这个品类的数据长什么样
学术期刊来稿初审场景下，材料包括投稿稿件、作者信息表、查重报告三类。投稿稿件由作者提交，含标题、作者署名、单位、基金信息与正文结构；作者信息表由编辑部模板收集，含姓名、排序、单位、联系方式与签字栏；查重报告由检测系统导出，含检测时间、重复率区间与比对来源。三类材料更新节奏不同：稿件可能多轮返修，信息表随署名变更重填，查重报告按版本重新生成。字段特征上，名称、数量、日期、签字与回执是核对锚点，同一对象在两份材料中的写法常有差异，需先解析分块再定位差异。材料进入该功能时，稿件与信息表承担对象身份与属性来源，查重报告承担时间与版本佐证，三者共同支撑差异定位。
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（parsed、indexing、indexed）。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，待索引数据不参与召回。
| 对象 | 判断 | 核验动作 |
|---|---|---|
| 投稿稿件 | 名称、数量、日期与签字回执在三份材料间一致 | 核对标题、作者数、收稿日期与签字栏，确认分块参数 chunkSize、chunkSplitter 与 trainingType 对应的数据行状态 |
| 作者信息表 | 姓名、单位、排序与联系方式与稿件一致 | 逐字段比对信息表与稿件，记录名称写法差异与缺失签字，查看对应数据行是否处于 parsed 或 indexing |
| 查重报告 | 检测时间、版本与回执编号与台账一致 | 核对报告日期与版本号，确认报告数据行是否已完成索引，未完成则标记待复核 |
| 数据行状态 | 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，确认待索引数据不参与召回，重建只覆盖已完成索引的数据 |
容易做错的三处
- 现象：刚上传的材料搜不到。原因：数据行处于 parsed 或 indexing，待索引数据在检索层天然隔离，解析成功不等于检索命中。
- 现象：同一记录在两份材料里的名称、数量、日期对不上。原因：稿件与信息表版本未同步，字段写法差异未被差异定位捕获。
- 现象：训练失败后留下空数据行。原因：训练中断残留孤儿数据，缺签字或回执的材料未及时清理，影响后续核对。
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，确认 parsed、indexing、indexed 三态与界面一致，重建只覆盖已完成索引的数据。
业务测试：用一条真实记录找出与台账不一致的字段，记录名称、数量、日期或签字差异，交复核人确认并回写。
- 分别核对文件记录与数据行，确认文件与数据行的标识分得开，检查
chunkSize、chunkSplitter、trainingType对应配置 - 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，待索引与索引中的数据不参与重建