Dify功能解析四：Dify父子模式分段解决普通分段的什么问题？

• Dify普通分段有什么问题？

• Dify 父子模式分段

• 分段配置推荐

Dify的普通分段有什么问题？

Dify的普通分段方式，就像是用一把固定尺寸的刀去切菜，不管菜的形状和大小如何，都按照相同的长度进行切割。这种方式在面对简单文本时，或许还能应付自如，但当遇到结构复杂、内容丰富的文本时，就会暴露出诸多问题。

其中最为突出的问题就是上下文丢失。由于普通分段往往只考虑文本的物理长度，而忽视了其内在的语义联系，这就导致在分段过程中，原本紧密相关的内容可能被分割到不同的段落中。当我们基于这些分段进行信息检索和分析时，就如同盲人摸象，只能获取到零散的片段，而无法把握整体的语境和含义。比如，在一篇关于人工智能发展历程的文章中，普通分段可能会将介绍某个关键技术突破及其后续影响的内容分开，使得读者在查询相关信息时，难以理解该技术突破的真正意义和价值。

此外，dify普通分段还会导致检索精度不高的问题。因为每个分段的独立性较强，缺乏对整体文本主题和逻辑的有效体现，所以在进行关键词检索时，很容易出现检索结果与实际需求不匹配的情况。许多看似相关的段落被检索出来，但其中真正包含核心信息的却寥寥无几，这不仅浪费了大量的时间和精力，也降低了信息获取的效率和准确性。  面对这些困境，我们不禁要问，是否存在一种更智能、更有效的分段模式，能够打破这层迷雾，让我们在文本的海洋中准确地找到所需的信息呢？答案是肯定的，Dify 的父子模式分段应运而生，为我们带来了新的希望和解决方案。

Dify 父子模式分段

一、独特的双层结构

Dify 的父子模式分段，采用了别具一格的双层结构设计，完美融合了精准匹配与全面理解的优势，为我们在文本处理的复杂世界中开辟了一条高效通道。

在这个独特的结构中，父分段宛如一位知识渊博的导师，它选取较大的文本单位，如整个段落，甚至在特定情况下可以是全文，将丰富而连续的上下文内容悉心珍藏。

而子分段则像是一群敏锐的侦探，以更小的文本单位，例如单独的句子，进行精细化的检索工作。它们专注于从细微处入手，能够精准地捕捉到与用户问题紧密相关的信息片段。当用户询问关于某一特定技术突破的具体时间时，子分段便会迅速在文本的句子海洋中穿梭，准确锁定包含该时间信息的句子。如下图所示：

这种双层结构并非简单的组合，而是通过巧妙的分工与协作，实现了检索精确度与上下文信息完整性的完美平衡。父分段凭借其大容量的信息存储，确保了回答问题时不会脱离整体语境，避免了因信息缺失而导致的片面理解；子分段则以其高灵敏度的检索能力，大大提高了信息匹配的准确性，子分段用来检索，父分段用来返回完整的上下文内容。Dify 父子模式分段都能凭借其独特的双层结构，为我们提供更加准确、全面的信息服务，让文本处理变得更加轻松高效。

二、精准匹配与全面理解的完美结合

为了更直观地感受 Dify 父子模式分段的强大优势，我们不妨深入到实际案例中去。以智能客服场景为例，这是一个对信息处理的准确性和完整性要求极高的领域。

假设一位用户向智能客服咨询：“我购买的这款手机在充电时发热严重，这正常吗？” 如果是基于普通分段模式的智能客服系统，可能会因为分段的局限性，无法全面获取与手机充电发热相关的所有信息。它可能只是简单地匹配到包含 “手机充电” 或 “发热” 关键词的分段，但由于这些分段之间缺乏有效的上下文关联，很容易遗漏重要信息，比如该手机型号在正常使用情况下的发热范围、可能导致发热严重的其他因素等，从而给出不准确或不完整的回答。

而 Dify 的父子模式分段在面对同样的问题时，却能展现出卓越的表现。首先，子分段迅速发挥其精准匹配的能力，在知识库中快速定位到与 “手机充电发热” 最为相关的句子。这些句子可能明确提到了该手机型号在充电时的正常发热情况，以及一些可能导致发热异常的原因，如使用非原装充电器、后台运行程序过多等。

