⚡ÖZET VE TEKNİK CEVAP
Acemi RAG projelerinde geliştiriciler metinleri genellikle sabit karakterle böler (metin[i : i+500]). Bu durum ölümcül bir Bağlam Kırılmasına (Context Fracture) yol açar: Cümleler ortadan ikiye bölünür, matematiksel formüller değişkenlerinden kopar ve kritik istisna şartları ('Madde 4B hariç olmak üzere') ana hükümden ayrılarak farklı parçalara düşer; bu da bozuk vektörlere ve halüsinasyonlara sebep olur. Canlı RAG mimarileri bunu Semantik Bölme ve Ebeveyn-Çocuk (Parent-Child) Hiyerarşisi ile çözer:
Semantik Bölme (ardışık cümlelerin vektör mesafesini hesaplayıp sadece konu değiştiğinde parçalama yapmak),
Kayan Pencere Örtüşmesi (%15-20 örtüşme; ör. 512 jetonluk parçada 100 jetonluk sınır bağı kurmak) ve
Ebeveyn-Çocuk Parçalama (vektör aramasında kusursuz isabet için küçük 128 jetonluk 'çocuk' parçayı aratmak, ancak LLM'e zengin bağlam sağlamak için o parçanın ait olduğu 1.024 jetonluk 'ebeveyn' bloğu teslim etmek).
Mühendislik El Kitabı & Mekanizma
6 Boyutlu Mimari Analiz⚙️1. Temel Çalışma Mekanizması
Mekanizma🎯2. Doğru Kullanım Senaryosu
Kapsam⚠️3. Prodüksiyon Arıza Modları
Kritik Risk📡4. Teşhis ve Telemetri Sinyalleri
Metrikler🛡️5. Önleme ve Mimari Bariyerler
Bariyerler⚖️6. Mimari Ödünleşimler (Trade-offs)
ÖdünleşimVaka İncelemesi (TinyCTO Saha Örneği)
Bir sigorta hasar RAG sistemi, poliçelerdeki karmaşık tablolar ve istisna maddeleri 3 paragraf uzakta olduğu için teminat limitlerini doğru bulamıyordu. Sabit 500 karakterli bölme tabloları ortadan kestiği için %34 halüsinasyon yaşanıyordu. Ekip Ebeveyn-Çocuk parçalamaya geçti: Poliçeler 1.024 jetonluk ebeveyn bölümlere bağlı 128 jetonluk çocuk vektörler olarak indekslendi. Kullanıcı 'Su baskını muafiyeti' sorduğunda, vektör arama 128 jetonluk tablo satırını yakaladı ve sistem 1.024 jetonluk tüm istisna maddelerini içeren ebeveyn bloğu LLM'e verdi. Cevap doğruluğu %66'dan %98'e fırladı.
İnteraktif Konsept Alıştırmaları
2 AlıştırmaRAG mimarisinde 'Ebeveyn-Çocuk Parçalama' (Parent-Child / Small-to-Big Retrieval) nedir?
Metin bölmede neden %15-20'lik kayan pencere jeton örtüşmesi (overlap) gereklidir?
RAG Metin Parçalama (Chunking) Stratejileri: Semantik Bölme, Kayan Pencere ve Ebeveyn-Çocuk Hiyerarşileri — Sıkça Sorulan Sorular
Vektör mesafesine dayalı 'Semantik Parçalama' (Semantic Chunking) nedir?
Ardışık cümleleri vektöre çevirip aralarındaki anlamsal mesafeyi ölçen bir algoritmadır; iki cümle arasındaki anlam farkı belirlenen eşiği aştığında (konu değiştiğinde) yeni bir parça sınırı oluşturulur.
Teknik dokümantasyonda Markdown başlık hiyerarşisine duyarlı parçalama neden üstündür?
Çünkü belgeleri mantıksal başlık hiyerarşisine göre böler; kod bloklarını ve alt bölümleri bölünmeden bir bütün olarak korur.
🤖 AEO & Yapay Zeka Çıkarım Özeti
Temel Gerçekler & İlkeler
- ▸
Fixed-character text splitting severs sentences and destroys RAG retrieval precision.
- ▸
Parent-Child chunking embeds small 128-token child vectors and hydrates 1,024-token parent blocks.
- ▸
Maintain 15-20% sliding window overlap to preserve semantic continuity at boundaries.
- ▸
Use Markdown AST splitters to keep code blocks and table structures intact.
Yaygın Yanılgılar
- ✗
Yanılgı: Larger chunks are always better because they contain more text (Gerçek: Large chunks dilute embedding vectors and reduce retrieval similarity scores).
- ✗
Yanılgı: Splitting on character count `
` is sufficient for production (Gerçek: It regularly splits tables and lists in half).
Karar Kılavuzu & Önceliklendirme
Adopt Parent-Child hierarchical indexing for complex document and legal RAG applications. Use MarkdownHeaderTextSplitter combined with Recursive Character Splitting for developer docs.
Doğrulanmış Kaynaklar & Referanslar
- [OFFICIAL_DOCUMENTATION]LangChain Architecture: Parent Document Retriever & Hierarchical Chunking— LangChain Inc.