重排、过滤与上下文压缩

重排是对已找到的候选重新排序，通常同时观察问题与候选正文，比初次检索做更细的匹配。过滤先排除不适用或无权限资料；压缩再选出回答需要的句子。候选顺序、能否使用和该保留哪些文字分别影响最终上下文。

用退款资料观察候选变化

客户问国内退款到账时间。初次检索把申请资料排第一，另有海外政策、国内到账政策和配送说明。我们先按渠道过滤，再用“退款”和“到账”两个条件精排，最后取出答案依据句。

channel表示政策适用渠道：domestic为国内，overseas为海外。P3讲退款申请，O1讲海外到账，P1讲国内到账且附生鲜例外，D1讲配送。重排目标是国内到账问题，程序将退款出现计1分、到账出现计3分。

保存完整程序并运行

先在 PowerShell 创建并进入学习目录：

mkdir "F:\学习\l5-rerank" -Force
cd "F:\学习\l5-rerank"

保存下面的文件后，在这个终端运行 dir 核对文件名，再执行本节给出的运行命令。

新建学习目录，例如 F:\学习\l5-rerank。将下面代码完整保存为 rerank_demo.py；代码包含固定资料和运行入口，保存后就能执行。

先在 PowerShell 创建并进入学习目录：

mkdir "F:\学习\l5-rerank" -Force
cd "F:\学习\l5-rerank"

保存下面的文件后，在这个终端运行 dir 核对文件名，再执行本节给出的运行命令。

"""按渠道过滤候选，再用问题相关特征重排并选取依据句。"""
CANDIDATES = [
    {"id": "P3", "channel": "domestic", "text": "退款申请需要订单编号。客服工作时间受理。"},
    {"id": "O1", "channel": "overseas", "text": "海外退款到账通常十个工作日。"},
    {"id": "P1", "channel": "domestic", "text": "退款通常三至五个工作日到账。生鲜商品除外。申请需要订单编号。"},
    {"id": "D1", "channel": "domestic", "text": "配送通常两天。"},
]

def rerank(candidates, channel):
    ranked = []
    for doc in candidates:
        # 适用渠道先过滤；高匹配分不能跨过这项条件。
        if doc["channel"] != channel:
            continue
        text = doc["text"]
        # 固定业务特征：退款与到账同时出现时优先。
        score = int("退款" in text) + 3 * int("到账" in text)
        if score:
            ranked.append((doc, score))
    return sorted(ranked, key=lambda row: (-row[1], row[0]["id"]))

def compress(doc):
    sentences = [part + "。" for part in doc["text"].split("。") if part]
    # 保留到账句及例外，避免缩短时删掉影响适用范围的条件。
    return "".join(sentence for sentence in sentences
                   if "到账" in sentence or "除外" in sentence)

def main():
    print("初次候选：" + "、".join(doc["id"] for doc in CANDIDATES))
    ranked = rerank(CANDIDATES, "domestic")
    print("渠道过滤：排除 O1")
    print("重排：" + "、".join(f"{doc['id']}={score}" for doc, score in ranked))
    best, _ = ranked[0]
    print(f"最终依据 [{best['id']}]：" + compress(best))

if __name__ == "__main__":
    main()

在保存文件的文件夹地址栏输入 powershell 并回车，再执行：

macOS：先在 Python 篇的学习文件夹中打开终端，执行 source .venv/bin/activate。再输入 cd ，把当前例子的文件夹拖入终端并回车，运行下面的命令。

cd "F:\学习\l5-rerank"
ls
python -X utf8 rerank_demo.py

使用其他目录时，把第一行换成自己的路径。dir 应能列出 rerank_demo.py。终端输出如下：

初次候选：P3、O1、P1、D1
渠道过滤：排除 O1
重排：P1=4、P3=1
最终依据 [P1]：退款通常三至五个工作日到账。生鲜商品除外。

P3在初次候选里靠前，只谈申请，重排分数1；P1同时包含退款和到账，得到4分而排第一。O1也含这些词，却在排序前因海外渠道被排除；D1没有相关特征，被移除。最终依据保留到账期限和生鲜例外，删去当前问题不需要的申请操作。

