Zoeken op trefwoorden mist gecodeerde taal, en dat is de dagelijkse werkelijkheid van het werk rond verdovende middelen

Elke eenheid voor verdovende middelen heeft een trefwoordenlijst. Ze is geschreven door iemand die er goed in is, ze werkt, en ze is verouderd.

Niet omdat iemand haar heeft verwaarloosd. Omdat de woordenschat die ze beschrijft actief adversarieel is. De mensen die haar gebruiken, veranderen termen wanneer zij vermoeden dat een term bekend is, zij gebruiken andere termen in andere groepen en andere regio’s, en een groot deel van de betekenis wordt door de context gedragen en niet door enig woord.

Dit is de dagelijkse werkelijkheid van onderzoek naar verdovende middelen, illegale handel en georganiseerde criminaliteit, en ze legt iets structureels bloot over de manier waarop forensisch zoeken is gebouwd.

Wat exacte overeenkomst wel en niet kan

Zoeken op trefwoorden beantwoordt één vraag uiterst goed: komt deze exacte tekenreeks voor. Dat is werkelijk waardevol. Het is snel, het is uitputtend binnen zijn bereik, het is deterministisch, en wanneer u zoekt naar een telefoonnummer, een IBAN, een specifieke naam of een bekende gebruikersnaam, verslaat niets het.

De beperking is dat het alleen kan vinden wat u al had bedacht. Elke misser is stil. Een zoekopdracht die nul resultaten geeft, ziet er hetzelfde uit of de term afwezig is of aanwezig was in een vorm die u niet had voorzien.

In de praktijk komen missers uit vier richtingen. Synoniemen en slang, die regionaal verschillen en evolueren. Opzettelijke vervanging, waarbij een gewoon woord binnen een groep een specifieke betekenis draagt. Spelling, inclusief transliteratie, opzettelijke spelfout en autocorrectie. En betekenis die volledig door de context wordt gedragen, waarbij niets in de zin ooit op een lijst zou staan.

Die laatste categorie is de categorie die geen enkele trefwoordenlijst ooit kan dekken, en ze komt vaak voor. Een bericht dat luidt “hetzelfde als de vorige keer, kom alleen” is mogelijk doorslaggevend en bevat helemaal geen zoekbare term.

Wat zoeken op betekenis toevoegt, en wat het kost

Semantisch zoeken komt overeen op betekenis en niet op tekens. Een zoekopdracht naar het afspreken van een ontmoeting haalt berichten op over elkaar zien, langskomen, de gebruikelijke plaats, of zaterdag in de buurt zijn, ongeacht of een woord uit de zoekopdracht erin voorkomt.

De prijs is precisie. Ophalen op betekenis geeft met vertrouwen dingen terug die inhoudelijk verwant zijn en voor het onderzoek irrelevant, en het heeft geen besef van exactheid, wat het zwak maakt bij precies de zoekopdrachten waar zoeken op trefwoorden het best in is. Vraag het om een specifiek telefoonnummer en u kunt verscheidene aannemelijke nummers krijgen.

De twee benaderingen falen dus in tegengestelde richtingen. De ene mist dingen die er zijn. De andere geeft dingen terug die niet relevant zijn. Tussen hen kiezen is een slechte ruil, en de reden waarom het als een keuze is gepresenteerd, is vooral dat de twee als afzonderlijke producten zijn gebouwd.

Beide uitvoeren is het voor de hand liggende antwoord

Exact en semantisch ophalen samen uitvoeren en de resultaten samenvoegen geeft u volledigheid waar de term bekend is en bereik waar hij dat niet is. Het geeft de analist ook iets nuttigers dan één gerangschikte lijst: een manier om te zien welke resultaten waarvandaan kwamen.

Twee toevoegingen doen er meer toe dan de samenvoeging zelf.

Query-uitbreiding. De zoekopdracht automatisch verbreden naar verwante woordenschat, zodat een zoekopdracht naar één term ook zijn varianten, zijn slangvormen en de vervangingen ophaalt die ervoor worden gebruikt. Hier hoort de opgebouwde kennis van een onderzoeker thuis. Niet in een statische lijst die veroudert, maar in uitbreidingsregels die kunnen worden bijgehouden, van een versie voorzien en tussen eenheden gedeeld.

Reikwijdte. Dezelfde zoekopdracht betekent op verschillende niveaus verschillende dingen. Over een hele zaak is het triage. Binnen één zegel is het onderzoek. Binnen één gesprek is het lezen. Een analist moet tussen die niveaus kunnen bewegen zonder de zoekopdracht opnieuw op te bouwen.

Twee dingen waarbij voorzichtigheid past

Semantisch zoeken introduceert een faalwijze die zoeken op trefwoorden niet heeft, en ze verdient het benoemd te worden.

Een uitputtende zoekopdracht op trefwoorden over een afgebakend corpus kan precies in een rapport worden beschreven: deze term, dit bereik, zoveel treffers. Een semantische zoekopdracht kan niet op dezelfde manier worden gekarakteriseerd. Er is geen heldere uitspraak over wat ze niet heeft teruggegeven, en een analist die zegt naar bewijs van een ontmoeting te hebben gezocht, heeft een veel vagere uitspraak gedaan dan een analist die zegt naar een specifieke tekenreeks te hebben gezocht.

Het praktische antwoord is dat semantisch zoeken een hulpmiddel is om aanwijzingen te vinden, niet om uitspraken over volledigheid te doen. Wat het naar boven brengt, wordt gelezen, tegen de bron geverifieerd en op zijn eigen voorwaarden gerapporteerd. Het pad dat het vond, is niet het bewijs.

Het tweede is dat een bericht dat in context iets betekent een interpretatie is, en interpretatie het werk van de analist en van de rechtbank is, niet van de software. Een systeem dat een thread naar boven brengt omdat ze lijkt op het afspreken van een ontmoeting, heeft iets nuttigs gedaan. Een systeem dat rapporteert dat een ontmoeting is afgesproken, is te ver gegaan, tenzij het de exacte berichten overhandigt en een mens laat beslissen.

Daarom hoort elk resultaat en elke uitspraak van de assistent het record erachter te dragen, en daarom hoort één klik de analist op de oorspronkelijke rij te zetten. De waarde van semantisch bereik is dat het de thread vindt waar niemand aan had gedacht om naar te zoeken. De verificatie maakt die bevinding daarna bruikbaar.