Translations:FACTS About Building Retrieval Augmented Generation-based Chatbots/31/es: Difference between revisions

Latest revision as of 08:27, 19 February 2025

Information about message (contribute)

This message has no documentation. If you know where or how this message is used, you can help other translators by adding documentation to this message.

Message definition (FACTS About Building Retrieval Augmented Generation-based Chatbots)

'''Handling multi-modal data''': Enterprise data is multi-modal. Handling structured, unstructured, and multi-modal data is crucial for a versatile RAG pipeline. From our experience, if the structure of the document is consistent and known apriori (like those found in EDGAR databases for SEC filings data in financial earnings domain that Scout bot was handling), implementing section-level splitting, using the section titles and subheadings and incorporating those in the context of chunks improves retrieval relevancy. We also found solutions like Unstructured.io, which specialize in extracting and structuring content from PDFs, helpful in parsing and chunking unstructured documents with context.

"Manejo de datos multimodales": Los datos empresariales son multimodales. Manejar datos estructurados, no estructurados y multimodales es crucial para una canalización RAG versátil. Según nuestra experiencia, si la estructura del documento es consistente y conocida de antemano (como los que se encuentran en las bases de datos EDGAR para datos de presentaciones ante la SEC en el ámbito de ganancias financieras que manejaba el bot Scout), implementar una división a nivel de sección, utilizando los títulos de las secciones y subtítulos e incorporándolos en el contexto de los fragmentos mejora la relevancia de la recuperación. También encontramos útiles soluciones como Unstructured.io, que se especializan en extraer y estructurar contenido de PDFs, para analizar y fragmentar documentos no estructurados con contexto.