面试题库 › 算法 / 大模型 › 知识库的文档解析、切分与索引

知识库的文档解析、切分与索引

难度 ★★☆在 6 场真实面经中被问到 方向:算法 / 大模型考点:RAG基础与流程

哪些公司问过

字节跳动1B站1花小小新疆炒米粉1顺丰科技1上海容易链智能科技1

常见岗位:AI 应用 / Agent 开发、Java 后端

答案要点

  1. PDF区分文本层抽取与OCR,做版面分析,表格保留结构
  2. Word按段落、标题和表格解析;网页去噪;Markdown按标题;代码按函数/类切
  3. 清洗:去重、去乱码、统一格式,按需做敏感信息脱敏
  4. 切分优先按结构,超长再按长度细分加重叠,chunk附标题路径、来源等元数据
  5. 同时建向量索引与关键词索引,支持混合检索加重排

易错点

面试官常见追问

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。

相关面试题