知识入库前做了哪些预处理？各步骤分别解决什么问题？

先这样答

知识入库前，我会按格式解析、清洗、结构化抽取、切分、元数据标注五步处理。每一步都要说明它解决的问题，不能只罗列处理动作。

第一步是格式解析。PDF、网页、表格使用对应的解析器，把不同来源的内容转换成后续可以处理的形式，解决格式异构问题。第二步是清洗，去掉噪声、重复内容和乱码，解决数据质量问题。第三步是结构化抽取，识别标题层级、表格和实体，保留内容结构，解决后续切分困难的问题。

第四步是切分。切分要参考语义边界，并加入重叠内容，形成合适的检索单元，解决内容过长或上下文被截断的问题。第五步是元数据标注，为内容记录来源、权限和时效信息，解决检索过滤和后续审计问题。这样回答时，重点不是背出五个步骤，而是把每一步和它解决的问题对应起来。

面试官会怎么追问

• 「为什么要先做结构化抽取，再做切分？」
  结构化抽取先识别标题层级、表格和实体。切分时才能参考内容结构和语义边界，形成更合适的检索单元。否则切分可能破坏原有结构，影响后续检索。

• 「切分时为什么要设置重叠？」
  切分不能只按固定长度处理，还要参考语义边界。加入重叠内容，可以保留相邻切分单元之间的上下文。这样能减少内容被切开后语义不完整的问题。

• 「元数据标注具体解决什么问题？」
  元数据至少包括来源、权限和时效。来源可以支持内容追溯，权限可以用于检索过滤，时效可以区分内容是否适用。这些信息也支持后续审计。

回答的坑

• 只说“解析、清洗、切分、入库”，却没有说明每一步解决什么问题，会漏掉这道题的主要采分点。
• 把切分只回答成按字数或固定长度截断，没有提到语义边界和重叠。