面向企业检索增强系统的结构与多样性感知上下文气泡构建方法

大语言模型（LLM）通常通过检索增强生成（RAG）构建上下文，采用top-k段落选择策略，易导致文档结构信息碎片化、内容重复及查询上下文不足（如缺乏二阶、三阶语义维度）。本文提出一种融合结构信息与多样性约束的上下文气泡构建框架，在严格令牌预算下组装连贯、可引用的文本片段。该方法利用文档固有结构（如章节、行等多粒度片段）并引入任务条件化的结构先验指导检索；从高相关性锚点出发，通过平衡查询相关性、边际覆盖度与冗余惩罚进行受限选择，显式控制多样性与预算，生成紧凑且信息丰富的上下文集。系统同时输出完整检索轨迹，支持可审计性与确定性调优。在企业文档上的实验表明，该方法显著减少冗余、更好覆盖次级语义维度，并在有限上下文窗口内提升回答质量与引用忠实度。消融实验证明结构先验与多样性约束均不可或缺。