这个品类的数据长什么样
学术期刊来稿初审场景中，投稿稿件、作者信息表、查重报告三类材料同时进入文档解析与分块环节。投稿稿件承担正文与参考文献的多语混排内容，作者信息表承载姓名、单位、署名顺序等结构化字段，查重报告提供比对结论与日期。材料来源为作者投稿与编辑部登记，更新节奏随初审轮次滚动，同一稿件可能多次替换版本。字段特征上，稿件含页眉页脚、脚注与跨页表格，作者信息表含中英双语姓名与机构译名，查重报告含报告编号、检测日期与签字栏。进入该功能时，稿件与报告先被拆成可检索的数据行，作者信息表用于回指与对照，三者共同支撑统一术语表与对照稿的产出，并交对外发布前核对。
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。
| 对象 | 判断 | 核验动作 |
|---|---|---|
| 投稿稿件 | 同一记录在两份材料里的名称、数量、日期对不上，需核对稿件版本与作者信息表、查重报告是否一致 | 分别核对文件记录与数据行，检查 chunkSize 与 chunkSplitter 切分后各数据行状态是否为 parsed、indexing、indexed |
| 作者信息表 | 作者姓名与机构译名需能回指原文，且与稿件署名顺序、查重报告登记信息对得上 | 打开数据行核对状态，抽三条术语查全篇写法是否一致，并核对 trainingType 对应的处理模式 |
| 查重报告 | 报告编号、检测日期与签字或回执需齐全，版本未同步时不得进入对外发布 | 看重建任务覆盖的数据行，确认只覆盖已完成索引的数据，待索引数据不参与重建 |
| 统一术语表与对照稿 | 同一术语全篇一致、译名能回指原文，且与三份材料字段不冲突 | 抽三条术语查全篇写法是否一致，并记录引用条数与引用文本的 tokens 预算 |
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 状态，待索引数据在检索层被天然隔离，解析成功不等于检索一定命中。
- 现象：同一记录在两份材料里的名称、数量、日期对不上。原因：稿件版本未同步，作者信息表与查重报告仍指向旧版本，导致术语表与对照稿出现两套写法。
- 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，且缺签字或回执的材料未被拦截，重建范围与初次训练覆盖范围被混用。
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 之间流转且与界面显示一致。
业务测试：抽三条术语查全篇写法是否一致，核对译名能否回指原文，并记录引用条数与引用文本的 tokens 预算。
- 打开数据行核对状态，分别核对文件记录与数据行，确认文件记录与数据行各自的身份分得开。
- 查看重建任务覆盖的数据行，确认只覆盖已完成索引的数据，并核对
trainingType与处理模式是否对应。