这个品类的数据长什么样
学术期刊来稿初审环节的材料以投稿稿件、作者信息表、查重报告为主，来源包括采编系统导出、邮件附件与扫描件，更新节奏随初审轮次与退修返回滚动变化。稿件承载正文与图表，作者信息表承载署名、单位、基金与日期签字，查重报告承载重复率与比对来源。三类材料进入文档解析与分块功能后，先按内容结构切分为可检索数据行，再进入索引三态流转。字段特征上，稿件侧重标题、章节、图表编号与段落层级，作者信息表侧重姓名、顺序、单位、日期与签字栏，查重报告侧重编号、日期与比对条目。材料角色不同，但都要在同一数据行体系下保持版本可追、引用可同步。
配置怎么定
解析与训练任务（服务端任务）只输出数据行与索引状态（已解析、索引中、已完成），版本台账与变更记录要由检索与后续处理接着做。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，换模型只对已完成索引的数据重建。
| 对象 | 判断 | 核验动作 |
|---|---|---|
| 投稿稿件 | 版本台账与变更记录中，同一稿件的标题、章节编号、图表数量、收稿日期与退修日期在稿件与作者信息表、查重报告之间应一致，且现行版本唯一 | 打开数据行核对状态是否处于 parsed、indexing、indexed 之一；分别核对文件记录与数据行标识；核对 chunkSize、chunkSplitter、trainingType 对应的分块与训练记录 |
| 作者信息表 | 作者姓名、顺序、单位、基金信息与签字日期应与稿件署名及查重报告送检信息对得上，缺签字或回执视为不一致 | 逐项比对作者信息表与稿件、查重报告的字段与日期；核对签字栏与回执是否齐全；核对数据行状态与界面显示一致 |
| 查重报告 | 查重编号、送检日期、比对来源与稿件版本应对应同一轮次，旧版报告不得与现行稿件混用 | 核对查重报告日期与稿件版本日期；看重建任务覆盖的数据行是否只包含已完成索引的数据；确认待索引数据未被召回 |
容易做错的三处
- 现象：刚上传的稿件在检索中搜不到。原因：数据行尚处 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：同一记录在稿件与作者信息表里的名称、数量、日期对不上。原因：版本未同步，旧版数据行仍被引用，引用未随版本号更新。
- 现象：训练失败后留下空数据行，或换模型后重建耗时异常。原因：失败数据未及时编辑或删除，重建范围误覆盖待索引数据。
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，确认状态在 parsed、indexing、indexed 之间正确流转，重建只覆盖已完成索引的数据。
业务测试：改一处内容，看版本号与引用是否同步更新；核对 chunkSize、chunkSplitter、trainingType 记录与数据行标识是否对应。
- 打开数据行核对状态与界面显示是否一致，并分别核对文件记录与数据行标识。
- 核对作者信息表签字与回执是否齐全，比对稿件、作者信息表、查重报告的字段、日期与数量。