待验证50% 置信事实精确时间
Elasticsearch的semantic_text字段会自动按句子边界切块，默认每块约250个token，并保留一句重叠。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/19
首次发现
有效期至：2027/1/17
来源
手把手构建精准AI智能体知识库：混合检索与重排序实战
bilibili双语对照翻译2026/10/19
涉及实体
相关事实
待验证RAG索引阶段的文本分块可以按句子分段，也可以按固定长度（如128或1024个Token）切分75% 相似待验证文本分割中，按标题切分属于结构性分割，能保留文档的语义边界；按大小切分（如约500字符）则控制单块长度，适配嵌入模型和上下文窗口的限制。68% 相似待验证固定字数切分可能在句子中间硬截断破坏语义，常引入重叠机制（如每段500字相邻段重叠100字）以保留跨片段信息68% 相似待验证该解析器通过追踪字体大小还原Markdown标题层级，使LangChain文本分割器能按语义边界进行切割68% 相似待验证文本块重叠处理可在关键知识点跨越切分边界时保留语义连贯性，例如chunk_size=500、chunk_overlap=5066% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1071358API
curl https://kongchang.com/api/v1/knowledge/claims/1071358MCP
get_claim(id=1071358)