禁忌与相互作用合理用药问答的文档解析与分块

这个品类的数据长什么样

禁忌与相互作用数据通常来源于药品说明书、药品数据库、临床指南以及药监部门发布的公告。其更新频率较高，特别是新药上市或药品不良反应监测结果公布时。文档结构以半结构化或非结构化文本为主，包含药品名称、活性成分、适应症、禁忌症、相互作用药物、相互作用机制、不良反应等字段。部分数据源会提供结构化的表格数据，明确列出禁忌组合或相互作用等级。单位方面，剂量常用毫克（mg）、克（g）、毫升（mL），频率常用每日一次（qd）、每日两次（bid），禁忌和相互作用描述则以文本为主。

这些特征在「文档解析与分块」这一环带来什么约束

禁忌与相互作用数据的半结构化特性，要求文档解析能够有效识别和提取关键实体，例如药品名、禁忌症描述、相互作用药物对。高更新频率意味着知识库需要支持增量更新和版本管理，确保信息的时效性。文档中常包含长段落的医学描述，以及复杂的表格结构，这要求分块策略既能保持上下文的完整性，又能避免单一块过长导致信息冗余或检索效率下降。特别是相互作用描述，往往涉及多个药品和作用机制，单一实体的切分可能导致关键逻辑丢失。此外，剂量和频率等单位的标准化识别，对于后续问答的准确性至关重要。

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`	确保单个分块包含足够上下文，同时避免过长导致检索效率下降。
`分段重叠长度`	`100–150 字符`	维持上下文连贯性，尤其在描述复杂相互作用机制时。
`最大分段数量`	`按实测标定`	限制单个文档生成的分块数量，防止过拟合和内存溢出。
`解析模式`	`智能分段` 或 `表格识别`	适应半结构化文本和包含表格数据的文档，确保关键信息提取。
`召回条数`	`前 5–8 条`	兼顾检索效率和结果的全面性，覆盖潜在的禁忌与相互作用信息。
`相似度阈值`	`0.75–0.85`	确保召回结果与用户查询高度相关，过滤不准确信息。

容易做错的三处

文档解析失败，提示“文件解析超时”或“解析异常”，原因可能是文档体积过大或内容复杂，超过了 PARSE_FILE_TIMEOUT_SECONDS 设定的时间。
问答结果中缺乏完整的禁忌或相互作用描述，现象是只出现药品名称，没有具体细节，原因通常是 分段长度 过短，导致关键信息被切分到不同块中，或 分段重叠长度 不足。
用户上传的文档内容未被有效利用，聊天回复无法引用文档内容，原因可能是文档解析后生成的知识块数量异常少，或 相似度阈值 设置过高，导致相关分块未被召回。

怎么确认配好了

上传典型文档后，检查知识库中生成的知识块数量和内容，确保关键信息（如药品名、禁忌描述、相互作用机制）被完整提取。
通过知识库管理界面，预览随机选择的知识块，确认其文本连贯性，特别是跨段落的禁忌或相互作用描述是否保持完整。
针对包含表格的文档，验证表格内容是否被正确解析并转化为可检索的文本形式。
使用包含特定禁忌或相互作用查询的问题进行测试，检查回答是否准确引用了文档中的相关信息，并评估 召回条数 和 相似度阈值 的效果。

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。