分割文件以使查詢結果更簡潔

請分割文件，以便搜尋功能可以在查詢結果中找到更簡要的資訊來傳回。

如需分割文件的好處的相關資訊，請閱讀 Medium.com上的 Using IBM Watson Discovery's New Document Segmentation Feature 部落格文章。

您只能分割已套用使用者訓練的「智慧型文件理解」模型的文件。

當您分割文件時，原始文件會分成區段。 每一個區段都包含一組更一致的資訊。 透過將文件中的內容分割成分段群組，您可以在更精細的層次強化及檢索資料。

若要控制文件的分割方式，您可以指定欄位 (例如 subtitle 或 question) 以用作分頁標記。 分頁選項會移入當您將使用者訓練的「智慧型文件理解 (SDU)」模型套用至文件時所建立的欄位。 如需相關資訊，請參閱 使用智慧型文件理解。 您無法使用預先訓練的「智慧型文件理解」模型所產生的欄位來分割文件。

重新處理文件時，會從開始到結束評估文件。 每當出現分頁標記欄位時，即會分割原始文件，並建立新的區段。 分割會在每一個標記欄位繼續進行，直到原始文件分成多個區段為止。

開始之前，請決定要使用哪一個欄位作為分頁標記。

• 您可以使用依預設已編製索引的任何欄位。 若要查看您的選項，請檢查 要索引的欄位 清單。 具有 類型 值的欄位會儲存在索引中。
• 每份文件的區段數限制為 1,000。 建立區段號碼 999 之後，任何剩餘文件內容都會儲存在區段 1,000 中。
• PDF 和 Microsoft Word 文件中的 meta 資料以及任何自訂 meta 資料都會隨每一個區段一起擷取並包含在索引中。

請小心包含重複區段的文件，例如具有每一個產品項目的說明及規格區段的型錄。 如果您以太精細的層次分割文件，則子區段 (例如具有規格詳細資料的區段) 可以與它所屬的產品取消關聯。

若要分割集合中的文件，請完成下列步驟:

1. 從導覽畫面中按一下 管理集合，然後按一下以開啟集合。

2. 開啟 管理欄位 頁面。

   即會顯示已識別欄位的清單。

3. 在「透過分割文件改善查詢結果」部分，按一下「分割文件」。

4. 從 選取欄位 下拉清單中選擇您要用作分頁標記的欄位。

   您可以從中選擇的清單包括所有已識別欄位的子集。

5. 按一下套用變更並重新處理。

您可以從「活動」頁面中檢查分割程序的狀態。

meta 資料欄位包括母項文件 ID。 原始文件的每一個結果區段都可以包含不同的資訊。 例如，如果您根據子標題欄位分割文件，則第一個區段可能只包含標題欄位。 下一個區段可能包含子標題和文字欄位。 第三個可能包含子標題欄位、文字欄位及標底欄位。