面试题库 › Java 后端 › RAG 文档解析中 PDF 插图如何处理及多模态扩展

RAG 文档解析中 PDF 插图如何处理及多模态扩展

难度 ★★☆在 1 场真实面经中被问到 方向:Java 后端考点:文档切分与索引

哪些公司问过

帆软1

常见岗位:Java 后端

答案要点

  1. 版面分析抽取图片、图注和坐标,单独保存图片
  2. 图中文字做 OCR,图表用多模态模型生成描述
  3. 图片描述与图注、上下文正文合并成片段,记录页码坐标
  4. 检索命中时返回原图,便于展示和核对
  5. 多模态扩展:图文统一向量空间检索,多模态模型直接理解图片

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