抗体偶联药物 ADC产品的文档解析与分块

这个品类的数据长什么样

抗体偶联药物（ADC）产品的数据源多样，主要包括官方药品说明书、临床试验报告、研究论文、专利文献以及药品监管机构发布的公开数据库。这些文档的更新频率取决于药物的研发、审批和上市后监测进展。例如，临床试验数据会随着试验阶段推进而定期发布更新，药品说明书则可能根据不良反应监测或适应症扩展进行修订。文档结构上，ADC产品数据通常包含高度结构化的信息，如药物成分、作用机制、药代动力学、药效学、适应症、用法用量、不良反应、禁忌症等。其中，成分信息会涉及抗体、连接子和细胞毒性药物的具体分子结构与CAS号；药代动力学数据包括半衰期、清除率等；药效学数据则涉及结合亲和力、肿瘤抑制率等定量指标。单位方面，剂量常用毫克（mg）或毫克/千克（mg/kg），浓度常用微克/毫升（µg/mL）或纳摩尔（nM），时间单位为小时（h）或天（d），体积单位为毫升（mL）。

这些特征在「文档解析与分块」这一环带来什么约束

ADC产品文档的数据多样性与结构化特点，对文档解析与分块提出了特定要求。首先，大量表格和图表的存在，尤其是临床试验结果和药代动力学数据，要求解析器具备强大的表格内容识别与结构化提取能力，以避免数据错位或丢失。其次，分子结构式和化学名称的频繁出现，意味着需要支持专业的化学实体识别，防止这些关键信息被错误地分词或截断。第三，不同来源文档的更新频率差异，例如临床研究进展的快速更新，要求知识库能够高效识别并处理增量数据，确保信息的时效性。第四，ADC产品说明中常包含复杂的专业术语和缩写，分块时需保证上下文的完整性，避免因过度切分导致语义丧失。最后，药代动力学和药效学数据中的数值与单位紧密关联，分块时必须保持数值与对应单位的邻近性，否则可能导致数据误读或计算错误。

配置怎么定

容易做错的三处

• 解析日志显示“slow operation xxxxms”，MongoDB响应慢，原因是文件体积过大或包含复杂表格，导致解析器处理时间超出预期。
• 上传DOCX文件后，返回结果中图片内容显示为“Invalid image file”，现象为解析器未能正确识别并处理嵌入的图片数据，图片信息未被提取或转换为文本。
• 模型输出的Markdown表格内容被截断，原因是分段长度设置过小，导致单个表格被切分到多个段落，或单段文本超出模型输入长度限制。

怎么确认配好了

• 上传包含复杂表格的PDF药品说明书，检查解析后的文本是否完整保留表格结构和数据，并进行随机抽样比对。
• 上传含有分子结构图的专利文献，验证图片描述或相关文本是否被准确提取，确认关键化学实体未被错误切分。
• 上传更新版本的临床试验报告，检查增量数据是否被正确识别并更新到知识库中，同时核对关键药代动力学参数是否保持数值与单位的关联。

问题素材取自公开社区提问（2026-09-11 去重 4,834 条）。文中的配置项名称与取值区间需以所用版本的实际界面与文档为准；本页核验日 2026-09-21，当时的最新发布版本为 FastGPT v4.17.0。