这个品类的数据长什么样
生物医药领域的会议纪要数据主要来源于内部例会、项目评审会、研发进展汇报会等，更新频率高，通常每周或每月更新。文档结构以非结构化文本为主，包含会议时间、地点、参会人员、议题、讨论内容、决议、待办事项及负责人等。字段通常包括项目代号、化合物编号、实验批次、剂量单位（如 mg/kg）、时间单位（如周、月）、特定医学术语和缩写。文档长度一般在数页到数十页之间，PDF 和 Word 格式居多，有时也包含嵌入的图表或表格截图。
这些特征在「文档解析与分块」这一环带来什么约束
会议纪要的非结构化特性和高更新频率要求文档解析系统具备高效的文本提取能力，并能快速处理新上传的文件。文档中包含的特定术语和缩写，以及项目代号、化合物编号等关键信息，使得通用分块方法可能无法有效保留上下文或准确识别重要实体。例如，关于某个化合物的讨论可能跨越多个自然段，简单的按句或按段分块可能割裂关键信息。此外，纪要中出现的待办事项和负责人信息，需要解析时能将其作为一个整体进行分块，以便后续问答系统能准确回答“谁负责什么任务”这类问题。对于嵌入的图表或表格截图，需要进行 OCR 处理，并将其文本内容与上下文关联。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
分段长度 | 800–1200 字符 | 保障会议纪要中一个议题或讨论点的完整性，同时避免单块过长导致召回效率下降 |
分段重叠长度 | 100–200 字符 | 确保分块边界的上下文连续性，减少关键信息被切断的风险 |
自定义分隔符 | \n\n (双换行符), 会议议题：, 决议： | 利用会议纪要中常见的结构化标识符进行逻辑分段，提高分块准确性 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 适应大型或复杂会议纪要的解析时间，防止因超时导致处理失败 |
maxContext | 4000 token | 确保问答模型在召回时能获取足够的上下文信息，理解会议纪要的来龙去脉 |
容易做错的三处
- 上传大型 PDF 会议纪要文件时，系统返回解析失败或超时错误。原因是
PARSE_FILE_TIMEOUT_SECONDS参数设置过低，未能给大型文档留出足够的处理时间。 - 知识库问答时，无法准确回答某个特定议题的讨论细节，或将不同议题的内容混淆。原因是
分段长度设置不当，导致关键议题内容被割裂或多个议题被合并到一个分块中。 - 在会议纪要中已经使用换行符进行逻辑分段，但最终知识库分块结果仍出现段落合并或不完整。原因是
自定义分隔符未正确配置或优先级不高，系统未能识别用户预设的逻辑分段。
怎么确认配好了
- 上传典型长度和结构的会议纪要文件，检查知识库分块预览功能，验证分块是否符合逻辑单元，例如一个议题或一个决议是否完整。
- 针对会议纪要中包含的特定术语、项目编号等信息，进行多次问答测试，观察召回结果是否包含相关上下文，并评估回答的准确性。
- 上传包含嵌入图表或表格截图的会议纪要，检查解析后的文本内容是否包含 OCR 提取出的关键信息，并确保这些信息与周围文本关联。
- 尝试上传不同大小和格式的会议纪要文件，检查文件上传和解析过程是否顺畅，没有出现超时或解析失败的报错信息。
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。