文檔知識管理
本文從機(jī)器人空間維度介紹了文檔知識的導(dǎo)入流程以及對已導(dǎo)入文檔知識的查看、轉(zhuǎn)移、刪除和搜索查詢操作。
功能概述
文檔知識指的是以文檔形式存在的知識，如pdf、doc/docx、txt、markdown格式的文檔。將文檔導(dǎo)入系統(tǒng)后，機(jī)器人可以根據(jù)用戶提問從文檔中召回相關(guān)知識，然后結(jié)合LLM給出最終答案。
導(dǎo)入文檔
不同版本的業(yè)務(wù)空間可支持導(dǎo)入文檔的數(shù)量有差別，如企業(yè)版支持最多上傳5000個文檔，有關(guān)具體版本對應(yīng)的資源信息請參見資源限制和免費(fèi)額度。
登錄智能對話機(jī)器人管理控制臺，進(jìn)入具體機(jī)器人空間，選擇知識庫>文檔管理進(jìn)入文檔知識管理界面。
單擊導(dǎo)入文檔，在導(dǎo)入文檔窗口完成相關(guān)信息輸入。
文檔類目：指文檔所屬類目，方便對文檔知識進(jìn)行分類。可以選擇綁定業(yè)務(wù)空間內(nèi)已有文檔類目，也可以單擊新建類目創(chuàng)建新的文檔類目。
導(dǎo)入文檔限制條件：
支持pdf、doc/docx、txt、markdown格式文檔。
單個文件：支持最多100頁，txt小于200K，pdf小于100M，markdown小于200K，doc小于100M，docx小于100M。
單次最多導(dǎo)入50個文件，超過50個請分批導(dǎo)入。
生效配置：文檔知識可以作用于對話問答的時間，可配置為永久生效（即在該機(jī)器人未下線前都可用于對話問答）、指定時間生效（即僅在所配置時間段內(nèi)用于對話問答）、不生效。
標(biāo)簽：支持對導(dǎo)入的文檔進(jìn)行標(biāo)記。
單擊下一步，進(jìn)入文檔解析設(shè)置窗口，根據(jù)實際業(yè)務(wù)需求，設(shè)置文檔解析規(guī)則。
自動解析分段：自動根據(jù)文檔內(nèi)容選擇一種內(nèi)置解析策略進(jìn)行解析。
自定義解析策略：自主選擇內(nèi)置解析策略或自定義解析策略進(jìn)行解析。
解析策略：可選擇已保存的自定義解析策略。
解析內(nèi)容：
文字內(nèi)容（必選）：對文檔中的文字內(nèi)容進(jìn)行解析，并可以作為知識點用于對話問答。
段落標(biāo)題（必選）：對段落標(biāo)題進(jìn)行解析，并可以作為知識點用于對話問答。
表格（非必選）：文檔內(nèi)的表格內(nèi)容會被解析為markdown，并可以作為知識點用于對話問答。
圖片（非必選）：對圖片內(nèi)的文字內(nèi)容進(jìn)行解析，并可以作為知識點用于對話問答。
目錄（非必選）：對文檔內(nèi)的目錄內(nèi)容進(jìn)行解析，并可以作為知識點用于對話問答。
頁面頁腳（非必選）：對文檔中的頁眉頁腳內(nèi)容進(jìn)行解析，并可以作為知識點用于對話問答。
內(nèi)容過濾：可通過正則表達(dá)式過濾掉文檔中的特定內(nèi)容片段。
圖片增強(qiáng)：開啟后，文檔解析時將自動生成圖片描述用于機(jī)器人問答。現(xiàn)階段免費(fèi)試用。圖片增強(qiáng)能力僅支持企業(yè)版和旗艦版。
文檔摘要：啟用后，文檔解析時對知識進(jìn)行摘要總結(jié)。現(xiàn)階段免費(fèi)試用。
文章標(biāo)題：文章標(biāo)題將用于文檔路徑片段，并將在對話中用于檢索相關(guān)文檔片段。
識別標(biāo)題：采用ocr或md格式識別文檔內(nèi)容中的文章標(biāo)題，未識別時將默認(rèn)使用文檔名稱作為文章標(biāo)題。
文檔標(biāo)題：直接使用文檔名稱作為文章標(biāo)題。
文檔片段長度：文檔切片最大字?jǐn)?shù)上限，當(dāng)前支持單個文檔切片字?jǐn)?shù)最多為800字。
