TP 2 · 40 minutes
1
chunker : pile de titres, paragraphes jusqu'à 1 200 caractères, lignes de tableau avec en-tête, préfixe « chemin »
2
Recharger le code, vérifier le découpage dans l'onglet Index
3
search : BM25 + dense, fusion RRF ; tester dans l'onglet Index
4
prompt : sources numérotées ; puis évaluer et comparer au TP 1
# bloc = doc.blocks[i]
bloc.kind "heading" | "text" | "table"
bloc.level 1 = titre principal
bloc.rows [en-tête, ligne, …]
bloc.page numéro de page (PDF)
# fournis : tokenize(), serialize_row(),
# BM25Okapi (rank_bm25)
À observer : identifiants et tableaux doivent passer. Pourquoi les agrégations échouent-elles alors que les sources sont trouvées ?
Bloqué ? Repartez de solutions/phase-1.zip ; la solution de cette étape est phase-2.zip.