这个品类的数据长什么样
学术期刊来稿初审场景下，材料通常包含投稿稿件、作者信息表与查重报告三类。稿件承载正文与分块边界，信息表承载作者署名、单位与日期签字，查重报告承载重复率与比对来源。三者以不同来源进入文档解析与分块环节：稿件按 chunkSize 与 chunkSplitter 切分后落库为数据行，信息表与查重报告作为独立材料各自成行。更新节奏随初审批次推进，作者信息补签、版本替换、查重报告重出都会带来同一记录在多份材料间的名称、数量、日期差异。字段特征集中在稿件编号、作者姓名、单位、收稿日期、签字与回执，这些字段在解析分块后需与原文位置保持可回指关系，供后续检索与答复家长或写入方案时引用。
配置怎么定
这一环由解析与训练任务（服务端任务）执行，输出数据行与索引状态（已解析、索引中、已完成）。可回指原文的依据条目由检索与后续处理接着完成。解析分块在解析完成后立即落库为可见数据行并绑定唯一数据标识，索引按 parsed、indexing、indexed 三态流转，待索引数据不参与召回。
| 对象 | 判断 | 核验动作 |
|---|---|---|
| 投稿稿件 | 分块边界与原文位置可回指，稿件编号、收稿日期与作者信息表、查重报告对得上 | 上传稿件后核对数据行状态与原文片段，检查 chunkSize、chunkSplitter 切分结果 |
| 作者信息表 | 作者姓名、单位、签字与回执齐全，同一记录在多份材料中的名称、数量、日期一致 | 分别核对文件记录与数据行，逐项比对作者信息表与稿件、查重报告的字段 |
| 查重报告 | 版本为现行版本，比对来源与日期与稿件版本同步 | 核对查重报告版本与收稿日期，确认与稿件、作者信息表同步 |
| 数据行 | 处于 parsed、indexing、indexed 三态之一且与界面显示一致 | 打开数据行核对状态，确认 trainingType 对应处理模式与重建覆盖范围 |
容易做错的三处
- 现象：同一作者姓名在稿件与作者信息表里写法不一致。原因：两份材料分别录入，名称未做统一校对，签字与回执缺失时更难对齐。
- 现象：查重报告日期与稿件收稿日期对不上。原因：版本未同步，重出报告后未替换旧版本，材料间日期链条断开。
- 现象：刚上传的材料搜不到。原因：数据行仍处于待索引状态，未进入已完成索引，检索层天然隔离不被召回。
怎么确认配好了
本功能验收：上传一份材料，看数据行状态从 parsed 到 indexing 再到 indexed 的流转，并核对重建任务只覆盖已完成索引的数据行。
业务测试：问一个跨材料的依据问题，看回答是否给出可回指的出处。
- 打开数据行核对状态与界面显示是否一致，确认文件记录与数据行各自身份分得开。
- 查看重建任务覆盖的数据行，确认只针对已完成索引的数据，待索引数据不参与重建。