这个品类的数据长什么样
药物经济学领域的制度与标准文档,主要来源于国家卫生健康委员会、国家医疗保障局、各省市医保局发布的政策文件、指导原则以及行业协会发布的专家共识。这些文档通常以 PDF、Word 或结构化文本形式存在,更新频率相对较低,多为季度或年度更新。文档结构严谨,包含大量专业术语、缩写、公式和表格数据,例如药物的注册价格、医保支付标准、成本效益分析模型参数、质量调整生命年(QALY)计算方法等。字段方面,涉及药品名称、适应症、报销范围、支付限制、价格构成、临床疗效数据、不良反应发生率等,并常伴随明确的计量单位。
这些特征在「知识库检索与召回」这一环带来什么约束
药物经济学文档中的专业术语和缩写,要求知识库在分词和语义理解上具备高精确度,避免因词汇歧义导致的召回偏差。文档结构复杂,包含大量表格和公式,使得单纯的文本分段可能割裂关键信息,影响检索完整性。例如,一个药品的医保支付标准可能分散在多个段落甚至表格中,需要智能识别和整合。更新频率较低,意味着知识库的索引更新策略可以放宽,但每次更新需要确保对历史版本的追溯和管理。此外,许多内部Confluence页面或特定格式的文档,要求知识库具备强大的异构文档解析能力,将非标准格式转化为可检索的文本。
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 | 兼顾段落完整性和检索效率,避免切断关键描述或表格内容 |
分段重叠长度 | 100–200 字符 | 确保上下文连续性,尤其在专业概念或论证逻辑衔接处 |
召回条数 | 8 条 | 覆盖更多潜在相关信息,应对专业术语和多维度查询 |
相似度阈值 | 0.75 | 保证召回结果的精确性,过滤掉低相关度的政策条文 |
重排返回条数 | 4 条 | 聚焦最核心和直接的答案,提升最终响应质量 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 应对大型政策文档解析,避免因超时导致内容缺失 |
容易做错的三处
- 查询结果为空,或未能召回预期政策文件。这是由于知识库未能正确解析内网Confluence页面中的表格或特定格式内容,导致索引不完整。
- 召回的政策条文过于宽泛,缺乏针对性。这通常是
相似度阈值设置过低,导致大量低相关度的文本被召回。 - 工具调用联网搜索返回空响应。这可能是由于系统出口网络配置限制,导致FastGPT无法访问外部网络资源进行辅助检索。
怎么确认配好了
- 选取典型药物经济学问题,验证知识库是否能召回至少一条包含核心关键词的政策条文。
- 针对包含表格或公式的政策文档,检查召回结果是否能准确呈现相关数据或计算方法。
- 测试不同查询方式(如缩写、全称、概念描述),观察召回结果的稳定性和一致性。
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。