紧接着，父分段开始发挥作用。它将包含这些匹配子分段的段落或章节完整地提取出来，为大语言模型（LLM）提供了丰富的上下文背景。LLM 在综合考虑这些全面的信息后，能够给出一个既准确又完整的回答：“一般情况下，手机在充电时会有轻微发热，这是正常现象。但如果您的手机发热严重，可能有以下原因。一是使用了非原装充电器，建议您使用原装充电器进行充电；二是手机后台运行程序过多，您可以关闭一些不必要的程序，减少手机的运行负担。如果问题仍然存在，建议您联系我们的售后客服，我们将为您提供进一步的帮助。”

通过这个案例，我们可以清晰地看到，Dify 父子模式分段通过 “子分段匹配，父分段补充” 的精妙机制，不仅能够准确地找到与用户问题相关的核心信息，还能将这些信息放置在完整的上下文中进行分析和理解，从而为用户提供更加满意的答案。这种精准匹配与全面理解的完美结合，使得 Dify 在众多文本处理工具中脱颖而出，成为解决复杂问题的得力助手。

父子模式分段模式主要解决普通分段的两个问题，一个是上下文断裂问题，一个是检索不精准的问题。

1、解决上下文断裂问题

在文本处理的世界里，上下文就像是连接各个信息孤岛的桥梁，一旦桥梁断裂，我们就会陷入理解的困境。普通分段模式，由于其对文本的简单切割，常常导致这种上下文断裂的情况发生。

而 Dify 的父子模式分段，就像是一位技艺精湛的工匠，能够巧妙地修复这些断裂的桥梁。它通过父分段保留了丰富的上下文信息，使得子分段在进行精准匹配时，始终有一个完整的背景支撑。当我们查询关于某个历史事件的具体细节时，子分段能够快速定位到包含关键信息的句子，如事件发生的时间、地点等，而父分段则会将整个事件的来龙去脉完整地呈现出来，让我们不仅知其然，还能知其所以然。这种对上下文信息的有效保留，使得文本理解更加全面、深入，避免了因信息缺失而产生的误解和片面解读。

2、提高检索精度

在信息爆炸的时代，检索精度的高低直接影响着我们获取有效信息的效率。普通分段在面对复杂问题时，往往显得力不从心。由于其分段的局限性，检索结果中常常包含大量的噪音信息，这些无关紧要的内容不仅干扰了我们的判断，还浪费了大量的时间和精力。比如，当我们在一个包含多种产品信息的文档中，查询某一款特定产品的详细参数时，普通分段可能会检索出许多与该产品无关的段落，因为它无法准确地识别出问题的核心所在。

相比之下，Dify 父子模式分段在提高检索精度方面具有显著的优势。子分段以其精细的粒度，能够准确地捕捉到与问题高度相关的信息片段。在上述查询产品参数的例子中，子分段可以迅速定位到包含该产品参数的句子，如 “该产品的处理器型号为 XX，内存容量为 XXGB” 等。然后，父分段会将这些关键信息所在的段落或章节提供出来，进一步丰富了信息的完整性。通过这种方式，父子模式分段大大减少了检索结果中的噪音信息，提高了检索的精准度，让我们能够在最短的时间内获取到最有价值的信息 。

03

—

分段配置推荐

总结一下父子分段模式相比普通分段模式有以下优势：

1. 检索精度更高：子段落粒度小，能够更精确地匹配用户查询。

2. 上下文更完整：返回父段落作为上下文，提供更全面的信息。

3. 减少语义断裂：避免了单一分段可能导致的语义断裂问题。

4. 灵活性更强：可以根据不同类型的文档选择不同的父子分段策略。

基于这样的优势，我们可以自定义分段的设置，我们可以对分段规则、分段长度以及预处理规则等参数进行个性化的调整 。比如，当我们处理一些格式特殊的文档时，默认的分隔符可能无法满足准确分段的要求，这时我们可以根据文档的具体格式，使用正则表达式来自定义分块规则。如果文档中的段落是以特定的符号，如 “###” 来分隔的，让 Dify 按照我们的设定进行准确分段 。例如采用###来进行分段，保障每个段落完整的分成，然后以。进行子分段的分段，保障每个句子可以完整的分段。

对于分段长度的设置，也需要根据文本的具体内容和应用场景来进行优化。如果文本内容较为复杂，信息密度较高，我们可以适当减小分段长度，以确保每个分段包含的信息能够被更精细地处理和分析。例如分段长度分成200-300个字符。而遇到技术手册或者合同，则可以将分段长度调整到到512-1024个字符比较合适。因为一般一个段落可能是有500-800个字符。

Dify 的父子模式分段，以其独特的双层结构和创新的工作机制，为我们解决了普通分段在上下文丢失和检索精度不高方面的难题，让我们在文本处理的过程中能够更加准确、高效地获取所需信息 。