培训机构教务排课与消课的多语资料与术语处理:文档解析与分块

围绕培训机构教务排课与消课的多语资料与术语处理,说明文档解析与分块的配置前提与核对动作,结合课表、消课记录确认结果传递与生效状态,附上线前的验证步骤。

这个品类的数据长什么样

培训机构教务排课与消课场景中,材料来自课表、消课记录、调课申请、教师签到表与回执单,更新节奏按周排课、按次消课、按需调课,字段包含课程名称、班级、教师、教室、上课日期与时段、课时数量、学员姓名、签字与回执状态。多语资料与术语处理时,课表承担课程与时段基准,消课记录承担实际消耗与签字凭据,调课申请承担变更前后对照,三者进入文档解析与分块环节后各自形成可检索的数据行,术语表与对照稿在检索与后续处理阶段汇总生成。

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)。统一术语表与对照稿由检索与后续处理接着完成。

对象判断核验动作
课表课程名称、班级、教师、教室、上课日期与时段、课时数量在各份材料中写法一致打开数据行核对状态,分别核对文件记录与数据行,确认课表术语在全篇的译名能回指原文
消课记录同一消课记录的学员、课时数量、日期与签字在两份材料中对得上抽三条术语查全篇写法是否一致,核对签字与回执是否齐全,记录数组条数与引用文本的 tokens 分别登记
调课申请调课前后课程、日期、教师与教室字段与课表、消课记录互相对应核对调课申请与课表、消课记录的字段、日期与签字,确认版本同步且无缺回执
解析与训练任务(服务端任务)数据行处于 parsed、indexing、indexed 三态之一且与界面显示一致核对 chunkSize、chunkSplitter、trainingType 对应的数据行,看重建任务覆盖的数据行是否只含已完成索引的数据

容易做错的三处

  • 现象:同一消课记录在课表与消课记录里的课程名称、课时数量、日期对不上。原因:两份材料版本未同步,术语译名各自沿用旧稿。
  • 现象:调课申请与课表、消课记录字段不一致,且缺签字或回执。原因:变更未回写全篇,签字与回执未随版本更新。
  • 现象:刚上传的材料搜不到,训练失败后留下空数据行。原因:解析成功不等于检索命中,索引状态未到已完成,或重建范围与初次训练覆盖范围被互换。

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,核对 parsed、indexing、indexed 三态与界面显示一致,换模型只对已完成索引的数据重建。

业务测试:抽三条术语查全篇写法是否一致,确认译名能回指原文,并分别记录数组条数与引用文本的 tokens。

  • 打开数据行核对状态,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。
  • 核对 chunkSize、chunkSplitter、trainingType 对应数据行,看重建任务覆盖的数据行是否只含已完成索引的数据。