情报分析

应用介绍

面向非结构化情报报文的本体化分析应用。把 txt / md / json / csv 等格式的情报报文加载进平台，用本地大模型映射为平台标准本体的实体、关系与时序事件结构，得到「本体化情报」；进而支持知识查询、时序事件展示与大模型深度研判，充分体现情报本体化构建的价值。

核心能力

• ✓多格式情报报文加载（txt / md / json / csv），支持单条与批量
• ✓本地大模型把报文映射为标准本体结构：实体 / 关系 / 时序事件
• ✓实体按本体类型归类，关系以三元组呈现，事件按时间排序
• ✓映射所用大模型可在 Qwen / DeepSeek / GLM 等之间选择
• ✓新本体自动入库平台知识图谱，质检矛盾与不合理之处，构建报告可下载
• ✓已入库情报支持实体/关系/时序事件查询，SPARQL 自由探查，时间轴可视化
• ✓大模型深度分析报告（核心信息/时序/关系网/意图研判/风险点）
• ✓基于本体化知识图谱的 RAG 自然语言问答 —— 答案附检索证据、显著降幻觉

使用方式

1. 1
   加载情报报文

   在「加载报文」选示例报文（可多选批量），或直接粘贴自定义报文文本并选择格式，点加载。
2. 2
   本体映射标准化

   在「本体映射」选中一篇已加载报文，选择大模型后执行映射，得到结构化的本体化情报（实体 / 关系 / 时序事件）。
3. 3
   入库 + 质检 + 报告

   在「入库 + 质检 + 报告」执行入库，新本体加入平台知识图谱；质检发现的矛盾在页面分级提示并写入报告；报告可下载（Markdown）。
4. 4
   查询与时序展示

   在「查询与时序」选已入库报文，查看按类型分组的实体、关系三元组、时间轴可视化的时序事件，并执行 SPARQL 自由查询（含三个预设查询）。
5. 5
   深度分析与 RAG 问答

   在「深度分析与问答」让大模型基于本体化情报产出结构化研判报告（可下载），并就报文内容做自然语言问答 —— 提问命中的实体会从知识图谱检索相关事实作为上下文，答案附检索证据，显著降低幻觉。

构建于平台基础组件

本应用通过平台公开接口调用以下基础组件能力（含大模型调用），自身不重复造轮子 —— 这也是应用层与基础层「解耦」的体现。