血液肿瘤产品的文档解析与分块

这个品类的数据长什么样

血液肿瘤领域的产品与试剂数据主要来源于临床研究报告、药品说明书、诊断试剂盒说明书、国家药监局（NMPA）批件及相关法规文件。这些文档更新频率较高，特别是新药上市、适应症扩展或说明书修订时。文档结构复杂，常包含大量医学术语、图表、实验数据（如流式细胞术结果、基因测序报告）、临床试验结果、不良反应列表和剂量用法。字段与单位具有高度专业性，例如剂量单位（mg/kg、IU）、浓度单位（µg/mL、nM）、时间单位（周、周期）、以及特定的肿瘤缓解评估标准（如CR、PR）。

这些特征在「文档解析与分块」这一环带来什么约束

血液肿瘤领域文档的复杂性对文档解析提出了高要求。大量的专业术语和缩写要求解析器具备准确识别和上下文理解能力，避免错误分词或丢失关键信息。图表和实验数据常以图片形式存在，需要OCR技术进行文字提取，并正确关联其上下文。文档更新的频繁性意味着系统需支持快速增量解析与版本管理。此外，剂量、浓度等关键数值信息通常伴随单位，解析时必须将数值与单位绑定，确保信息完整性，防止单位丢失或错误匹配导致理解偏差。这些约束决定了分块策略必须兼顾语义完整性和信息颗粒度。

配置怎么定

配置项	建议取法	这样取的依据
`分段长度`	`500–800 字符`	兼顾段落语义完整性与召回效率，避免过长段落稀释关键信息或过短段落丢失上下文。
`分段重叠长度`	`80–120 字符`	确保相邻分块间的上下文连续性，尤其在跨页或跨节内容中。
`PARSE_FILE_TIMEOUT_SECONDS`	`600 秒`	处理大型PDF或多图Excel文件时，预留充足的解析时间，避免解析超时。
`maxContext`	`3000 Tokens`	适应血液肿瘤领域术语密集、上下文依赖强的特点，保证模型能获取足够信息。
`IMAGE_OCR_ENABLED`	`True`	临床报告和试剂说明书常包含图表，启用OCR以提取图内关键文字信息。
`TABLE_PARSING_STRATEGY`	`markdown_table`	确保实验数据和不良反应等表格内容能结构化解析，便于后续检索。

容易做错的三处

解析大型PDF文档时出现 PARSE_FILE_TIMEOUT_SECONDS 错误，原因是没有为复杂文档预留足够的解析时间。
上传包含图片格式的流式细胞图或基因测序报告后，相关信息检索不到，原因是 IMAGE_OCR_ENABLED 未设置为 True，导致图片中的文字未被识别。
Excel中包含的剂量表格解析后，数值与单位分离或格式混乱，原因是 TABLE_PARSING_STRATEGY 未选择适合结构化解析的策略。

怎么确认配好了

选取几份典型的血液肿瘤产品说明书（PDF格式，含图表和表格），上传后检查解析状态是否正常，没有超时或失败。
对解析后的文档内容进行关键词检索，验证包含图片中文字或表格数据的关键信息是否能被准确召回。
检查解析后的分块内容，确保每个分块都具有语义完整性，没有出现关键信息被截断或上下文缺失的情况。

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。