# 本体索引
本体索引模块用于集中管理、监控和维护知识湖中各类资产的向量化与图谱构建进度。平台提供全局索引列表，全方位展示不同知识湖的知识类型、同步周期以及极其细粒度的解析状态。通过该模块，用户可以动态为现有知识湖追加文档、下钻查看单文件级的分块与图谱抽取详情，并利用底层日志追溯解析异常，从而保障知识湖底座的高可用性与可观测性。
![](https://support.huaweicloud.com/usermanual-dataartsplatform/public_sys-resources/notice_3.0-zh-cn.png)
为保障您的数据安全与隐私，请勿将某些敏感信息字段（如身份证号、手机号、银行卡号、企业机密信息等）上传至数据智能平台，避免隐私信息泄露。
#### 约束与限制
- 空间级配额：单个空间下的索引任务总数不得超过10000。
- 租户级配额：单个租户下的索引任务总数不得超过200000。
 
#### 创建索引
1. [登录数据智能平台](https://support.huaweicloud.com/usermanual-dataartsplatform/dataartsplatform_02_0003.html#ZH-CN_TOPIC_0000002749200638__li15819195745117)。
2. 在左侧导航栏选择"本体 \> 本体管理"，选择本体模型，进入模型详情页面。 
   图1本体模型详情   
   ![](https://support.huaweicloud.com/usermanual-dataartsplatform/figure/zh-cn_image_0000002802269337.png "点击放大")
   
   
3. 单击"本体索引"，选择"新建本体索引"，配置索引信息。 
   图2本体索引   
   ![](https://support.huaweicloud.com/usermanual-dataartsplatform/figure/zh-cn_image_0000002802090673.png "点击放大")
   
   
4. 配置数据源。 
   图3配置数据源   
   ![](https://support.huaweicloud.com/usermanual-dataartsplatform/figure/zh-cn_image_0000002773150868.png "点击放大")
   - 知识湖信息：展示本体模型已使用的知识湖信息。
   
   - 选择数据：支持从"本地文件"或"OBS文件"中进行选择。 支持txt、docx、pdf、pptx、md、markdown、xlsx、csv格式，单个文件不超过50MB，文件名不超过255个字符，单次上传不超过100个文件。
     不符合格式、超过大小或文件名长度限制的文件将自动过滤；文件数达到100个后，后续文件将不再添加。
     
   
   
   
   
5. 数据处理。 
   图4数据处理   
   ![](https://support.huaweicloud.com/usermanual-dataartsplatform/figure/zh-cn_image_0000002802345957.png "点击放大")
   - 数据处理：为已上传的文件选择对应语言，"中文"或"英文"。
   
   - 解析配置：解析策略支持"文本解析"或"规则解析"。
     - 文本解析：选择此选项不会对文档提取图像元素，PDF文件会按纯文本提取。
     
     - 综合解析：选择此选项可处理视觉丰富的文档或图像。
      
   
   - 分块配置：
     - 默认分块：默认情况下，知识库会自动将您的源数据拆分为多个分块，每个分块最多包含 500 个令牌。如果文档包含的令牌不到 500 个，则不会对其进行进一步拆分。
     
     - 固定分块：用户自己设置分块配置。
     
     - 层次分块：按照文档章节结构分块，将文档转化为有层级信息的文档块。
     
     - 语义分块：根据文本分块或句子组在语义上的相似程度来组织它们，仅支持.docx、.md、.markdown类型的文件。
      
   
   - 图谱配置：
     抽取模式配置
     - 跳过模式：保留原文，不抽取知识图谱。
     
     - Schema-guided 约束模式：严格按预定义实体类型抽取知识图谱。
     
     - Schema-free 开放模式：自动识别实体和关系类型，动态生成知识图谱。
      
     切片分组：设置分组类型，用于将文档分块(chunk)组合后再进行知识抽取。
     - 智能：自动分析语义关联，将跨分块的相关内容智能组合（如处理合同中的跨页条款）
     
     - 固定值：每N个连续分块为一组进行处理（适合结构规整的文档），默认10，最小值1，最大值100。
      
   
   
   
   
6. 单击"保存"或"保存并处理"。