千帆AppBuilder企业级RAG新功能演示1：导入文本文档数据

千帆AppBuilder企业级RAG新功能演示1：导入文本文档数据

大家好！本节内容我们将体验千帆AppBuilder平台上企业级RAG（检索增强生成技术）的全新功能，特别是关于如何导入文本文档数据。

千帆AppBuilder平台支持多种不同类型、不同格式的知识上传。首先，我们来演示如何导入文本文档。

登录百度智能云千帆AppBuilder后，在左侧个人空间可以查看并创建知识库。当前，平台支持创建多达100个知识库。创建时，需要给知识库起一个名字，并可选择性地添加描述。

接下来，选择切片托管资源。这里有两种方式：千帆AppBuilder共享资源和百度BS独享资源。千帆AppBuilder共享资源支持小规模的文件切片索引，操作简便。而百度BS独享资源则需要先开通BS并创建BS集群实例，支持检索更大的文件数量规模，且用户可自由管理知识，实现资源隔离，数据更安全。

文件源导入平台支持三种方式：文本文档数据、知识问答数据以及读取网页数据源。

1. 导入文本文档数据：支持Word、TXT、PDF等多种格式。可以选择本地上传或百度对象存储（BOS）作为导入来源。本地上传支持单次上传最多100个文档，且文档不宜过大。BOS支持大规模数据导入，配合BS使用则不限制上传文档数量。

2. 导入知识问答数据：支持Excel等表格类文件。用户需先下载Excel模板，再根据模板上传问答对数据。

3. 读取URL链接数据：支持解析网页内容，并可设置更新频率，对导入知识库的URL网页数据进行定时内容更新。

以导入文本文档数据为例，演示步骤如下：

• 登录千帆AppBuilder平台，选择创建知识库并命名。
• 选择切片托管资源，这里以千帆AppBuilder共享资源为例。
• 选择导入文本文档数据，并从本地或BOS上传文件。
• 上传后，进行文档配置，包括自定义配置和模板配置。自定义配置中，可设置解析策略（文字提取、光学字符识别、版面分析）、切片策略（默认切分或自定义切片，包括切片最大长度、切片重叠最大字数占比等）、关联信息（关联标题、文件名及子标题）。模板配置则提供了简历、PPT、论文文档、结构化问答对等内置模板，以快速解析和切片文档。

此外，平台还提供了知识增强功能，通过调用大模型抽取更丰富的知识点，增加切片的召回率。知识增强方式包括问题生成、段落概要和三元组知识抽取，可多选以提升知识问答的效果。

完成配置后，点击确认创建知识库。当状态变为可用时，说明知识已解析完成，可通过查看切片来检查文档的切分效果。

以上便是千帆AppBuilder企业级RAG新功能中导入文本文档数据的详细演示。