关于Palantir -第五部分：浏览器应用

最新推荐文章于 2025-04-04 10:30:15 发布

Information_analyst

最新推荐文章于 2025-04-04 10:30:15 发布

阅读量3.2k

点赞数 1

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/Information_analyst/article/details/80213207

第五部分-浏览器应用

如前所述，浏览器应用有两种不同的视图，视图的形式取决于所选对象的基本类型。如果对象的基本类型是文档（Document），则用户将看到一个文档选项卡，该选项卡显示文档的原始文本；如果对象基本类型是实体（Entity）或事件（Event），则用户将会看到一个描述该对象总观的摘要（Summary）选项卡，选项卡的其余部分出现在两个视窗中，分别为属性（Properties）、关联（Related）、笔记和媒体（Notes & Media）和历史（History）。本文将讨论文档选项卡和文档标记，然后讨论摘要选项卡以及两个视图中其他的项。

文档（Document）选项卡

在Palantir中文档选项卡显示文档的原始文本。该应用可以很好地从html、doc、docx、txt和pdf等多种文档格式中提取文本；该平台也可以通过CEDT插件扩展来处理其他的文档格式，如msg。

文档选项卡的真正威力在于可以标记文档的内容，这是分析师用来构建非结构化数据的手段。标记涉及在文档上增加标识，以方便:

创建新的对象；
为已有对象创建新属性；
更新已有对象的已有属性；和
建立对象之间的关联。

有时候，分析师会问为什么要标记，特别是Palantir的文档搜索能力已经很强大了。答案是，如果没有标记，则不能在Palantir对象模型中使用文档，这也就大大地减少可以执行分析的数据量。因此，所有被标记的对象都可以无缝地进行交互，并且在使用上与来自结构化数据源的数据相同。为了示范这一点，我们为Kevin Bacon和一篇关于Kevin Bacon的互联网文章做一个电影数据库条目。

下图中，一个人(Kevin Bacon)来自一个有线电影数据库TMDB，他拥有一些属性；其他的人Ruth Hilda Bacon、Edmund Norwood Bacon、Kyra Sedgwick、Travis Sedgwick Bacon和Sosie Ruth Bacon来自维基百科的一篇文章，所有这些都是用那篇文章的内容关联起来的。

现在这个文档已经被标记了，分析师可以在分析图中用环形搜索（searcharound）来搜索Kevin Bacon的关联实体，他的父母、妻子和孩子将会被搜索到；同样地搜索其中一个孩子的关联实体会返回其父母和其他兄弟姐妹；这些关联在对象探索（Object Explort）中也可用来进行自顶向下的分析。当然，文档搜索也会找到该文档。

尽管标记了，系统中的所有添加项都可以溯源到原始文档，这对数据来源和完整性有保障；在依赖信息来做关键决策时这些（数据来源）是非常重要的。

实际上并没有一个最佳的标记方法！大多数部署应该有一套标准操作程序(SOP-Standard Operation Procedure)，它规定分析师应该遵循的标记操作。我更喜欢用近似的方式标记，但这只适用于与调查相关的数据，而且与被标记的那些事实合理的近似。在这我经常用一个简单的例子，如一份文件含有“英国是一个国家，英国有6000万居民”，那么我只会在第二次标记英国时才加上6000万居民作为英国的一个属性。下面是我如何标记Kevin Bacon文章的一个例子，实际上我给Kevin Bacon做了两次标记，一次关于他的童年，还有一次是关于他的家庭，而所有其他的人都只做一次标记。

如何标记？

在一个非结构化文档的视图中，有一个附加的选项卡——文档，选择这个选项卡显示文档的原始文本。通过以下过程实现“添加一个标记”:

1. 选择要标记的文本，比如电影名称，右键单击并选择“新建标记”;

2. “新建标记”对话框出现，分析师可以选择系统中已有的实体来与文本关联、或者创建一个新的实体。用户可以修改标记的一些细节：比如名称的值、或者添加地理信息和时间范围;

3. 选择一些文本，然后拖放到已标记的实体中，以添加用户需要选择的新属性;

4. 拖拽一个标记放置于另一个标记上，使用户能够在上下两层实体之间创建一个关联。

回到分析图中，再次给出根据标记而构建的以下网状图——这是我利用标记而构建的图。

有三种工具可以使标记轻松容易，他们分别是:

