Chunking Berbasis Struktur Dinamis Untuk Pembuatan Augmentasi Pengambilan Pada Dokumen Hierarkis

Cristin, Putri (2026) Chunking Berbasis Struktur Dinamis Untuk Pembuatan Augmentasi Pengambilan Pada Dokumen Hierarkis. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6025242007-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (12MB) | Request a copy

Abstract

Retrieval-Augmented Generation (RAG) banyak digunakan untuk meningkatkan sistem tanya jawab di berbagai domain. Namun, meskipun dokumen sumber dunia nyata pada dasarnya terstruktur, pendekatan RAG konvensional terutama bergantung pada kesamaan semantik antara potongan teks yang terisolasi, yang dapat mengabaikan hierarki dokumen dan membatasi efektivitas pengambilan. Untuk mengatasi masalah ini, studi ini memperkenalkan pendekatan Chunk Graph berbasis hierarki dokumen untuk meningkatkan landasan pengambilan dalam sistem RAG.
Kerangka kerja yang diusulkan mempertahankan hierarki dokumen selama pembagian potongan dan memodelkan interaksi antar potongan sebagai graph berbobot. Mekanisme chunking digunakan untuk mengekstrak elemen struktural, sementara skema pembobotan tepi hibrida menyeimbangkan kesamaan semantik dan jarak hierarkis. Untuk mengoptimalkan ruang pengambilan, pemangkasan grafik berdasarkan ambang batas tepi diterapkan untuk menghilangkan hubungan yang lemah. Eksperimen pada benchmark terstruktur menunjukkan bahwa metode yang diusulkan secara signifikan mengurangi fragmentasi konteks. Eksplorasi tetangga pada grafik topologi memberikan konteks yang lebih koheren pada LLM, secara substansial meningkatkan ketepatan pengambilan dan akurasi jawaban di domain yang kompleks secara struktural.
=====================================================================================================================================
Retrieval-Augmented Generation (RAG) is widely used to enhance question-answering systems across various domains. However, while real-world source documents are inherently structured, conventional RAG approaches primarily rely on semantic similarity between isolated text chunks, which can overlook document hierarchy and limit retrieval effectiveness. To address this issue, this study introduces a document hierarchy-based Chunk Graph approach to improve retrieval grounding in RAG systems.
The proposed framework preserves document hierarchy during chunking and models inter-chunk interactions as a weighted graph. A two-pass parsing mechanism is employed to extract structural elements, while a hybrid edge-weighting scheme balances semantic similarity and hierarchical distance. To optimize the retrieval space, graph pruning based on an edge threshold is applied to eliminate weak relations. Experiments on structured benchmarks demonstrate that the proposed method significantly reduces context fragmentation. The neighbours exploration on the graph delivers more coherent context to the LLM, substantially improving retrieval Precision and answering accuracy in structurally complex domains.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Chunk Graph, Large Language Model, Retrieval-Augmented Generation, Structure-Aware Chunking.
Subjects:	T Technology > T Technology (General) > T57.5 Data Processing
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55101-(S2) Master Thesis
Depositing User:	Putri Cristin
Date Deposited:	24 Jul 2026 07:58
Last Modified:	24 Jul 2026 07:58
URI:	http://repository.its.ac.id/id/eprint/137294

Actions (login required)

View Item