面向检索增强生成的查询自适应语义分块：一种结合上下文窗口扩展的动态策略

arXiv:2605.22834v1 公告类型：新论文 摘要：检索增强生成系统严重依赖文档分块质量来检索相关上下文。固定分块将文档分割成统一单元，不考虑语义或用户意图，导致精度-召回率权衡无法仅通过调整块大小解决。语义和智能体方法部分解决了这些限制，但未在分块阶段整合用户查询。我们提出查询自适应语义分块（QASC），该方法通过三种机制将查询整合到分割中动态构建块：句子与查询嵌入之间的余弦相似度评分以识别种子句子、围绕种子的上下文窗口扩展以保持连贯性、以及块级得分聚合以确保整体相关性。我们在100份技术文档上对QASC进行了评估，涵盖200个查询（分四类），并与五种粒度的固定分块、递归分割、语义分块和智能体分块进行了比较。QASC的F1分数为0.85，相对于固定分块提高了18-27%，相对于语义和智能体替代方案提高了8-12%。消融实验确认了每个组成部分的显著贡献。由三位标注员进行的人工评估（Cohen kappa系数=0.82）证实，QASC生成的块比现有方法更相关、更连贯。

# 查询自适应语义分块用于检索增强生成：一种结合上下文窗口扩展的动态策略
来源：https://arxiv.org/abs/2605.22834  
书目工具

## 书目与引用工具

书目浏览切换

代码、数据与媒体

## 本文关联的代码、数据与媒体

演示

## 演示

相关论文

## 推荐与搜索工具

关于 arXivLabs

## arXivLabs：与社区协作者共同开展的实验项目

arXivLabs 是一个框架，允许协作者直接在我们的网站上开发和共享新的 arXiv 功能。

所有与 arXivLabs 合作的个人和组织都接受并认同我们的价值观：开放、社区、卓越和用户数据隐私。arXiv 致力于这些价值观，并只与遵守这些价值观的合作伙伴合作。

您是否有能为 arXiv 社区带来价值的项目想法？**了解更多关于 arXivLabs** (https://info.arxiv.org/labs/index.html)。