这个品类的数据长什么样
自费出国留学申请服务中，材料核对与差异定位依赖三类核心材料：留学服务合同、学校申请表、个人陈述。合同由服务方提供，含服务范围、费用与签署日期；申请表由学校模板生成，含个人信息、申请批次与签字栏；个人陈述由申请人撰写，含姓名、项目名称与提交日期。材料以电子文档形式进入文档解析与分块功能，合同与申请表承担字段与日期基准角色，个人陈述承担叙述与信息补充角色。更新节奏随申请批次、学校要求与合同版本变化，字段特征包括姓名、数量、日期、签字与回执状态。材料进入该功能后，先解析为数据行并绑定唯一数据标识，再按索引三态流转，供后续检索与差异定位使用。
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）。「差异清单」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，索引按三态流转，待索引数据不参与召回，换模型只对已完成索引的数据重建。
| 对象 | 判断 | 核验动作 |
|---|---|---|
| 留学服务合同 | 名称、数量、日期与签字在合同与台账间一致 | 核对合同字段与台账记录，确认签署日期与回执状态；检查 chunkSize 与 chunkSplitter 对字段切分的影响 |
| 学校申请表 | 同一记录在申请表与合同中的名称、数量、日期对得上 | 比对申请表与合同中的姓名、项目数量、申请日期；确认签字栏与回执是否缺失；核对 trainingType 与索引状态 |
| 个人陈述 | 个人陈述中的姓名、项目名称、日期与合同及申请表一致 | 对照个人陈述与合同、申请表的姓名、项目名称、提交日期；检查版本是否同步；查看数据行状态为 parsed、indexing 或 indexed |
| 数据行与文件记录 | 文件记录与数据行各自的身份分得开，状态与界面显示一致 | 分别核对文件记录与数据行，打开数据行核对状态；确认重建任务只覆盖已完成索引的数据 |
容易做错的三处
- 现象：同一记录在合同与申请表中的名称、数量、日期对不上。原因：材料版本未同步或录入时未按台账基准核对，导致字段差异未被发现。
- 现象：个人陈述与合同中的项目名称、提交日期不一致。原因：版本未同步，旧版个人陈述未随合同更新，差异清单未及时回写复核人。
- 现象：申请表缺签字或回执，合同签署页无回执记录。原因：材料流转中签字与回执环节遗漏，解析后数据行虽可见但业务字段不完整。
怎么确认配好了
本功能验收：上传一份材料，看数据行状态流转与重建任务的覆盖范围。数据行应经历 parsed、indexing、indexed 三态，待索引数据不参与召回；换模型只对已完成索引的数据重建，重建任务覆盖的数据行与界面显示一致。核对 chunkSize、chunkSplitter、trainingType 三个标识符对应的解析与训练参数。
业务测试：用一条真实记录找出与台账不一致的字段。将合同、申请表、个人陈述分别解析为数据行，比对同一对象的名称、数量、日期与签字，定位差异字段并交复核人确认回写。
- 打开数据行核对状态，确认处于 parsed、indexing 或 indexed 之一且与界面显示一致；分别核对文件记录与数据行，确认身份分得开。
- 查看重建任务覆盖的数据行，确认只覆盖已完成索引的数据；对训练失败的数据行直接编辑或删除，避免残留空数据行影响检索。