请列举RAG系统中常用的文本分块策略，并说明它们之间的主要差异是什么？

回答思路

1. 【回答框架 1】按固定长度分块，如按字符数或词数直接切分，实现简单，但可能切断语义完整的句子或段落，影响检索质量。
2. 【回答框架 2】按语义边界分块，如利用句号、换行符等自然分隔符，保持段落或句子的完整性，减少语义断裂。
3. 【回答框架 3】基于语义相似度或嵌入向量分块，通过计算相邻文本的向量相似度合并相似内容，能更好地维持语义连贯性，但计算成本较高。
4. 【回答框架 4】按文档结构分块，如章节、标题等，适用于结构化文档，能保留层级信息，但需要依赖文档结构。
5. 【关键点 1】固定长度分块简单高效，但可能破坏语义完整性。
6. 【关键点 2】按语义边界分块保持句子/段落完整，提高检索准确率。
7. 【关键点 3】基于向量相似度的分块更智能，但开销大。
8. 【关键点 4】按文档结构分块适合有明确结构的文档。
9. 【易错点 1】不区分文本类型而固定分块，易导致检索结果碎片化。
10. 【易错点 2】过度追求语义相似度分块可能忽略全局上下文，且计算耗时。
11. 【易错点 3】忽略重叠分块策略，可能丢失跨块的关键信息。