问题描述：
导入markdown文档，若文档中存在代码段，且代码中的注释为“#”，会导致智能分段失效。
尝试过使用正则表达式解决代码段问题，但又无法同时按照标题级别切分了。
解决方案及效果：
能完全自动识别代码片段，且无需改变缩进、注释。
1、问题描述：excel 中如果内嵌了图片 Qa问答对 分段的时候会出BUG 字符数为0
2、期待方案：自动识别图片到分段中 用于显示
1 个赞
再补充一个问题：一个Word类型的操作手册，怎么切分能保证模型能识别出正确的操作顺序？目前智能分段也不做overlap，怎么保证批量导入很多文件时操作步骤不乱？总不能靠人一个个去改吧，工作量也太大了。
2 个赞
PDF文件上传MaxKB后分段错乱问题如何解决
1 个赞
能否贴个例子，看看针对excel，word里是如何描述说明的
导入一份个人信息表，按行分段，完全命中不了。。。
1 个赞
导入大于1m的文档，预览转圈圈加载后，不显示，点击开始导入，显示提交成功，但是文件列表没看到新增文件
问题：通过Excel问答对上传问题，部分sheet中的问题无法关联
答案：一定要按照excel模版的列名称命名，不得调整列名称，系统是按照列名称核对的
使用word文档构建知识库，我尝试采用word中的样式1、样式2、正文进行格式化，无法智能分段。如果做，才能让系统自动识别分段？
能否给个具体实现的操作截图了，文字描述的话，很难理解。还有相关直播介绍需要通过什么方式关注呢？
知识库文章上传，如果需要分段有标题，除了excel还有其他格式的模版？
excel的分段长度有4k的限制。
Markdown 可以定义分段标题吗？是否有模版可以参考？
maxkb知识库当命中方式为直接回答时，只能返回一个分段内容，能返回所有符合条件的分段内容吗
？
可以在提示词加入回答要求：
- 请使用中文回答用户问题
- 如果已知信息中包含图片，请按原图片格式输出
说的太对了，而且老是按设好的长度来切，很容易乱
问题描述：当二级标题中文数字编号超过10时，使用论坛的正则表达式无法分段[十一、十二、十三…]。
解决方案及效果：
解决方案：改进正则表达式为如下
[零一二三四五六七八九十百千万][、][ \u4e00-\u9fa5a-zA-Z]+
正则表达式解释：
-
[零一二三四五六七八九十百千万亿]+：匹配一个或多个中文数字字符（包括零、一、二、三、四、五、六、七、八、九、十、百、千、万、亿等）。 -
、：匹配顿号“、”。
匹配示例：
匹配示例：
- 一、第一章
- 二、第二章
- 三、第三章
- …
- 十、第十章
- 十一、第十一章
- …
最后再给出最近试用出比较常用的正则表达式，可适用于公司内部规章制度等结构清晰的文档等。
（[一二三四五六七八九十百]+、）（.*?)
第(?:(?:一|二|三|四|五|六|七|八|九|十)+|\d+)章[ \u4e00-\u9fa5a-zA-Z]+
第(?:(?:一|二|三|四|五|六|七|八|九|十)+|\d+)条
另外，可用”#“在原文档中的每个一级、二级、三级标题前做标记，一级标题则”#+空格“，二级标题前则”##+空格“。然后导入文档直接可用智能分段达到上述使用正则表达式的效果。
1 个赞
maxkb可以参考其他平台增加个分段重叠长度，保留分段之间的语义关系。现在的文档分段太拉胯了，导致找回命中率极低