დოკუმენტის სეგმენტებად დაყოფა AI მოძიებისთვის | aiBRAIN

მოკლე პასუხი:AI მოძიებისთვის დოკუმენტი უნდა დაიყოს აზრობრივ სეგმენტებად, რომლებშიც ერთად რჩება წესი, პირობა, გამონაკლისი და წყაროს კონტექსტი. aiBRAIN-ის ამოცანის განხილვა დაიწყეთ წყაროების, მფლობელისა და გადაცემის მაგალითით.

aiBRAIN-ის მოძიებისთვის სეგმენტმა დამტკიცებული წყარო, მოქმედების პირობა და გადაცემის საზღვარი ერთად უნდა შეინარჩუნოს.

თუ წყაროში საჭირო ინფორმაცია არ არის, aiBRAIN-ის პასუხი პასუხისმგებელ ადამიანთან უნდა გადავიდეს, ნაცვლად იმისა, რომ დაუდასტურებელი ფაქტი დაემატოს.

რას ნიშნავს აზრობრივი სეგმენტი

სეგმენტი არის დოკუმენტის ნაწილი, რომელიც ერთ გადაწყვეტილებას ან ერთ დაკავშირებულ ქმედებას ხსნის. გვერდის შუაში შემთხვევით გაჭრილი აბზაცი შეიძლება შეიცავდეს შედეგს, მაგრამ აღარ აჩვენებდეს პირობას, გამონაკლისს ან მისამართს. ამიტომ დაყოფა უნდა მიჰყვეს მნიშვნელობას და არა მხოლოდ სიგრძეს.

დოკუმენტის თავდაპირველი სათაური წყაროს მეტამონაცემად შეინახეთ, ხოლო მოძიებისთვის დამატებული სეგმენტის ეტიკეტი მხოლოდ მდებარეობის მაჩვენებელი იყოს. პირველ წინადადებაში დაასახელეთ თემა, ბოლოში კი შეინარჩუნეთ პასუხისმგებელი, მოქმედების ფარგლები და ადამიანთან გადაცემის პირობა.

როგორ გაიყოს გრძელი წესი

სეგმენტების მოძიების ეტიკეტები ერთმანეთს არ უნდა ჰგავდეს ისე, რომ დაბრუნებული ჩანაწერების განსხვავება დაიკარგოს; ორიგინალი დოკუმენტის სათაური წყაროს კვალად შეინახეთ. გამოიყენეთ პროდუქტის, პროცესის ან მომხმარებლის კონკრეტული ნიშანი.

შედარება: მოკლე სეგმენტები და სრული დოკუმენტის დაბრუნება

მოკლე სეგმენტი ძებნას ამარტივებს, მაგრამ შეიძლება კონტექსტი დაკარგოს. სრული დოკუმენტი პირობებს ინარჩუნებს, თუმცა მკითხველს საჭირო პასუხის გამორჩევა უჭირს. პრაქტიკული გზა არის ისეთი სეგმენტი, რომელიც ერთ გადაწყვეტილებას ხსნის და საჭიროებისას წყაროს უფრო ფართო ნაწილზე მიუთითებს.

Google Cloud-ის RAG აღწერა სწორედ მოძიებული ინფორმაციისა და პასუხის ფორმირების კავშირს ხსნის. იგი არ ადგენს თქვენი დოკუმენტის სიგრძის წესს.

როგორ შემოწმდეს სეგმენტის დამოუკიდებლობა

1. ამოიღეთ სეგმენტი დოკუმენტიდან.
2. წაიკითხეთ სეგმენტის ტექსტი წინა და შემდეგი გვერდის გარეშე, მაგრამ დაურთეთ ორიგინალი დოკუმენტის სათაური მეტამონაცემად; მოძიების ეტიკეტი წყაროს სათაურად არ ჩათვალოთ.
3. დაწერეთ, ვის ეხება წესი და რა მოქმედებას ითხოვს.
4. შეამოწმეთ, ჩანს თუ არა გამონაკლისი.

