feat(repository): 添加查询衍生文件源文件ID功能

- 在 DatasetFileRepository 接口中添加 findSourceFileIdsWithDerivedFiles 方法定义
- 在 DatasetFileRepositoryImpl 实现类中实现该方法
- 添加查询 metadata 中包含 derived_from_file_id 记录的源文件ID逻辑
- 提供完整的 JavaDoc 文档注释说明方法用途和参数

frontend/src/pages/DataAnnotation/Create/components/CreateAnnotationTaskDialog.tsx

@@ -275,7 +275,12 @@ export default function CreateAnnotationTask({
     }
     setDatasetPreviewLoading(true);
     try {
-      const res = await queryDatasetFilesUsingGet(selectedDatasetId, { page: 0, size: 10 });
+      // 对于文本数据集，排除已被转换为TXT的源文档文件（PDF/DOC/DOCX）
+      const params: { page: number; size: number; excludeSourceDocuments?: boolean } = { page: 0, size: 10 };
+      if (isTextDataset) {
+        params.excludeSourceDocuments = true;
+      }
+      const res = await queryDatasetFilesUsingGet(selectedDatasetId, params);
       if (res.code === '0' && res.data) {
         setDatasetPreviewData((res.data.content || []) as DatasetPreviewFile[]);
         setDatasetPreviewVisible(true);