Chunking semantyczny
Dzielenie dokumentu w miejscach, w których zmienia się temat, a nie po przekroczeniu stałego limitu znaków. Metoda mierzy podobieństwo kolejnych zdań i stawia granicę tam, gdzie ono spada, więc każdy fragment dotyczy jednego tematu.
Mechanizm: każde zdanie zamienia się na embedding, a sąsiednie zdania porównuje. Gdy podobieństwo spadnie poniżej progu, temat się zmienił i w tym miejscu powstaje granica. Fragmenty mają różną długość, ale każdy dotyczy jednej sprawy, co daje czystsze embeddingi i trafniejsze dopasowanie niż cięcie w połowie argumentu. Koszt: droższe przygotowanie (najpierw trzeba osadzić wszystko) i strojenie progu. Różni się od chunkingu o stałym rozmiarze (prosty, ale niezgrabny) i od podziału według struktury (nagłówki). Krok w stronę mądrzejszego indeksowania w RAG, często razem z late chunkingiem.