dsRAG通过以下方法论实现检索效果的突破性提升：
1. 语义分段
使用LLM分析文档的语义结构，将冗长内容划分为逻辑段落。例如处理法律合同时，系统会识别”定义条款””义务条款”等结构单元，使后续检索能精确定位相关章节。
2. 上下文自动生成
为每个文本块动态生成包含以下要素的元数据：
- 文档标题和章节路径
- 前后段落摘要
- 领域关键词标记
这种增强型嵌入使相似性搜索能理解上下文关联。
3. 相关段提取
查询时采用两阶段处理：
- 先检索最相关的文本片段
- 然后自动查找与之语义关联的相邻段落
通过这种自适应扩展，最终返回的结果既保持重点突出又具备完整语境。实验显示该方法使长问答任务的准确率提升41%。
Diese Antwort stammt aus dem ArtikeldsRAG: eine Abfragemaschine für unstrukturierte Daten und komplexe AbfragenDie
Darf nicht ohne Genehmigung vervielfältigt werden:KI-Produktivitätswerkzeuge " dsRAG的三大核心技术方法具体如何提升检索性能？
Deutsch 
简体中文 
English 
日本語 
Português do Brasil