这个品类的数据长什么样
中外合作办学机构设立与年报涉及设立申请书、合作协议、章程三类材料，来源含境内办学方与外方合作者提交的多语文本，更新节奏随设立审批与年度报告周期推进。材料进入解析与训练任务后，各自角色不同：设立申请书承载机构名称、办学层次、招生规模等字段；合作协议约定双方权责、期限与签署信息；章程规定治理结构与决策程序。三类材料常含中英双语或多语术语，字段、日期与签字信息需在文档解析与分块阶段保留结构，分块后按 chunkSize 与 chunkSplitter 控制粒度，为后续术语统一与对照稿生成提供可检索的数据行基础。
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）。统一术语表与对照稿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 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 |
|---|---|---|
| 设立申请书 | 机构名称、办学层次、招生规模等字段与合作协议、章程是否逐项对应，日期与签字是否齐全 | 分别核对申请书、合作协议与章程中的同一记录，比对名称、数量、日期写法；查看数据行状态是否为 indexed，核对 trainingType 对应处理模式 |
| 合作协议 | 双方名称、合作期限、签署日期与章程记载是否一致，缺签字或回执时能否定位到具体数据行 | 打开合作协议对应数据行，核对 chunkSize 与 chunkSplitter 切分后条款是否完整；检查重建任务覆盖的数据行是否只含 indexed 数据 |
| 章程 | 治理结构、决策程序、生效日期与申请书、合作协议是否版本同步，同一术语全篇译名能否回指原文 | 抽取三条术语查全篇写法是否一致；核对文件记录与数据行的标识是否分得开，确认 parsed、indexing 数据不参与召回 |
容易做错的三处
- 现象：同一机构名称在申请书与合作协议中写法不同。原因：多语资料未统一术语，解析分块后各自独立落库，缺少对照稿回指原文。
- 现象：合作协议与章程的签署日期或合作期限对不上。原因：版本未同步，旧版材料先落库，新版未覆盖同一数据行。
- 现象：材料缺签字或回执，但仍被检索命中。核对源文件的签字与回执、业务采用条件和实际命中的版本，分别记录材料完整度与检索结果。
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，换模型只对已完成索引的数据重建，核对 trainingType 与 chunkSize 对应处理模式。
业务测试：抽三条术语查全篇写法是否一致，核对同一术语在申请书、合作协议与章程中的译名能否回指原文。
- 打开数据行核对状态，确认处于 parsed、indexing、indexed 三态之一且与界面显示一致
- 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，并查看重建任务覆盖的数据行是否只含已完成索引的数据