想用它预处理文档，然后帮助提取与关键字匹配的内容。看起来很理想，但实际提取不尽人意。
我做了个小工具，把切分后的每段，与关键字的匹配程度，可视化出来了，可以直观看到匹配度。
从网页内容中，提取“中国人民银行的编制”，效果不错：
https://i.v2ex.co/Un42aYmEl.jpeg
从网页内容中，提取“中国人民银行的职责”，开头匹配的很好，但漏掉了接下来的那些：
https://i.v2ex.co/NOX30mHPl.jpeg
可以看到，在提取“中国人民银行的职责”匹配的句段时，会漏掉枚举的那几条。
这可以说是段落拆分的问题，我是逐句拆分的，问题是，段落怎么才能合理拆分呢？如果必须知道哪些跟哪些是在一起的，那就相当于已经提前理解文章的内容了，就没有必要上向量数据库了。
所以，向量数据库如何做是比较合适的呢？就比如我上面的这种应用场景。