{"id":"post:structural-chunking","type":"post","title":"Структурный чанкинг и контекстные эмбеддинги: что на самом деле даёт контекст документа","url":"/posts/structural-chunking","md":"/posts/structural-chunking.md","summary":"Нарезка по структуре документа вместо окон по длине и перелинковка графа знаний: +6.5 п.п. ключевых документов в топ-10 и +2.7 п.п. nDCG@10 — самый большой вклад за цикл.","llm_summary":"Третья статья цикла «RAG в проде». Переход с нарезки markdown окнами по длине на структурный чанкинг (по дереву блоков, до 600 токенов, таблицы построчно с шапкой, заголовок с путём раздела) вместе с перелинковкой графа знаний дал +6.5 п.п. key-doc R@10 [+2.6; +10.6] и +2.7 п.п. nDCG@10 [+0.4; +5.1] на 111 эталонных запросах. Документы векторизуются контекстной моделью эмбеддингов внешнего провайдера; найден артефакт клиента, который резал документ на пачки по 64 чанка и терял контекст. Разобраны ловушка неоценённых документов (judged@10), инвариант проекции документа в графе, потолок LLM-извлечения сущностей и переиндексация ~30 тыс. документов на живом проде за час.","domains":["ai","architecture"],"tags":["rag","chunking","embeddings","knowledge-graph"],"date":"2026-10-25T11:00:00+03:00"}