处理外部文档时，第一步通常涉及将它们分解成更小的片段以提取详细特征，然后嵌入这些特征以传达其语义。然而，对过大或过小的文本段进行嵌入可能会导致不理想的结果。因此，确定语料库中文档的最佳分段大小至关重要，以确保检索结果的准确性和相关性。
选择合适的分段策略需要
考虑几个关键因素，包括被索引内容的性质、嵌入模型、其最佳块大小、用户查询的预期长度和复杂性，以及检索结果在特定应用中的使用方式。这篇短文介绍了关键的分块策略，包括基于字符的固定方法、平衡固定大小和自然语言结构的递归方法，以及考虑语义主题变化的高级技术。
固定大小（按字符）重叠滑动窗口。
这种方法涉及根据字符计数将文本分成固定大小的块。实现简单，并且包含重叠的部分，目的是防止切割句子或语意。然而，限制包括对上下文大小控制不精确，切割单词或句子的风险，以及缺乏语义考虑。适合用于探索性分析，但不推荐用于需要深入语义理解的任务。
使用LangChain的示例：
text = "..." # your textfrom langchain.text_splitter import CharacterTextSplittertext_splitter = CharacterTextSplitter(chunk_size = 256,chunk_overlap = 20)docs = text_splitter.create_documents([text])
递归结构感知分割。
这是一种结合了固定大小滑动窗口和结构感知分割的混合方法。它试图在固定的块大小与语言边界之间取得平衡，提供精确的上下文控制。实现复杂度较高，且存在块大小可变的风险。对于需要粒度和语义完整性的任务有效，但不推荐用于快速任务或结构划分不清晰的场景。
使用LangChain的示例：
text = "..." # your textfrom langchain.text_splitter import RecursiveCharacterTextSplittertext_splitter = RecursiveCharacterTextSplitter(chunk_size = 256,chunk_overlap = 20,separators = ["\n\n", "\n"])docs = text_splitter.create_documents([text])
结构感知分割（按句子、段落）。
这种方法考虑了文本的自然结构，根据句子、段落、章节或篇章进行划分。尊重语言边界保持了语义完整性，但随着结构复杂性的变化也带来了挑战。对于需要上下文和语义的任务有效，但不适合缺乏明确结构划分的文本。
示例：
text = "..." # your textdocs = text.split(".")
内容感知分割（Markdown、LaTeX、HTML）。
这种方法专注于内容类型和结构，特别是在像Markdown、LaTeX或HTML这样的结构化文档中。它确保块内不混合不同的内容类型，保持了完整性。挑战包括理解特定的语法以及不适合非结构化文档。对于结构化文档很有用，但不建议用于非结构化内容。
使用LangChain针对Markdown文本的示例：
from langchain.text_splitter import MarkdownTextSplittermarkdown_text = "..."markdown_splitter = MarkdownTextSplitter(chunk_size=100, chunk_overlap=0)docs = markdown_splitter.create_documents([markdown_text])
使用LangChain针对LaTeX文本的示例：
from langchain.text_splitter import LatexTextSplitterlatex_text = "..."latex_splitter = LatexTextSplitter(chunk_size=100, chunk_overlap=0)docs = latex_splitter.create_documents([latex_text])
NLP分块：追踪主题变化。
这是一种基于语义理解的复杂方法，通过检测主题的显著转移来将文本分成块。确保了语义的一致性，但需要高级的NLP技术。对于需要语义上下文和主题连续性的任务有效，但对于高度主题重叠或简单的分块任务不适合。
使用LangChain中的NLTK工具包的示例：
text = "..." # your textfrom langchain.text_splitter import NLTKTextSplittertext_splitter = NLTKTextSplitter()docs = text_splitter.split_text(text)
总结而言，有效处理外部文档需要一个深思熟虑的分段策略，考虑各种因素，如被索引内容的性质、嵌入模型、用户查询期望和应用特定的需求。所介绍的分块策略提供了一系列的途径，每种都有其优势和局限性。
