相邻块,兼顾检索精度与上下文完整
易错点
- 只用固定长度截断,切断句子和表格
- 表格切开后丢失表头,块内数字失去含义
- 上下文补得过多,超出窗口或引入噪声
面试官常见追问
- 块大小和重叠怎么定?
- 父子块检索具体怎么做?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。