層級解析模式：設(shè)置文檔段落層級的解析方式。
自動識別解析：通過ocr識別文檔段落層級信息。
段落規(guī)則解析：通過選擇文檔標(biāo)題規(guī)則或自定義文檔標(biāo)題規(guī)則識別文檔段落層級信息。
說明自定義文檔解析規(guī)則和解析策略管理請參見文檔解析規(guī)則。
保存解析策略：在導(dǎo)入文檔過程中可以將當(dāng)前的解析策略保存至解析策略管理中，便于后續(xù)復(fù)用。可選擇新建解析策略和覆蓋已有解析策略兩種保存方式。
單擊確定，完成文檔導(dǎo)入。
在已導(dǎo)入文檔知識的右側(cè)操作欄下，單擊轉(zhuǎn)移或刪除可對文檔進(jìn)行轉(zhuǎn)移或刪除操作。
文檔轉(zhuǎn)移：將文檔從一個類目轉(zhuǎn)移到另一個類目。
文檔刪除：刪除知識中心有關(guān)文檔。
說明刪除有關(guān)文檔后，對應(yīng)從有關(guān)文檔中挖掘出的高頻問答也會被刪除。
查看已導(dǎo)入文檔
登錄智能對話機(jī)器人管理控制臺，進(jìn)入具體機(jī)器人空間，選擇知識庫>文檔管理進(jìn)入文檔知識管理界面。
單擊已導(dǎo)入文檔右側(cè)操作欄查看，即可查看有關(guān)文檔內(nèi)容和文檔解析完成并切片后的信息。
上圖左側(cè)內(nèi)容為原始文檔內(nèi)容；右側(cè)內(nèi)容為原始文檔解析完成后切片的內(nèi)容詳情，支持對片段內(nèi)容進(jìn)行是否生效、編輯和刪除操作。
是否生效：打開開關(guān)，當(dāng)前切片生效，進(jìn)入大模型文檔解析。
編輯：單擊編輯圖標(biāo)，支持對切片進(jìn)行文本信息編輯和插入圖片等操作。當(dāng)文檔解析或切片效果不佳時（如一個完整內(nèi)容被切分為兩個片段），可能會影響模型的最終問答效果。若存在此類問題，可通過手動編輯調(diào)整片段內(nèi)容進(jìn)行優(yōu)化。
刪除：單擊刪除圖標(biāo)，即可刪除當(dāng)前片段。
重新解析：查看文檔時，支持對文檔內(nèi)容進(jìn)行重新解析。單擊重新解析，有關(guān)重新解析的設(shè)置可參考本文的導(dǎo)入文檔知識部分。
智能推薦：大模型能夠根據(jù)文檔內(nèi)容推薦相應(yīng)的文檔解析規(guī)則，用戶可以利用這些推薦的規(guī)則進(jìn)行文檔的解析與切片。
文檔信息：
元數(shù)據(jù)信息：指文檔中帶有關(guān)鍵信息的字段，可以作為檢索條件，能有效過濾無關(guān)文檔。具體操作文檔請參見文檔信息表。
隨路信息：隨路信息添加后，會隨答案一起返回，隨路信息不參與對話問答。
查詢已導(dǎo)入文檔
對已導(dǎo)入文檔支持普通搜索和高級搜索兩種搜索查詢支持。
普通搜索：根據(jù)文檔標(biāo)題的關(guān)鍵字或文檔內(nèi)容的關(guān)鍵字進(jìn)行搜索。
高級搜索：支持根據(jù)文檔的狀態(tài)、編輯人、更新時間、生效時間和失效時間進(jìn)行搜索。
狀態(tài)：指文檔上傳后，系統(tǒng)對文檔的處理狀態(tài)和自定義的生效狀態(tài)。
處理狀態(tài)：
排隊中：即文檔正在排隊待解析。
解析中：即正在執(zhí)行文檔解析工作。
處理中：即在文檔解析完成后，系統(tǒng)進(jìn)一步對文本內(nèi)容進(jìn)行向量化儲存處理的過程。
處理失敗：即文檔處理失敗。
生效狀態(tài)：
生效時間：即文檔的有效時間，若當(dāng)前時間在文檔的生效時間內(nèi)，文檔生效，可以進(jìn)行問答；反之則文檔失效，不參與問答。
生效中：即文檔在當(dāng)前時間有效，可參與問答。
已失效：即文檔在當(dāng)前時間無效，不可參與問答。
待生效：即文檔正在解析中，還未生效，不可參與問答。