教程语料
Microsoft AI Agents for Beginners · RAG 语料
随课 RAG 语料归档，用于文档切分、检索和证据锚点练习。
许可：MIT · Microsoft空间语料检索与评测 · case-05
空间语料 RAG：从规划文本与图集里取证据
围绕规划文本和图集构建结构化切分、检索与证据对账流程，保留页码锚点、单位口径和空间上下文。
如何从长篇规划文件和图集中检索可追溯证据，并证明结果优于随机挑选？
KEY POINTS
这条内容的重点
进阶 6 小时
- 按章节结构和长度约束切分文档，并保留页码或图表锚点。
- 建立检索基线和证据对账，检查引用位置、单位及空间口径。
- 比较图集的 OCR、图像输入和组合检索方案，并判断何时需要回头重检。
WORKFLOW
内容流程
整理空间语料
识别标题层级、页码、图表和空间实体，按文档结构切分并为块保留来源锚点。
本步产物 带章节和页码引用信息的语料块。
建立检索基线
对比不同切分粒度与 top-k，计算随机基线并记录召回证据及成本。
本步产物 切分粒度和检索结果对照。
拼装带锚点的证据
将检索片段与图表线索组织为有来源标签的上下文，检查单位、比例尺和地名口径。
本步产物 可回查到页码或图表的证据清单。
审查回答与自纠错
对答案逐项核对证据，比较 OCR、图像和联合方案，并测试证据不足时的重检条件。
本步产物 证据对账表及空间 RAG 失败诊断。
METHODS
相关方法
- 结构化切分
- 随机检索基线
- OCR 与图像检索
- 页码锚点
- 单位和口径核验
- Agentic RAG
DELIVERABLES
可获得的内容
- 带页码锚点的检索器
- 切分粒度对照
- 空间语料证据对账表
LIMITATIONS
适用范围与注意事项
- 图集 OCR 和图像理解可能漏读符号、比例尺或图例；重要结论需人工回看原页。
- 检索到的文字证据不能自动证明地理实体匹配或坐标关系正确。
MATERIALS
相关资料与下载
只展示已核准公开的资料。