1.7 KiB
1.7 KiB
title, type, created, tags, sources
| title | type | created | tags | sources | |||||
|---|---|---|---|---|---|---|---|---|---|
| Hierarchy Preservation — Structural Knowledge for Literature Ranking | concept | 2026-06-04 |
|
|
Hierarchy Preservation（层级保持）
定义：intragent section-ranking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 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
- 从 mineru 转换后的 Markdown 文本提取所有章节/子章节标题
- LLM 推理标题间的层级关系（父子/兄弟）
- 构建完整的章节树（section tree）
- 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
- 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
- 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