თუ მკითხველს ძირითადი კითხვა უჩნდება, სეგმენტში კონტექსტი აკლია. თუ ბევრი სხვა თემა შემოდის, იგი ზედმეტად ფართოა და უნდა გაიყოს.

სეგმენტის სათაური და წყარო

სეგმენტის მოძიების ეტიკეტში შეგიძლიათ გამოიყენოთ ის სიტყვები, რომლითაც თანამშრომელი ან მომხმარებელი რეალურად ეძებს თემას. ორიგინალი დოკუმენტის სათაური ცალკე მეტამონაცემად შეინახეთ; ეტიკეტმა წყაროს ტექსტი არ უნდა შეცვალოს. წყაროს დასახელება და მფლობელი ასევე შეინახეთ, რადგან მოძიებულ მონაკვეთს გადაწყვეტილების კონტექსტი სჭირდება.

სეგმენტების გადაადგილებისას შეამოწმეთ ბმულები, მაგალითები და გამონაკლისები. თუ ნაწილი სხვა სეგმენტზეა დამოკიდებული, ეს დამოკიდებულება მკაფიოდ მიუთითეთ. დამოუკიდებელი კითხვა ვერ უნდა დაეყრდნოს უხილავ წინა გვერდს.

დოკუმენტის დაყოფისას სეგმენტის ტექსტი წაიკითხეთ წინა და შემდეგი სექციების გარეშე, მაგრამ ორიგინალი დოკუმენტის სათაური და მოძიების ეტიკეტი მეტამონაცემად შეინახეთ. ჩაიწერეთ, ჩანს თუ არა სუბიექტი, პირობა, მოქმედება და გამონაკლისი. თუ პასუხისთვის მეორე სეგმენტი აუცილებელია, მათ შორის კავშირი მიუთითეთ. თუ ერთ სეგმენტში რამდენიმე გადაწყვეტილებაა, დაყავით ისინი ისე, რომ თითოეულმა ნაწილმა საკუთარი კითხვა მოაგვაროს. ასეთი შემოწმება აზრობრივ საზღვარს ამყარებს და შემთხვევით გაჭრას არ ემყარება.

სეგმენტის დამოუკიდებელი შემოწმება

დოკუმენტის დაყოფა გვერდების ზომით არ ნიშნავს, რომ მოძიებისთვის კარგი მონაკვეთები მიიღეთ. თითოეულ სეგმენტში უნდა დარჩეს ვისზე ვრცელდება წესი, რა მოქმედებაა საჭირო, რომელი პირობა ცვლის შედეგს და ვისთან გადადის გაურკვევლობა. თუ სათაური ერთ ნაწილშია, გამონაკლისი კი სხვა ნაწილში, ცალკე ამოჭრილი ფრაგმენტი მკითხველს შეცდომაში შეიყვანს.

• მონაკვეთს დაურთეთ მოძიების ეტიკეტი, ხოლო ორიგინალი დოკუმენტის სათაური მეტამონაცემად შეინახეთ.
• პირობა და გამონაკლისი ერთ სეგმენტში შეინარჩუნეთ.
• დაყავით სხვადასხვა გადაწყვეტილება, თუნდაც ისინი ერთ გვერდზე იდგეს.
• ცარიელი ან გაურკვეველი ფრაგმენტი პასუხის კანდიდატად არ დატოვოთ.
• გადაამოწმეთ, რომ სეგმენტის წაკითხვა მიმდებარე გვერდის გარეშე შესაძლებელია.

ტესტში ერთსა და იმავე კითხვას დაუკავშირეთ მოძიებული მონაკვეთი. თუ პასუხის დაწერა მხოლოდ მეზობელი ტექსტის ხელით დამატების შემდეგ გამოდის, საზღვარი ძალიან ვიწროა ან მნიშვნელოვანი პირობა დაიკარგა. თუ ფართო მონაკვეთი რამდენიმე სხვადასხვა გადაწყვეტილებას აბრუნებს, იგი ზედმეტად დიდია და უნდა გაიყოს.