1. 查找和标记，这允许用户搜索文档的条目，然后标记一部分或所有该条目的实体。尽管这种标记过程快捷，但要注意的是单一主体的文档可能会被标记与实际情况不相符合，含糊的标注会导致问题。我举一个例子：如果标记道达尔（Total）石油公司的一篇新闻报道，文章可能会说“道达尔（Total）石油生产总值（Total）…”，在这种情况下道达尔（Total）和总值（Total）可能会被识别并错误地标记作为一个公司。与Palantir中的所有内容一样，任何错误都可以被纠正，但仍然需要注意。

2. 实体提取服务器，这允许实体提取包（比如NetOwl和SAP文本解析）的输出作为插件安装到Palantir中。实体提取工具非常强大，常常可以建立实体间的关联，也可以为每个实体确立一些属性。和Palantir一样，它们通常依赖于本体，并将显示它们在特定标记中所具有的特征。

3. 由于v3.8还有一个实验性的标记推测服务，我还没有看到它的作用，帮助中说这个标记推测服务学习标记方法，以对潜在的标记提出建议。

摘要（summary）选项卡

对于实体和事件，用户将看到一个摘要选项卡，这是对正在查看对象的所有属性、关联、文档、笔记和历史的总观图。这个例子是Kevin Bacon 的摘要选项卡，我将会详细介绍我们在此处看到的、涉及其他选项卡的内容。

在摘要视图的顶部是一个免冠照片和一些对象元数据，涵盖了谁创建对象、何时创建对象、以及对象类型；这里也有一部分显示谁在关注该对象，如果该对象有任何属性的改变，所有关注者将收到通知。顶部最后一部分是免冠照片下面的两个箭头：橙色的向下箭头显示了可以用于该调查的Palantir基础库的更新数量，蓝色箭头显示存在该调查中可以发布到基础库的更新数量。对于信息，所有的分析师都是在进行私下调查，直到他们希望分享他们的工作；在这一点上，调查可以发布，而私人的数据将被添加到基础库。当团队完成他们的工作和发布时，私人调查中的数据可能会落后并开始变得陈旧了；所有，分析师应该更新他们的调查，从基础库里将最新的数据提取到他们的私人调查中。

属性（Properties）选项卡

属性选项卡显示与被查看的对象相关的所有属性；在选项卡的顶部用户将看到对象类型及对象的识别标签。在属性部分，用户可以看到每个属性以及一个或多个值，如果使用了分类控制访问（Classification Based Access Control- CBAC），则每个属性将会有另一个关于分类访问条目。那些不熟悉分类控制的人不知道，许多组织会根据业务的关键程度对他们的数据进行分级，例如，当前的艾滋病列表可能被归类为机密，而人力资源记录可能被归类为秘密，因为前者应该更敏感。通过使用分类控制访问（CBAC），我们可以确保只有那些能够看到特定级别信息的人才能访问它。

如果用户点击某个属性，屏幕右边则会更改为显示该属性的元数据，包括地理信息标记、日期范围和链接返回到信息源的信息。如果用户点击链接到源文件，则将被带到源文档中的位置——源文档内容被标记为属性的地方。所有导入系统的数据都可以溯源到它的源文件，这增加了对数据的信任并允许溯源错误。

关联（Related）选项卡

关联选项卡显示与被查看对象有关联的所有其他实体、事件和文档。

与属性选项卡一样，可以使用分类控制访问（CBAC）来控制对关联的访问，用户如果单击关联，就会看到元数据并关联返回到关联源。

笔记和媒体（Notes & Media）选项卡

用户可以创建自己的笔记，并将其添加到系统的对象中，但是这些在分析过程中不会像文档那样形成积极的部分，因为笔记不能被标记，但是笔记可以被搜索到，在非正式使用时非常有用。同样，可以使用分类控制访问（CBAC）来控制笔记的访问，如果用户单击“笔记”，他们会看到元数据和一个返回到笔记源的链接。媒体部分包含原始文档、视频、图像和声音文件，这些是该对象的某种媒体源。最后一次……媒体可以使用CBAC控制，如果用户单击媒体项目他们看到元数据和一个回到媒体来源的链接。