一种面向RAG系统的智能自适应文档切分方法

本发明涉及自然语言处理（NLP）技术领域，尤其涉及一种面向RAG系统的智能自适应文档切分方法。本发明包括步骤S1：采用深度学习模型根据文档内容密度、结构信息以及上下文语义动态调整窗口大小和步长；步骤S2：结合窗口表示结果，采用语言模型计算计算切分块的上下文语义相似度，并基于上述上下文语义相似度自动调整重叠区域大小；步骤S3：基于上下文切分块表示结果，通过引入BERT模型，使切分块与上下文联系，自动调整重叠部分和窗口大小，优化切分效果。本发明的目的在于提供一种面向RAG系统的智能自适应文档切分方法，以提高文档切分的效率和质量，从而优化RAG系统的召回率和生成质量。