Dify知识库分段与数据清洗实战：优化LLM检索效率与回答精准性指南

将内容上传至知识库后，要对内容进行分段与数据清洗。该阶段是内容的预处理与数据结构化过程，长文本将会被划分为多个内容分段。

1 分段

由于LLM的上下文窗口有限，无法一次性处理和传输整个知识库的内容，因此需对文档 中的长文本分段为内容块。即便部分大模型已支持上传完整的文档文件，但实验表明，检索效率依然弱于检索单个内容分段。

LLM能否精准回答出知识库中内容，关键在知识库对内容块的检索与召回效果。类似在手册中查找关键章节即可快速得到答案，而无需逐字逐句分析整个文档。

经分段后，知识库能基于用户问题，采用分段 TopK 召回模式，召回与问题高度相关的内容块，补全关键信息从而提高回答精准性。

进行问题与内容块的语义匹配时，合理分段大小很关键，能帮助模型准确找到与问题最相关内容，减少噪音信息。

Dify 提供 “通用分段” 和 “父子分段” 两种分段模式，分别适应不同类型的文档结构和应用场景，满足不同的知识库检索和召回的效率与准确性要求。

2 清洗

为保证文本召回效果，通常需在将数据录入知识库之前便对其进行清理。如文本内容中存在无意义字符或空行，可能影响问题回复质量，需清洗。

LLM收到用户问题后，能否精准回答知识库中内容，取决知识库对内容块的检索和召回效果。匹配与问题相关度高的文本分段对 AI 应用生成准确且全面的回应至关重要。

好比智能客服，仅需帮助 LLM 定位至工具手册的关键章节内容块即可快速得到用户问题的答案，而无需重复分析整个文档。在节省分析过程中所耗费的 Tokens 的同时，提高 AI 应用的问答质量。

3 分段模式

知识库支持两种分段模式：通用模式与父子模式。首次创建知识库，推荐父子模式。

选定分段模式并完成知识库的创建后，后续无法变更。

知识库内新增的文档也将遵循同样的分段模式。

3.1 通用模式

系统按用户自定义规则将内容拆分为独立的分段。当用户输入问题后，系统自动分析问题中的关键词，并计算关键词与知识库中各内容分段的相关度。根据相关度排序，选取最相关的内容分段并发送给 LLM，辅助其处理与更有效地回答。

该模式下，需根据不同的文档格式或场景要求，参考以下设置项，手动设置文本的分段规则。

① 分段标识符

默认 \n，即按文章段落分块。可遵循正则表达式自定义分块规则，系统将在文本出现分段标识符时自动执行分段。例如 的含义是按照句子进行分段。

不同语法的文本分段效果：

② 分段最大长度

指定分段内的文本字符数最大上限，超出该长度时将强制分段。默认值为 500 Tokens，分段长度的最大上限为 4000 Tokens。

③ 分段重叠长度

对数据进行分段时，段与段之间存在一定重叠部分。这种重叠可帮助提高信息的保留和分析的准确性，提升召回效果。建议设置为分段长度 Tokens 数的 10-25%。

④ 文本预处理规则

过滤知识库内部分无意义的内容。提供以下选项：

• 替换连续的空格、换行符和制表符
• 删除所有 URL 和邮件地址

配置完成后，点击“预览区块”即可查看分段后的效果。可直观看到每个区块的字符数。如重新修改分段规则，需重新点击按钮以查看新的内容分段。

若同时批量上传多个文档，轻点顶部的文档标题，快速切换并查看其它文档的分段效果。

分段规则设置完成后，接下来需指定索引方式。支持“高质量索引”和“经济索引”，详细说明请参考设定索引方法。

3.2 父子模式

父子模式采用双层分段结构来平衡检索的精确度和上下文信息，兼得：

• 精准匹配
• 全面的上下文信息

父区块（Parent-chunk）保持较大的文本单位（如段落），提供丰富上下文信息

子区块（Child-chunk）是较小的文本单位（如句子），用于精确检索。系统先通过子区块进行精确检索以确保相关性，然后获取对应的父区块来补充上下文信息，从而在生成响应时既保证准确性又能提供完整的背景信息。你可以通过设置分隔符和最大长度来自定义父子区块的分段方式。

