Пошук за ключовими словами пропускає закодовану мову, і це щоденна реальність роботи з наркотиками

Кожен підрозділ боротьби з наркотиками має список ключових слів. Його написав хтось добрий, він працює, і він застарілий.

Не тому, що хтось його занедбав. Бо словник, який він описує, активно протиставний. Люди, які ним користуються, змінюють терміни, коли підозрюють, що термін відомий, вони вживають різні терміни в різних групах і різних регіонах, і велику частину значення несе контекст, а не якесь слово саме по собі.

Це щоденна робоча реальність розслідування наркотиків, торгівлі й організованої злочинності, і вона виявляє щось структурне в тому, як побудовано криміналістичний пошук.

Що може точний збіг і чого не може

Пошук за ключовими словами надзвичайно добре відповідає на одне запитання: чи є цей точний рядок. Це справді цінно. Він швидкий, він вичерпний у своєму обсязі, він детермінований, і коли Ви шукаєте номер телефону, IBAN, конкретне ім’я або відомий псевдонім, ніщо його не перевершує.

Обмеження в тому, що він може знайти лише те, про що Ви вже подумали. Кожен пропуск тихий. Пошук, який повертає нуль результатів, виглядає однаково і коли терміна немає, і коли він був у формі, якої Ви не передбачили.

На практиці пропуски приходять із чотирьох боків. Синоніми і жаргон, які різняться за регіоном і змінюються. Навмисна заміна, коли звичайне слово несе конкретне значення всередині групи. Написання, зокрема транслітерація, навмисне неправильне написання й автовиправлення. І значення, яке цілком несе контекст, коли ніщо в реченні ніколи не з’явилося б у жодному списку.

Ця остання категорія — та, яку жоден список ключових слів ніколи не покриє, і вона звичайна. Повідомлення «як минулого разу, приходь сам» потенційно вирішальне і не містить жодного терміна, який можна шукати.

Що додає пошук за змістом і чого він коштує

Пошук за змістом збігається за значенням, а не за символами. Запит про домовленість зустрічі витягує повідомлення про те, щоб побачитися, зайти, звичне місце або бути поруч у суботу, байдуже, чи є в них якесь слово із запиту.

Вартість — це точність. Пошук за змістом упевнено поверне речі, тематично схожі і для розслідування нерелевантні, і в нього немає поняття точності, через що він слабкий саме в тих запитах, у яких пошук за ключовими словами найсильніший. Попросіть його про конкретний номер телефону, і Ви можете отримати кілька правдоподібних номерів.

Тож два підходи збиваються в протилежних напрямках. Один пропускає те, що там є. Другий повертає те, що не релевантне. Обирати між ними — поганий розмін, і причина, чому це подавали як вибір, здебільшого в тому, що їх побудували як окремі продукти.

Запустити обидва — очевидна відповідь

Запуск точного пошуку і пошуку за змістом разом і злиття результатів дає вичерпність там, де термін відомий, і охоплення там, де ні. Він також дає аналітику дещо корисніше за один ранжований список: спосіб побачити, які результати звідки прийшли.

Два доповнення важать більше за саме злиття.

Розширення запиту. Автоматичне розширення пошуку на споріднений словник, тож запит одного терміна також витягує його варіанти, його жаргонні форми і заміни, вжиті на його місці. Саме сюди належить накопичене знання слідчого. Не в статичному списку, який зношується, а в правилах розширення, які можна підтримувати, версіювати і ділити між підрозділами.

Обсяг. Той самий запит означає різне на різних рівнях. На всю справу це тріаж. Усередині одного речового доказу це дослідження. Усередині однієї розмови це читання. Аналітику треба переходити між ними, не збираючи запит наново.

Дві речі, з якими варто бути обережними

Пошук за змістом приносить вид збою, якого немає в пошуку за ключовими словами, і його варто назвати.

Вичерпний пошук за ключовими словами по визначеному корпусу можна точно описати у звіті: цей термін, цей обсяг, стільки збігів. Пошук за змістом не можна схарактеризувати так само. Немає чистого твердження про те, чого він не повернув, і аналітик, який каже, що шукав докази зустрічі, зробив значно розпливчастіше твердження, ніж той, хто каже, що шукав конкретний рядок.

Практична відповідь у тому, що пошук за змістом — інструмент для пошуку зачіпок, а не для тверджень про вичерпність. Те, що він виносить, читають, перевіряють за джерелом і описують у звіті на його власних умовах. Шлях, який це знайшов, не є доказом.

Друге в тому, що повідомлення, яке щось означає в контексті, є тлумаченням, а тлумачення — це робота аналітика і суду, не програмного забезпечення. Система, яка виносить гілку, бо вона схожа на домовленість зустрічі, зробила щось корисне. Система, яка повідомляє, що зустріч домовлено, перейшла межу, хіба що вона віддає точні повідомлення і дає людині вирішити.

Саме тому кожен результат і кожне твердження асистента мають нести запис, який за ними стоїть, і саме тому одне клацання має поставити аналітика на початковий рядок. Цінність охоплення за змістом у тому, що воно знаходить гілку, яку ніхто не додумався шукати. Перевірка робить цю знахідку придатною згодом.