დოკუმენტის განახლებისას ძველი სეგმენტის სტატუსი ცალკე შეცვალეთ. ახალი ვერსიის დამატება ძველის ავტომატურ გაუქმებას არ ნიშნავს. მფლობელმა უნდა ნახოს, რომელი კითხვები გადაამოწმეთ და რომელი შემთხვევა დარჩა ადამიანურ განხილვაზე.

სეგმენტის ზომა შეაფასეთ გადაწყვეტილების დასრულებით და არა აბზაცების რაოდენობით. თუ ერთი ფრაგმენტი რამდენიმე სხვადასხვა მფლობელს, პროცესს ან გამონაკლისს ეხება, მასში პასუხის საზღვარი იბნევა. თუ მონაკვეთი მხოლოდ ერთი წინადადებაა და არ აჩვენებს ვის ეხება წესი, იგი ზედმეტად მოკლეა. წყაროს სათაური, მოქმედების სფერო და სტატუსი თითოეულ დაბრუნებულ ფრაგმენტში საკმარისად მკაფიო უნდა დარჩეს.

როდის უნდა შეიცვალოს სეგმენტის საზღვარი

სეგმენტი ხელახლა დაყავით, როცა ახალი გამონაკლისი ძველ წესთან ერთად იკითხება, ან როცა პასუხის გასაცემად სხვა გვერდის ხელით დამატება ხდება საჭირო. წყაროსა და სტატუსის კავშირი ყოველი დაბრუნებული მონაკვეთისთვის თვალსაჩინო უნდა იყოს. ასეთი გადახედვა ამცირებს კონტექსტის დაკარგვის რისკს, მაგრამ დამტკიცებული შინაარსის სისწორეს თავისით ვერ ამოწმებს.

შეზღუდვები: დაყოფა არ ცვლის წყაროს ხარისხს

კარგად დაყოფილი ტექსტი მაინც ცუდი წყაროა, თუ იგი მოძველებულია, დაუმტკიცებელია ან სხვადასხვა წესს ერთმანეთში ურევს. დაყოფა მხოლოდ მოძიების ფორმას აუმჯობესებს. aiBRAIN-ის საზღვარი მოითხოვს დამტკიცებულ ცოდნას და უცნობი ფაქტის ადამიანურ გადაცემას.

სეგმენტების სტრუქტურის განხილვა დაიწყეთ aiBRAIN-ის საკონტაქტო ფორმით და მოიტანეთ ერთი გრძელი დოკუმენტი, რომლის მომზადებაც გსურთ.

ხშირად დასმული კითხვები

რამდენად მოკლე უნდა იყოს სეგმენტი?

სიგრძე მარტო არ განსაზღვრავს ხარისხს. სეგმენტმა ერთ გადაწყვეტილებას უნდა უპასუხოს და აუცილებელი პირობა არ უნდა დაკარგოს.

სათაური საკმარისია?

სათაური ეხმარება მოძიებას, მაგრამ პირობა, მოქმედება და გამონაკლისი ტექსტშიც უნდა ჩანდეს.

დაკავშირებული პროდუქტის გზები

დოკუმენტის განხილვა, ინტეგრაციები, AI ჩატბოტები და უსაფრთხოება

Google Cloud-ის მოძიებაზე დაფუძნებული პასუხის გზამკვლევი, OWASP-ის LLM რისკების წყარო და NIST-ის უსაფრთხო პროგრამული უზრუნველყოფის განვითარების ჩარჩო გამოყენებულია ამ სტატიის ზოგადი პრინციპების დასამოწმებლად.

ეს არის AI-ის დახმარებით მომზადებული სამუშაო სტატია; დამოუკიდებელი ადამიანური სარედაქციო შემოწმება ჯერ არ დასრულებულა.