
Tin doanh nghiệp
Đăng ngày
Có thể thu hồi tài liệu đã lập chỉ mục mà không làm gián đoạn hỏi đáp không?
Có. Cách an toàn là tách ba việc thường bị gộp làm một: ngừng cho phép tài liệu tham gia trả lời, loại các đoạn đã lập chỉ mục khỏi vùng truy xuất và xác nhận rằng mọi bộ nhớ đệm đều đã hết hiệu lực. Xóa tệp gốc nhưng bỏ quên chỉ mục không đủ; ngược lại, xóa chỉ mục ngay khi chưa lưu bằng chứng cũng khiến quản trị viên khó giải trình một câu trả lời cũ. Với BMB Knowledge AI, quy trình nên được thiết kế như một thao tác có phiên bản, người phê duyệt và khả năng kiểm tra lại.
Tình huống nghiệp vụ dễ phát sinh sai lệch
Giả sử doanh nghiệp có quy trình mua hàng QTMH-07 gồm 18 trang, được lập chỉ mục thành 126 đoạn. Ngày 15/11, phòng nghiệp vụ ban hành bản QTMH-08 và yêu cầu bản cũ không còn được dùng từ 8 giờ sáng hôm sau. Nếu quản trị viên chỉ tải bản mới lên, hệ thống có thể tìm thấy cả hai phiên bản khi người dùng hỏi “hồ sơ mua sắm trên 500 triệu cần ai duyệt?”. Một đoạn cũ nói cần hai cấp, đoạn mới nói cần ba cấp; mô hình có thể chọn đoạn có điểm tương đồng cao hơn thay vì đoạn còn hiệu lực.
Rủi ro thứ hai xuất hiện khi tài liệu bị thu hồi do tải nhầm. Dù tệp bị xóa, các đoạn văn hoặc kết quả truy xuất lưu tạm vẫn có thể còn. Vì vậy, yêu cầu đúng là chứng minh tài liệu không còn xuất hiện trong đường trả lời.
Quy trình thu hồi gồm sáu bước
Đầu tiên, quản trị viên chuyển tài liệu sang trạng thái “chặn truy xuất”. Thao tác này phải có hiệu lực ngay đối với câu hỏi mới, trước khi công việc xóa vật lý hoàn tất. Bản ghi tài liệu vẫn tồn tại để lưu mã tài liệu, phiên bản, thời điểm, lý do và người yêu cầu. Đây là điểm chặn giúp đội vận hành có thời gian xử lý mà không tiếp tục phát sinh câu trả lời dựa trên nguồn sai.
Thứ hai, hệ thống xác định toàn bộ đối tượng phụ thuộc: các đoạn văn, bảng đã tách, hình đã OCR, từ khóa, liên kết trích dẫn và bản sao trong bộ nhớ đệm. Danh sách này nên được chốt thành một “phiếu thu hồi” có tổng số dự kiến. Với ví dụ trên, phiếu ghi 126 đoạn, 4 bảng, 2 hình OCR và 11 truy vấn đã lưu tạm. Nếu số đã xử lý khác số dự kiến, lệnh chưa được coi là hoàn tất.
Thứ ba, hàng đợi lập chỉ mục nhận một tác vụ có khóa chống lặp. Nếu tác vụ chạy lại vì mất kết nối, nó tiếp tục từ phần chưa xử lý thay vì xóa nhầm tài liệu khác. Mỗi đoạn cần mang định danh tài liệu và phiên bản; không nên chọn để xóa chỉ bằng tên tệp vì hai phòng ban có thể dùng cùng một tên “quy-trinh-mua-hang.pdf”.
Thứ tư, hệ thống làm mất hiệu lực bộ nhớ đệm của truy xuất và câu trả lời. Cách thực tế là gắn phiên bản bộ sưu tập vào khóa bộ nhớ đệm. Khi tài liệu bị thu hồi, phiên bản tăng từ 43 lên 44; mọi kết quả tạo ở phiên bản 43 tự động không còn được phục vụ. Cách này đáng tin cậy hơn việc cố tìm và xóa từng câu hỏi có liên quan.
