自定义分词

1 功能概述

自定义分词功能允许管理员为知识库添加专业术语词典，避免专业术语在检索时被错误拆分，从而提升全文检索和混合检索的精准度与召回率。

2 功能价值

2.1 核心问题

在中文分词中，专业术语常常被错误拆分：

表 1 术语错误拆分示例

术语	错误拆分	正确处理
小米手机	小米、手机	小米手机（作为整体）
苹果手机	苹果、手机	苹果手机（作为整体）
人工智能	人工、智能	人工智能（作为整体）

2.2 应用价值

• 精准匹配：确保专业术语作为完整单元进行检索
• 召回率提升：避免因术语拆分导致的漏检
• 行业适配：支持企业自定义行业术语词典

3 操作指南

3.1 创建词语

点击「创建词语」按钮，输入需要保留的专业术语，支持快速创建多个词语（一行一个）。

图 1 创建词语

3.2 执行分词索引

添加术语后，点击「分词索引」按钮，系统将重新生成文档的分词索引。

图 2 执行分词索引

3.3 注意事项

• 自定义词语生效范围：仅对 全文检索 和 混合检索 生效
• 添加新术语后需重新执行分词索引才能生效
• 词语支持范围：建议使用纯中文术语，避免包含空格、特殊字符

4 技术原理

4.1 检索流程

用户提问 → 读取术语库 → 配置分词器 → 分词处理 → 匹配检索

4.2 适用检索模式

表 2 分词器适用检索模式说明

检索模式	是否生效	说明
全文检索	✓	基于关键词匹配，使用分词器
混合检索	✓	全文检索部分使用分词器
向量检索	✗	基于语义相似度，不使用分词