Configurable Semantic Chunking for Biomedical Information Extraction in Retrieval-Augmented Generation

• 类型：arxiv
• 标识：2608.31139
• 链接：http://arxiv.org/abs/2608.31139v1
• 主分类：rag
• 形态：position
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：Cross-dataset analysis shows that semantic chunking improves extraction datasets with explicit relation cues, such as GM-CIHT and DDI, while fixed chunking remains competitive or stronger for dense biochemical extraction and binary classification settings such as ChemProt and ADE.
• OpenAlex ID：W7204868477
• OpenAlex DOI：10.48550/arxiv.2608.31139
• DOI：10.48550/arxiv.2608.31139
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2608.31139
• OpenAlex更新：2026-09-04
• 副分类：llm-infra
• 待LLM分类：否
• 标题中文：RAG 中面向生物医学信息抽取的可配置语义分块
• TLDR中文：跨数据集分析表明，语义切分在具有显式关系线索的抽取数据集（如 GM-CIHT 和 DDI）上表现更优，而固定切分在密集生化抽取和二分类场景（如 ChemProt 和 ADE）下仍具竞争力甚至更强。
• 来源文件：
• /inbox/tom/_candidates/2026-09-01-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]