20260617:目前有914 页

concepts/hierarchy-preservation.md

@@ -0,0 +1,46 @@
+---
+title: "Hierarchy Preservation — Structural Knowledge for Literature Ranking"
+type: concept
+created: 2026-06-04
+tags: [document-structure, information-retrieval, llm-reasoning, ranking]
+sources: ["ma-intragent-2026"]
+---
+
+# Hierarchy Preservation（层级保持）
+
+**定义**：[[intragent|IntrAgent]] [[section-ranking|章节排序]]阶段的关键设计——通过 LLM 推导科学文献的章节层级关系，为推理排序提供结构知识。
+
+## 问题
+
+科学文献遵循严格的层级结构：
+- 父级标题传达更广泛的主题
+- 子级标题提供更具体的细节
+
+传统的 [[rag|RAG]] 检索完全忽略这一结构——将所有章节视为平面的文本片段。
+
+## 机制
+
+1. 从 [[mineru]] 转换后的 Markdown 文本提取所有章节/子章节标题
+2. LLM 推理标题间的层级关系（父子/兄弟）
+3. 构建完整的章节树（section tree）
+4. 过滤冗余节点：父章节后紧跟子章节且无中间内容 → 去重
+
+## 两个作用
+
+1. **支撑推理排序**：LLM 在排序时能看到完整的层级上下文——不仅知道"讨论"在最后，更知道"讨论.3 局限分析"是子章节
+2. **支撑迭代阅读**：结构化文本解析确保迭代阅读阶段能正确导航章节树
+
+## 与 RAG 的对比
+
+| 维度 | RAG (平面检索) | 层级保持 |
+|------|---------------|---------|
+| 知识表示 | 独立片段向量 | 树形结构 |
+| 排序依据 | 语义相似度 | 结构+语义推理 |
+| 上下文理解 | 片段级 | 章-节-小节全路径 |
+| 跨节关联 | 无法表示 | 树边显式建模 |
+
+## 相关概念
+
+- [[section-ranking]] — 使用层级信息进行推理排序
+- [[iterative-reading]] — 使用层级信息进行结构化解析
+- [[mineru]] — PDF → Markdown 转换工具