Thứ năm, bộ kiểm tra tự động chạy một tập câu hỏi đối chứng. Ngoài câu hỏi trực tiếp về quy trình cũ, cần có câu hỏi diễn đạt khác và câu hỏi chỉ chứa con số đặc trưng như “500 triệu”. Kết quả đạt khi không còn trích dẫn QTMH-07, không còn đoạn của phiên bản cũ trong top-k và câu trả lời mới dẫn đúng QTMH-08 hoặc chủ động nói chưa đủ nguồn.
Cuối cùng, người có thẩm quyền đóng phiếu sau khi xem bằng chứng. Nhật ký nên ghi tổng số đối tượng đã loại, thời gian bắt đầu, thời gian hoàn tất, lỗi phải chạy lại và kết quả kiểm tra. Tệp gốc có thể được chuyển sang khu vực lưu giữ hạn chế theo chính sách nội bộ, thay vì bị xóa không thể phục hồi ngay lập tức.
Tiêu chí nghiệm thu nên đo bằng số
Một đợt thu hồi chỉ đạt khi ba nhóm chỉ số cùng qua ngưỡng. Về độ phủ, số đoạn, bảng và hình đã xử lý phải bằng số đã kiểm kê. Về truy xuất, không câu hỏi đối chứng nào trả lại định danh tài liệu bị chặn trong top 10. Về vận hành, thao tác chặn phải có hiệu lực trong thời gian cam kết, chẳng hạn dưới 60 giây, còn việc dọn chỉ mục nền có thể hoàn thành trong 15 phút.
Đội kiểm thử cũng cần đo ngoại lệ. Nếu kho vector tạm thời không khả dụng, trạng thái “chặn truy xuất” vẫn phải bảo vệ người dùng. Nếu bản mới chưa lập chỉ mục xong, hệ thống nên báo nguồn đang cập nhật, không quay lại bản cũ.
Ví dụ kiểm tra với dữ liệu mẫu
Trong môi trường demo dùng dữ liệu mẫu, nhóm vận hành tạo 30 câu hỏi: 10 câu nhắc trực tiếp QTMH-07, 10 câu diễn đạt nghiệp vụ và 10 câu gây nhiễu. Trước thu hồi, 24 câu có trích dẫn bản cũ. Sau khi chặn, con số phải về 0 ngay cả khi tiến trình dọn chỉ mục mới đạt 70%. Khi QTMH-08 được lập chỉ mục, 22 câu nên dẫn bản mới; 8 câu thiếu ngữ cảnh phải yêu cầu người dùng nêu loại mua sắm thay vì đoán.
Nếu hệ thống trả lời trôi chảy nhưng không cung cấp trích dẫn, nhóm kiểm thử chưa thể kết luận đã thu hồi thành công. Bằng chứng cần chứa định danh nguồn, phiên bản bộ sưu tập và thời điểm truy xuất.
Câu hỏi thường gặp
Có nên xóa vĩnh viễn tài liệu ngay không?
Không nhất thiết. Trước hết cần chặn truy xuất và giữ nhật ký phục vụ kiểm tra. Việc xóa vật lý phụ thuộc chính sách lưu trữ, phân loại thông tin và quyết định của đơn vị sở hữu tài liệu.
Thu hồi có làm mất lịch sử câu trả lời cũ không?
Lịch sử có thể được giữ, nhưng giao diện nên đánh dấu câu trả lời đã dùng nguồn bị thu hồi và không cho tái sử dụng như một nguồn đang hiệu lực. Đây là khác biệt giữa lưu bằng chứng và tiếp tục phổ biến nội dung.
Làm sao tránh thu hồi nhầm phiên bản?
Dùng định danh bất biến cho tài liệu, định danh riêng cho từng phiên bản và hiển thị trước số đối tượng sẽ bị ảnh hưởng. Tác vụ xóa theo tên tệp hoặc đường dẫn hiển thị là chưa đủ an toàn.