跳到主要内容

自动关键字与自动问题 (Auto-keyword Auto-question)

使用聊天模型从数据集中的每个文本块 (Chunk) 生成关键字或问题。

选择分块 (Chunking) 方法时，你还可以启用自动关键字 (Auto-keyword) 或自动问题 (Auto-question) 生成，以提高检索率。此功能使用大语言模型 (LLM) 从每个创建的文本块中生成指定数量的关键字和问题，从而在原始内容的基础上生成“额外的信息层”。

警告 (WARNING)

启用此功能会增加文档索引时间并消耗额外的 Token，因为所有创建的块都将被发送到大语言模型 (LLM) 以生成关键字或问题。

什么是自动关键字？(What is Auto-keyword?)

自动关键字是指 RAGFlow 的自动关键字生成功能。它使用大语言模型 (LLM) 从每个块中生成一组关键字或同义词，以纠正错误并提高检索准确性。此功能在数据集 (Dataset) 的 配置 (Configuration) 页面的 页面排序 (Page rank) 下方以滑块形式实现。

可选值 (Values)：

  • 0：（默认）禁用。
  • 3 到 5 之间（含）：如果你的块大小约为 1,000 个字符，建议使用此范围。
  • 30（最大值）
注意 (NOTE)
  • 如果你的分块大小增加，可以相应地增加该值。请注意，随着该值的增加，边际收益会递减。
  • 自动关键字的值必须是整数。如果你将其设置为非整数（例如 1.7），它将被向下取整为最接近的整数（在此情况下为 1）。

什么是自动问题？(What is Auto-question?)

自动问题是 RAGFlow 的一项功能，它使用大语言模型 (LLM) 自动从数据块中生成问题。这些问题（例如谁、什么和为什么）也有助于纠正错误并改善与用户查询的匹配。该功能通常适用于涉及产品手册或政策文档的问答 (FAQ) 检索场景。你可以在数据集的 配置 (Configuration) 页面的 页面排序 (Page rank) 下方以滑块形式找到此功能。

可选值 (Values)：

  • 0：（默认）禁用。
  • 1 或 2：如果你的块大小约为 1,000 个字符，建议使用此范围。
  • 10（最大值）
注意 (NOTE)
  • 如果你的分块大小增加，可以相应地增加该值。请注意，随着该值的增加，边际收益会递减。
  • 自动问题的值必须是整数。如果你将其设置为非整数（例如 1.7），它将被向下取整为最接近的整数（在此情况下为 1）。

社区建议 (Tips from the community)

自动关键字或自动问题的值与你数据集中的分块大小密切相关。但是，如果你刚接触此功能，且不确定从哪些值开始，以下是我们从社区收集的一些数值设置。虽然它们可能不够精确，但至少提供了一个参考起点。

用例或典型场景 (Use cases or typical scenarios)文档数量/长度 (Document volume/length)自动关键字 (Auto_keyword, 0–30)自动问题 (Auto_question, 0–10)
员工手册的内部流程指引小型，10 页以下00
客服 FAQ 问答中型，10–100 页3–71–3
技术白皮书：开发标准、协议细节大型，100 页以上2–41–2
合同/规章/法律条款检索大型，50 页以上2–50–1
多知识库分层新文档 + 旧归档较多酌情调整酌情调整
社交媒体评论池：多语言和混合拼写超大体量短文本8–120
用于排障的运行日志超大体量短文本3–60
营销资产库：多语言产品描述中型6–101–2
培训课程 / 电子书大型2–51–2
维护手册：设备图纸 + 步骤中型3–71–2