View a markdown version of this page

自訂資料來源的擷取 - Amazon Bedrock
使用智慧剖析選擇群集策略

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

自訂資料來源的擷取

您可以在 中連接資料來源時自訂向量擷取，AWS 管理主控台或在傳送 CreateDataSource 請求時修改 vectorIngestionConfiguration 欄位的值。

選取主題，了解如何在連線至資料來源時包含用於自訂擷取的組態：

使用智慧剖析

根據預設，受管知識庫會使用智慧剖析。智慧剖析是一種服務管理的剖析策略，可自動為您的內容選取最佳的剖析方法。您不需要設定剖析模型或提供額外的設定。

若要使用智慧剖析，您可以從 省略 parsingConfiguration 欄位vectorIngestionConfiguration，或明確指定，如下所示：

{
    "parsingConfiguration": {
        "parsingStrategy": "SMART_PARSING"
    }
}
注意

受管知識庫僅支援 SMART_PARSING策略。BEDROCK_DATA_AUTOMATION 不支援其他剖析策略，例如 BEDROCK_FOUNDATION_MODEL和 。

選擇群集策略

您可以自訂資料中的文件在儲存與擷取時的分塊方式。若要了解在 Amazon Bedrock 知識庫中群集資料的選項，請參閱 內容群集如何適用於知識庫。

警告

在連線至資料來源之後，便無法變更分塊策略。

在 中，AWS 管理主控台您在連線至資料來源時選擇區塊策略。使用 Amazon Bedrock API，您可以在 VectorIngestionConfiguration 的 chunkingConfiguration 欄位中包含 ChunkingConfiguration。

如果您省略此組態或指定預設區塊策略，服務會使用具有 300 個字符和 20% 重疊的固定大小區塊。

{
    "chunkingConfiguration": {
        "chunkingStrategy": "DEFAULT"
    }
}

展開對應至您要使用的區塊策略的區段：

若要將資料來源中的每個文件視為單一來源區塊，請在 ChunkingConfiguration 的 chunkingStrategy 欄位中指定 NONE，如下列格式所示：

{
    "chunkingStrategy": "NONE"
}

若要將資料來源中的每個文件分割為大約相同大小的區塊，請在 ChunkingConfiguration 的 chunkingStrategy 欄位中指定 FIXED_SIZE，並在 fixedSizeChunkingConfiguration 欄位中包含 FixedSizeChunkingConfiguration，如下列格式所示：

{
    "chunkingStrategy": "FIXED_SIZE",
    "fixedSizeChunkingConfiguration": {
        "maxTokens": number,
        "overlapPercentage": number
    }
}
注意

受管知識庫不支援語意區塊。