解説

選択肢Cは階層チャンキング（Hierarchical chunking）を使用する方法です。親チャンクと子チャンクの2層構造で文書を分割し、子チャンクで精密な条項検索を行いつつ、親チャンクで節全体のコンテキスト（相互参照先の内容）をモデルに提供できます。「第3条第2項」のような節間参照も解決可能です。 選択肢Aの固定サイズチャンキング（512トークン、オーバーラップ10%）は任意のトークン境界で分割するため法律上の論理単位が分断されます。 選択肢BのセマンティックチャンキングはAmazon Bedrock Knowledge Basesの標準機能として利用可能ですが、非構造化テキスト向きで、明示的な階層構造を持つ法律文書には最適化されていません。 選択肢Dの固定サイズチャンキング（2,048トークン、オーバーラップなし）も任意のトークン境界で分割するため法律上の論理単位が分断される可能性があります。