原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第66卷第8期自动化应用Vol.66No.8
2025年4月AutomationApplicationApr.2025
面向RAG的文本分块语义连贯性检测方法研究
曹启航，郑欣
（1.贵州师范大学贵州省先进计算全省重点实验室，贵州贵阳550001；2.贵州师范大学网络空间安全学院，贵州贵阳550001）
摘要：随着检索增强生成（RAG）技术的不断发展，文本分块作为文本预处理的重要环节，对于RAG问答系统中的
文本检索和答案生成任务具有关键作用。在实际应用中，如何在保证分块粒度合理的同时，确保分块内部语义高度连
续、不同分块之间语义跳跃明显，是值得深入研究的问题。因此，基于“内部一致性损失”和“边界连贯性损失”的文本
分块语义连贯性检测算法被提出，并通过拒绝采样和微调训练大模型等方法进一步优化文本分块效果。实验结果表
明，所提检测算法能有效检测文本分块的语义连贯性，从而改善RAG问答系统的检索效果。
关键词：文本分块；语义连贯性；拒绝采样；大语言模型；RAG技术
中图分类号：TP391文献标识码：ADOI：10.19769/j.zdhy.2025.08.032
ResearchonTextBlockSemanticCoherenceDetectionMethodforRAG
CAOQihang，ZHENGXin
（1.GuizhouKeyLaboratoryofAdvancedComputing，GuizhouNormalUniversity，Guiyang，Guizhou550001，China；
2.SchoolofCyberScienceandTechnology，GuizhouNormalUniversity，Guiyang，Guizhou550001，China）
Abstract：WiththecontinuousdevelopmentofRetrievalEnhancedGenerative（RAG）technology，textsegmentation，asan
importantpartoftextpreprocessing，playsacrucialroleintextretrievalandanswergenerationtasksinRAGquestionanswering
systems.Inpracticalapplications，howtoensureareasonablegranularityofpartitioningwhilemaintainingahighdegreeof
semanticcontinuitywithinthepartitioningandsignificantsemanticjumpsbetweendifferentpartitionsisaproblemworthyofin-
depthresearch.Therefore，atextchunksemanticcoherencedetectionalgorithmbasedoninternalconsistencylossand
boundarycoherencelosshasbeenproposed，andthetextchunkeffecthasbeenfurtheroptimizedthroughmethodssucha
文档评论（0）