DocMaster: A Hierarchical Structure-Aware System for Document Analysis
DocMaster：层次结构感知的文档分析系统
🧭 结构感知文档索引与多模态分析
The Chinese University of Hong Kong, Shenzhen · The Chinese University of Hong Kong · OceanBase, AntGroup
保留文档层次结构，构建结构感知语义索引，提升复杂文档过滤与问答性能
📌 工作参考价值（4 点）
- 电商商品搜索中，可借鉴文档树解析商品详情页，保留标题、属性、图片的层次结构，构建多粒度索引，提高长尾查询的召回精度。
- 多视图语义索引策略可应用于商品评论和描述的分离索引，支持自然语言条件过滤（如“有赠品的商品”），增强可解释性过滤能力。
- 先过滤后问答的 workflow 可迁移至智能客服：先基于层次化结构筛选相关商品/政策文档，再做精准回答，降低 token 消耗并提高准确率。
- 树形结构语义索引的设计思路可复用到商品类目体系，结合 LLM 进行类目感知的个性化推荐，保持层次约束。