https://index.zshipu.com/geek001/tags/PDF%E5%90%91%E9%87%8F%E5%8C%96/ Recent content in PDF向量化 on 知识铺的博客 Hugo -- gohugo.io zh-CN Tue, 20 Aug 2024 02:49:44 +0000 https://index.zshipu.com/geek001/post/20240801/PDF%E6%96%87%E6%A1%A3%E5%90%91%E9%87%8F%E5%8C%96%E8%AF%A6%E7%BB%86%E8%BF%87%E7%A8%8B--%E7%9F%A5%E8%AF%86%E9%93%BA/ Tue, 20 Aug 2024 02:49:44 +0000 https://index.zshipu.com/geek001/post/20240801/PDF%E6%96%87%E6%A1%A3%E5%90%91%E9%87%8F%E5%8C%96%E8%AF%A6%E7%BB%86%E8%BF%87%E7%A8%8B--%E7%9F%A5%E8%AF%86%E9%93%BA/ 读取文件 使用的 pdf 文档是一个 地址树模型的中文地址提取方法.pdf 文档，内容截图如下： 参数说明 基本的文档处理参数如下： chunk_overlap = 50 chunk_size = 250 embed_model = 'm3e-large' vs_type = 'fassi' zh_title_enhance = False 在进行文本处理时，合理设置参数对于确保信息完整性和处理效率至关重要。以下是对几个关键参数的详细解释： 文本块重叠量 (chunk_overlap): 此参数设置为50，意味