基于知识库的RAG（Retrieval-Augmented Generation, 检索增强生成）作为当下主流的AI智能体应用技术之一，为解决大语言模型在问答交互场景下存在的不足（知识的局限性、滞后性以及幻觉等问题）提供了解决方案，也让AI大模型在专业领域（尤其是企业应用场景）的落地应用、满足真实的生产需求和业务场景成为可能。
选择一个功能丰富，体验友好的知识库平台至关重要，经过持续的迭代优化工作，LinkAI知识库能力在检索前、检索中和检索后等方面均得到显著提升，对于有数据保密要求的企业也可以提供私有化部署。
知识库导入
检索前的重要步骤之一便是知识库的内容导入，这包括文件的上传、解析、内容切分和向量化存储。将各种私有知识有序、合理地导入知识库，是后续获得知识库问答良好效果的重要前提。
多种内容格式
LinkAI知识库现支持导入：
- 无结构文档
- Q&A问答对
- 多列表格
- 网站内容
在导入文档时，支持导入PDF、docx、txt、md等格式的文件，自动解析分段，使用方便；导入问答对时，可将一问一答格式的CSV进行导入，问答时的精准度更高，后续也更易于维护；导入表格时，则可将多列的Excel或csv表格直接导入，并支持按列检索，非常适合导入多属性的列表型产品信息。
内容分段及预览
当我们导入无结构的内容（文档、网站）时，为了避免文档过长给知识检索带来的影响（索引混淆，核心知识在信息中占比较小，导致按索引检索时无法命中关键数据；大模型token过长截断导致语义不完整等），我们需要将无结构的文档内容进行切分。
在切分时，针对不同类型文档的特性我们定义了不同的分割器，并按照分割符和分块长度进行切分。再设置冗余字符和相邻段落衔接句字重复的策略，来避免句子被截断的问题，使一个完整的句子保留在同一个段落中。
另外，在默认分段字符长度（600 tokens）的基础上，用户可根据文档特点和需求手动调整分段长度并再次预览分段，从而调整至相对最佳状态。整个分段过程实时预览，清晰可见。
增强解析
需要导入的PDF、docx文件时一般都是无结构的文档，除了排版不规范外，常常还会在文件中带有图片和表格。
增强解析功能为加强对
1888
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
