心煜心理知识库检索管理系统 V1.0 把心理知识文档变成可检索、可引用的知识库。检索系统最危险的不是查不到,而是查到了「差不多」的内容就敢答——错误答案带着出处的外衣,比没有答案更难被发现。
所以这套系统用精确率、召回率、NDCG 三个阈值做门控:任一不达阈值,宁可说不知道,也不输出低质量答案。
稠密向量擅长语义相近,BM25 擅长关键词精确命中;单路各有盲区,双路召回经 RRF 融合后重排序,兼顾「换了说法」与「一字不差」两种查法。
| 召回路 | 擅长 | 盲区 |
|---|---|---|
| 稠密向量 | 同义改写、语义相近 | 精确术语与专有名词 |
| BM25 | 关键词精确命中 | 换了说法就查不到 |
三个阈值不是同一个分数的三种叫法,它们分别盯住检索质量的三个不同失败方向。
| 阈值 | 管的问题 |
|---|---|
| 精确率 | 该不该答:检回来的内容是否真的相关 |
| 召回率 | 答没答全:相关内容有没有被漏掉 |
| NDCG | 排得对不对:最相关的是否排在最前 |
文档分块入库,分块之间保留语义重叠,答案不会被截断在边界;检索界面给出命中片段、来源文档、命中词与排序分数,每个回答都能追溯到具体文档。
角色分超级管理员、内容编辑、只读访客三类;登录、检索、入库、导出都以 JSONL 记录审计日志,便于事后核查。
SQLite、ChromaDB 与 JSON 分层存储,数据与索引保存在运行设备上;B/S 架构,全本地化部署。
能。检索界面给出命中片段、来源文档、命中词与排序分数;文档分块入库时保留语义重叠,答案不会被截断在边界。
宁可说不知道。精确率、召回率、NDCG 任一不达阈值,系统不输出低质量答案,而不是拿「差不多」的内容凑数。
登录、检索、入库、导出都以 JSONL 记录审计日志;角色分超级管理员、内容编辑、只读访客三类,权限与审计内建。