如AI智能客服场景，用户输入的问题将定位至解决方案文档内某具体句子，再将该句子所在的段落或章节，联同发送至 LLM，补全该问题的完整背景信息，给出更精准回答。

3.2.0 实现原理

① 子分段匹配查询

• 将文档拆分为较小、集中的信息单元（如一句话），更精准匹配用户所输入的问题
• 子分段快速提供与用户需求最相关的初步结果

② 父分段提供上下文

• 将包含匹配子分段的更大部分（如段落、章节甚至整个文档）视作父分段并提供给LLM
• 父分段为LLM提供完整背景信息，避免遗漏重要细节，助 LLM 输出更贴合知识库内容的回答

该模式下，需根据不同文档格式或场景要求，手动分别设置父子分段的分段规则。

3.2.1 父分段

分段选项：

段落

根据预设的分隔符规则和最大块长度将文本拆分为段落。每个段落视为父分段，适用于文本量较大，内容清晰且段落相对独立的文档。支持以下设置项：

• 分段标识符，默认值为 \n，即按照文本段落分段。可遵循正则表达式自定义分块规则，系统将在文本出现分段标识符时自动执行分段。
• 分段最大长度，指定分段内的文本字符数最大上限，超出该长度时将强制分段。默认值为 500 Tokens，分段长度的最大上限为 4000 Tokens；

全文

不进行段落分段，而直接将全文视为单一父分段。出于性能原因，仅保留文本内的前 10000 Tokens 字符，适用于文本量较小，但段落间互有关联，需完整检索全文的场景。

父子模式下的段落和全文预览：

3.2.2 子分段

子分段文本在父文本分段基础上，由分隔符规则切分而成，用于查找和匹配与问题关键词最相关和直接的信息。如果使用默认的子分段规则，呈现的分段效果：

• 当父分段为段落时，子分段对应各段落中的单个句子
• 父分段为全文时，子分段对应全文中各单独的句子

在子分段内填写以下分段设置：

• 分段标识符，默认值为 ，即按照句子进行分段。可遵循正则表达式自定义分块规则，系统将在文本出现分段标识符时自动执行分段。
• 分段最大长度，指定分段内的文本字符数最大上限，超出该长度时将强制分段。默认值为 200 Tokens，分段长度的最大上限为 4000 Tokens；

还可用文本预处理规则过滤知识库内部分无意义的内容：

• 替换连续的空格、换行符和制表符
• 删除所有 URL 和电子邮件地址

配置完成后，点击“预览区块”即可查看分段后的效果。你可以查看父分段的整体字符数。背景标蓝的字符为子分块，同时显示当前子段的字符数。

如果重新修改了分段规则，需要重新点击“预览区块”按钮以查看新的内容分段。若同时批量上传了多个文档，轻点顶部的文档标题，快速切换至其它文档并预览内容的分段效果。

父子分段模式：

为确保内容检索的准确性，父子分段模式仅支持使用“高质量索引”。

3.3 模式区别

内容区块的分段形式：

• 通用模式的分段结果为多个独立的内容分段
• 父子模式采用双层结构进行内容分段，即单个父分段的内容（文档全文或段落）内包含多个子分段内容（句子）

不同分段方式影响 LLM 对知识库内容的检索效果。相同文档中，采用父子检索提供的上下文信息更全面，且精准度方面也保持较高水平，远优于传统的单层通用检索方式。

通用模式与父子模式的内容检索效果对比。

本文已收录在Github，关注我，紧跟本系列专栏文章，咱们下篇再续！

• 🚀 魔都架构师 | 全网30W+技术追随者
• 🔧 大厂分布式系统/数据中台实战专家
• 🏆 主导交易系统亿级流量调优 & 车联网平台架构
• 🧠 AIGC应用开发先行者 | 区块链落地实践者
• 🌍 以技术驱动创新，我们的征途是改变世界！

• 👉 实战干货：编程严选网

  本文由博客一文多发平台 OpenWrite 发布！