[数据分析] RAG知识库讲问答内容和多轮对话内容组合整理的格式方法

我们再准备本地知识库的时候通常会涉及到问答对和多轮对话，尤其是客服系统，我们即希望RAG能帮我们处理严谨的一问一答，同时又希望它能更好的聊天和理解对话内容，这时候就需要同时处理这些数据。

具体方法
我们以CSV的表格为例；通过使用group_id来区分不同的对话组，可以轻松实现单轮问答和多轮对话的集成。

group_id	role	content
1	user	你好，你喜欢听什么类型的音乐？
1	assistant	我喜欢听流行音乐，你呢？
1	user	我也喜欢流行音乐，最近在听周杰伦的歌。
1	assistant	我也很喜欢他的歌，他的音乐总是很有故事感。
2	user	你喜欢旅游吗？
2	assistant	我喜欢旅游，特别是去没有去过的地方。你呢？
2	user	我也喜欢旅游，最近计划去日本看樱花。
2	assistant	那听起来很棒！我也一直想去日本看樱花。
3	user	你吃饭了吗？
3	assistant	吃了啊，你呢？
4	user	你好，今天天气真好。
4	assistant	是啊，今天天气非常适合外出活动。

表格解释
其中第一类 group_id  1234代表了不同的分组，1和2是多行数据代表了聊天对话，而3和4只有一问一答则代表了问答。