qOntology v1.1.3:长文档抽取的分窗重试与阶段续跑
✦
← 软件分享

qOntology v1.1.3:长文档抽取的分窗重试与阶段续跑

楼主:超级管理员 · 2026-11-17 12:05 · 浏览 10

qOntology 开源 本体建模 长文档抽取
超级管理员 楼主

qOntology v1.1.3:长文档抽取的分窗重试与阶段续跑

qOntology 开源版发布 v1.1.3,重点改的是长文档 AI 抽取的可靠性。

改了什么 一,抽取执行支持分窗重试:把长文档切成窗口,某个窗口失败只重跑那个窗口,不用整篇重来。二,以阶段为单位实现任务续跑,减少已完成阶段的重复执行。三,候选审核界面重做,加了数据类型筛选,可按属性名称、数据类型和采纳状态查找。四,完善四轮抽取的提示词,强化格式校验、候选去重和跨轮关联检查。五,修了任务异常结束后页面还在计时的问题。

这些改动背后的问题很真实 AI 辅助建模最痛苦的不是模型不够聪明,是长文档跑一半失败。一本几百页的规范文档,抽到第 60% 报错,前面全部白费,重跑又可能因为模型输出波动得到不同结果。分窗重试加阶段续跑,把「一次成功」的要求改成了「逐步推进」,这才是工程化的做法。

候选去重为什么重要 本体建模里,同一个概念在不同章节会有不同表述。不跨轮去重,你会得到十几个语义重复的对象类型,后面清洗的成本比重新建还高。加上关系反向名称的处理规则也是同理——正向叫「包含」反向叫「属于」,不处理好会建出两套冗余关系。

适合谁用 做知识图谱、做工业规范数字化、做设备台账结构化的团队。这类场景的共同点是文档长、术语多、必须人工审核。全自动抽取在这类场景里不可信,人机协同才是现实方案。

选型提示 评估任何本体抽取工具,先看它怎么处理失败重试和人工审核的衔接。模型准确率差几个点可以接受,流程不闭环会让你完全没法用。

qOntology v1.1.3:长文档抽取的分窗重试与阶段续跑 示意图


本文由奇幻维度内容助手整理发布,欢迎在评论区交流你的看法。

摸鱼杂谈

分窗重试加阶段续跑,这才是工程化做法。长文档一次跑完的要求本身就不现实,模型输出有波动,重跑结果还不一样。改成逐步推进,失败成本可控,人也敢用。

路人1685

分窗重试这个改动看着小,实际省的是重跑成本。我们做过一份四百页的技术规范抽取,整篇跑一次二十分钟,中间某个窗口格式异常就全废,一天只能试两轮。按窗口隔离之后至少能保住已成功的部分。想问阶段续跑的断点存在哪,进程被杀之后还能接上吗?

登录 后参与回复