从候选到可以放进上下文的依据

rerank首先检查候选渠道，随后计算退款和到账的业务特征。两项权重分别为1和3，使直接回答到账的问题优先。分数相同时按编号排序，输出稳定。固定规则让机制可见，面对更多自然语言需要补充同义表达、否定条件和业务实体。

学习型重排常用Cross-encoder，即把问题和单条候选一起输入模型，直接输出匹配程度；它比预先计算向量的双编码器更费计算，通常只处理初检的前几十条。重排可以调整顺序，无法补回初检完全漏掉的资料。应先确保召回，再按标注问题集检验排序。

compress按句号拆句，并保留到账句与例外句，输出仍附P1来源。程序选的是原文句子，能回到来源核对；更复杂的“限国内”“签收7天内”等条件需要明确保留规则。若句子顺序有指代，“此类订单”单独提取会失去对象，宜带上前句或整条政策。

过滤应兼顾租户、权限、渠道和有效版本。压缩后重新统计Token预算，再交给回答步骤。Top-k表示保留前k项；k过小会漏掉冲突资料，k过大占用上下文。比较精排前后正确依据的名次、所需证据覆盖和长度，比只看模型分数更有用。

当候选为空，程序调用方应提供补充检索或说明资料不足；真实请求不要直接访问ranked[0]。这组主程序的固定国内候选含P1，测试另检查空结果；接入动态输入时先判断列表。

改一处输入，核对机制变化

将评分表达式中的 3 * int("到账" in text) 改为 0 * int("到账" in text)，运行 python -X utf8 rerank_demo.py。重排变为P1=1、P3=1，按编号平局规则P1仍在前；O1仍被渠道过滤。恢复权重3并重跑。这个对照说明分数变化与名次变化可以分别观察。

运行配套检查

把下面测试保存为 test_rerank_demo.py，与主程序放在同一目录。5项测试检查上面的实际处理结果，也覆盖错渠道、高低相关与例外保留。

"""核对重排、过滤与上下文压缩的正常结果与具体边界。"""
import unittest
import rerank_demo as demo


class DemoTests(unittest.TestCase):
    def test_arrival_policy_precedes_application(self):
        # 到账资料优先于只谈申请的资料。
        self.assertEqual([doc["id"] for doc, _ in demo.rerank(demo.CANDIDATES, "domestic")], ["P1", "P3"])

    def test_high_scoring_wrong_channel_is_excluded(self):
        # 海外规则不能靠高分进入国内答案。
        self.assertNotIn("O1", [doc["id"] for doc, _ in demo.rerank(demo.CANDIDATES, "domestic")])

    def test_compression_keeps_exception(self):
        # 压缩保留期限和生鲜例外。
        text = demo.compress(demo.CANDIDATES[2])
        self.assertIn("三至五个工作日到账", text)
        self.assertIn("生鲜商品除外", text)
        self.assertNotIn("订单编号", text)

    def test_irrelevant_document_is_removed(self):
        # 配送资料无相关特征，移出候选。
        self.assertEqual(demo.rerank([demo.CANDIDATES[3]], "domestic"), [])

    def test_empty_candidate_and_no_arrival_sentence(self):
        # 空候选与缺少到账句都有明确结果。
        self.assertEqual(demo.rerank([], "domestic"), [])
        self.assertEqual(demo.compress(demo.CANDIDATES[0]), "")


if __name__ == "__main__":
    unittest.main()

python -X utf8 -m unittest -v test_rerank_demo.py

测试名称后应显示 ok，末尾是 Ran 5 tests 和 OK。

运行时怎样定位问题

最终依据选出后，还要检查答案与引用是否吻合。

参考阅读：LlamaIndex 源码与检索流程。阅读时可以沿文档、节点、索引和检索入口对照这里的数据流。

下一篇：引用、拒答与冲突知识。