这个品类的数据长什么样
职业培训补贴申领材料包含培训开班备案、签到记录、结业考核表等，来源为各培训机构按批次提交的电子文档与扫描件，更新节奏随开班与结业节点滚动。材料进入文档解析与分块功能时，备案表承担字段定义与术语基准角色，签到记录提供人员与日期明细，结业考核表补充成绩与签字信息。多语资料与术语处理要求同一术语全篇写法一致、译名能回指原文，因此分块需保留字段边界与签字栏位，使后续检索能按术语、日期、数量回查原文。
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），统一术语表与对照稿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，索引按三态流转，待索引数据不参与召回。
| 对象 | 判断 | 核验动作 |
|---|---|---|
| 培训开班备案 | 名称、数量、日期与签字栏位在备案表与签到记录间是否一致 | 分别核对文件记录与数据行，确认字段边界与签字回执，检查 chunkSize 与 chunkSplitter 分块后术语是否完整 |
| 签到记录 | 同一人员在签到记录与结业考核表里的姓名、日期、数量是否对得上 | 逐条比对两份材料的日期与数量，核对缺签字或回执项，查看数据行状态是否为 parsed 或 indexing |
| 结业考核表 | 成绩、日期、签字与备案表版本是否同步 | 核对版本号与签字栏，确认已完成索引的数据才参与重建，检查 trainingType 对应的处理模式 |
| 数据行与索引状态 | 处于三态之一且与界面显示一致 | 打开数据行核对状态，确认待索引数据不被召回，重建任务只覆盖 indexed 数据 |
容易做错的三处
- 现象：同一记录在备案表与签到记录里的名称、数量、日期对不上。原因：多语资料术语未统一，分块后字段边界丢失，回指原文失败。
- 现象：结业考核表缺签字或回执，版本未同步。原因：材料按批次滚动更新，旧版本数据行仍处于已完成索引状态。
- 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，看数据行状态流转与重建任务的覆盖范围，确认 parsed 到 indexing 再到 indexed 的流转与界面显示一致，重建只覆盖 indexed 数据。
业务测试：抽三条术语查全篇写法是否一致，核对译名能回指原文，并记录引用文本的 tokens 与数组条数。
- 分别核对文件记录与数据行，确认唯一数据标识绑定正确，检查
chunkSize、chunkSplitter、trainingType在分块与训练配置中的取值。 - 查看重建任务覆盖的数据行，确认只对已完成索引的数据触发重建，待索引数据不参与重建链。