Lab DOC22: LAB-M22 · Fragmentar el mismo documento por tamaño fijo y con conciencia de su estructura **Entorno:** laboratorio 034 con el documento de referencia del curso, ya parseado y con su jerarquía de capítulos, secciones, párrafos, tablas y figuras disponible. **Cuenta de formación:** `[email protected]`. **Resultado observable:** las dos fragmentaciones del mismo documento, lado a lado, y la lista de unidades de significado que la fragmentación ciega parte por la mitad.
Los fragmentos de las dos estrategias —la de bloques de tamaño fijo y la consciente de la jerarquía del documento—, cada fragmento de la segunda anotado con sus metadatos de procedencia, más una comparación escrita que identifique al menos una tabla y una figura que la fragmentación fija destroza y señale qué consultas funcionan en una fragmentación y fallan en la otra.
Tu reto: Tu reto: La fragmentación consciente corta por documento, capítulo, sección y párrafo sin partir unidades de significado; la tabla y la figura se conservan cada una como unidad propia, con su leyenda asociada; cada fragmento lleva página, sección, identificador de documento, encabezado, caja delimitadora, tipo de documento y puntuación de confianza; a partir de esos metadatos se puede reconstruir de dónde salió cada fragmento; la comparación señala con ejemplos concretos qué se pierde en la fragmentación de tamaño fijo.
Necesitas
Pasos
Checklist de calidad
Comparte con tu equipo
Resultado final
Los fragmentos de las dos estrategias —la de bloques de tamaño fijo y la consciente de la jerarquía del documento—, cada fragmento de la segunda anotado con sus metadatos de procedencia, más una comparación escrita que identifique al menos una tabla y una figura que la fragmentación fija destroza y señale qué consultas funcionan en una fragmentación y fallan en la otra.