HOME/Articles/

Palantir浏览器应用-06

Article Outline

前言

如前文所述,浏览器应用有两种不同的视图,即文档视图摘要视图,视图的形式取决于所选对象的基本类型。

  1. 若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;

  2. 若对象基本类型是实体(Entity)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,选项卡的相关部分显示在两个视窗中,分别为属性(Properties)关系(Related)笔记和媒体(Notes & Media) 以及 历史(History)

本文将讨论文档选项卡文档标记,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

Palantir中文档选项卡显示文档的原始文本。文档选项卡可以很好地从html、doc、docx、txt和pdf等多种文档格式中提取文本,并且也可以通过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,分析师用其构建非结构化数据,标记工具在文档上增加标识,以方便:

  1. 创建新的对象;
  2. 为已有对象创建新属性;
  3. 更新已有对象的已有属性;
  4. 建立对象之间的关联;

Palantir的文档搜索能力已经很强大了,有时候分析师会问为什么要标记,答案是,如果没有标记,则不能在Palantir对象模型中使用文档,那么也就大大地减少了执行分析的数据量。使用文档标记功能,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。

做为示范,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;其他的人如:Ruth Hilda Bacon、Edmund Norwood Bacon、Kyra Sedgwick、Travis Sedgwick Bacon和Sosie Ruth Bacon均为来自维基百科的一篇文章,所有这些人都是用那篇文章的内容关联起来的。

<div align="center"><img src="https://www.bobinsun.cn/assets/images/palantir-06-1.png"/></div> <br>

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。

使用标记功能,系统中的所有添加项都可以溯源到原始文档,溯源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!大多数部署应用应该有一套标准操作程序(SOP-Standard Operation Procedure),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存在合理的近似。

举例说明: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”;

<div align="center"><img src="https://www.bobinsun.cn/assets/images/palantir-06-2.png"/></div> <br>

  1. “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;

<div align="center"><img src="https://www.bobinsun.cn/assets/images/palantir-06-3.png"/></div> <br>

  1. 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;

<div align="center"><img src="https://www.bobinsun.cn/assets/images/palantir-06-4.png"/></div> <br>

  1. 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关系

<div align="center"><img src="https://www.bobinsun.cn/assets/images/palantir-06-5.png"/></div> <br>

回到分析图中,此处再放一张根据标记而构建网状图——这是我利用标记而构建的图:

<div align="center"><img src="https://www.bobinsun.cn/assets/images/palantir-06-6.png"/></div> <br>

有3种工具可以轻松容易的进行标记,分别是:

  1. 查找和标记,该功能允许用户搜索文档的条目,然后标记一部分实体所有实体。这种标记过程虽然快捷,但需要注意,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。例如: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中的其他内容一样,任何错误都可以被纠正,但此处仍然需要注意。

  2. 实体提取服务器,该功能允许实体提取包(比如NetOwlSAP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,也可以为每个实体建立属性。和Palantir一样,其通常依赖于本体,并将其显示在特定标记中所具有的特征。

  3. V3.8版本还有一个实验性的标记推测服务,我目前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,可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选项卡是对正在查看对象的所有属性、关系、文档、笔记和历史的总观图

下图例子是Kevin Bacon 的摘要选项卡,详细显示我们在此处看到的、涉及其他选项卡的内容。

<div align="center"><img src="https://www.bobinsun.cn/assets/images/palantir-06-7.png"/></div> <br>

在摘要视图的顶部是一个免冠照片一些对象元数据,内容包括谁创建对象何时创建对象、以及对象类型;同时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,所有的分析师都是私下分析,当需要分享他们的分析结果时,分析可以进行发布和分享,那么私人数据将被添加到基础库。当团队完成分析工作并发布后,私人调查中的数据可能会过时,因此,分析师应该更新他们的分析结果,从基础库里将最新的数据提取到私人调查结果中。

属性(Properties)选项卡

属性选项卡显示被查看的对象相关的所有属性;在选项卡的顶部用户可看到对象类型对象的识别标签

在属性部分,用户可以看到每个属性及其一个或多个属性值,如果使用分类控制访问(Classification Based Access Control- CBAC),则每个属性将会有一个分类访问条目。

那些不熟悉分类控制的人可能不知道,许多组织会根据业务的关键程度对数据进行分级,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),可以确保只有那些能够看到特定级别信息的人才能查看它

<div align="center"><img src="https://www.bobinsun.cn/assets/images/palantir-06-8.png"/></div> <br>

如果用户点击某个属性,屏幕右边则会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,增加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。

<div align="center"><img src="https://www.bobinsun.cn/assets/images/palantir-06-9.png"/></div> <br>

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

用户可以自行创建笔记,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,但是可以被搜索到,在非正式场景下非常有用。

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”,可以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,这些均为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。

<div align="center"><img src="https://www.bobinsun.cn/assets/images/palantir-06-10.png"/></div> <br>

用户可以选择将任何图像作为该对象的免冠照片,就如前面看到的例子,Kevin Bacon有一个定制的免冠照片集,而Kyra Sedgwick使用了系统默认的免冠照片。

历史(History)选项卡

浏览器应用的最后一个选项卡是历史选项卡,可查看发生在该对象上包含日期/时间戳的审计日志。

使用历史选项卡,用户可以将对象恢复到以前的状态,或者从当前视图中删除以前的更新。对于数据管理非常有用,但也需要谨慎使用。

<div align="center"><img src="https://www.bobinsun.cn/assets/images/palantir-06-12.png"/></div> <br>

浏览器应用非常有用,在这里还有很多功能没有介绍,附加的功能如:文件夹和文档搜索可能成为后面文章的主题。现在,已经概述了组成应用的选项卡,并深入介绍了文档标记。

下一篇文章,将详细介绍图分析应用。

Palantir系列文章

  1. 硅谷最神秘的独角兽Palantir-01
  2. 什么是Palantir-02
  3. Palantir本体(Ontology)-03
  4. Palantir数据集成-04
  5. Palantir应用程序-05
  6. Palantir浏览器应用-06
  7. Palantir图分析应用-07
  8. Palantir SWOT分析-08
  9. Palantir分析:商业模式画布、SWOT、垄断特征、以及7个商业模式