功能特性
Seme 提供三种核心身份调查能力，从照片识别到深度研究，满足不同场景的需求。所有功能共享同一 AI 调查引擎，输出标准化的结构化档案。
每项功能都基于多轮搜索、交叉验证和证据分级的核心方法论。系统平均覆盖 15-20 个独立来源，使用 E1-E5 五级证据分类体系评估每个发现的可信度，平均信任分数为 78%。无论是通过照片识别身份、用自然语言描述目标人群、还是对已知个人进行深度调查，Seme 都能在 10-30 分钟内生成完整的调查档案。
Seme 的三大功能共享同一 AI 调查引擎，但各自针对不同使用场景进行了优化。人脸搜索使用深度学习 CNN 模型（FaceNet/ArcFace）将面部照片转换为 128-512 维嵌入向量，通过余弦相似度进行匹配，在 LFW 基准数据集上达到 99.5%+ 的准确率。语义搜索使用自然语言处理解析用户意图，自动搜索互联网找到匹配人群。深度研究则对已知目标进行多轮全面调查，包括背景教育、工作经历、社交档案、关联关系、时间线和关系图谱六个维度。所有功能都提供 REST API 接口，支持与现有系统集成。
人脸搜索
从一张照片识别任何人
人脸搜索使用 AI 驱动的深度学习将面部照片与已知人脸数据库进行匹配。系统使用 FaceNet 和 ArcFace 等卷积神经网络（CNN）将面部图像转换为高维嵌入向量，在 LFW 基准上达到 99.5%+ 的准确率。人脸搜索弥合了拥有照片与知道此人身份之间的鸿沟——被安全团队、记者和人力资源专业人士用于身份验证。该技术通过检测面部标志点（68-468 个关键点，包括眼角、鼻梁、下巴轮廓和嘴唇边界）来工作，对面部区域进行归一化处理，并生成一个紧凑的 128-512 维嵌入向量，捕获这些标志点之间独特的几何关系。该嵌入向量对光照变化、轻微遮挡、老化（最大 10 年）和角度变化（最大 30 度偏离正面）具有不变性，使其适合真实场景部署。Seme 将人脸搜索与深度研究引擎集成——一旦确认人脸匹配置信度超过 0.85，系统自动触发全面的身份调查，查询 15-20 个独立来源，交叉验证发现，并生成带有信任分数的结构化档案。这种端到端工作流在 30 分钟内将一张照片转化为完整的身份档案，而传统方法需要熟练分析师进行数天的手动调查。
语义搜索
使用自然语言描述查找人员
语义搜索理解自然语言查询背后的意图和上下文含义，以找到符合特定条件的人员。与基于关键词的搜索不同，Seme 的语义搜索解释复杂描述，如"2018 年至 2022 年间在腾讯 AI 实验室工作的所有研究人员"，并在多个数据源中发现匹配的个人——即使不存在精确的关键词匹配。系统使用多阶段流水线：首先，大语言模型将自然语言查询解析为结构化搜索参数（角色、组织、时间段、地点、技能、资历级别）；然后，并行搜索代理同时查询 8-12 个平台（LinkedIn、Google Scholar、GitHub、Twitter/X、ResearchGate、ORCID、公共记录和新闻档案）；最后，使用复合评分算法对结果进行排名，该算法加权语义相似性（40%）、来源权威性（25%）、数据新鲜度（20%）和来源间交叉验证（15%）。这种方法能发现基于关键词的平台完全遗漏的候选人——例如，找到曾以某机构名义发表论文但从未更新 LinkedIn 档案的研究人员，或识别参加过特定会议但未在网上明确列出该经历的专业人士。每个搜索结果包含匹配置信度分数和来源引用，用户可以点击任何候选人触发完整的深度研究调查，生成带有信任分数的完整身份档案。
深度研究
多轮 AI 调查生成全面身份档案
深度研究是一种多轮 AI 调查过程，系统地探索被调查对象背景的多个角度。它遵循结构化方法论：研究规划、跨 15-20 个独立来源的并行搜索执行、差距分析、交叉验证（每个事实 2+ 来源）和报告综合。典型调查涉及 3-4 轮，生成包含教育、职业、社交档案、关联关系、时间线、证据分类（E1-E5）和信任分数的结构化档案。调查引擎首先生成研究计划，识别 5-8 个调查角度（专业历史、社交存在、传记数据、教育验证、关联映射、媒体报道、法律记录和财务关联）。每个角度分配给专门的搜索代理，使用 SearXNG 元搜索（聚合 70+ 个搜索源）和 OpenAI Web Search API 并行查询多个来源。每轮之后，差距分析模块评估所有角度的覆盖度，识别缺失信息，并为下一轮生成有针对性的后续查询。交叉验证是核心差异化因素：每个提取的事实都与独立来源进行比较，分类为已证实（2+ 个独立来源）、单一来源（仅 1 个来源）或有争议（来源冲突）。已证实的事实获得高置信度加权（E1 政府来源 5 倍，E2 权威媒体 3 倍，E3 专业平台 2 倍），而单一来源的事实被标记供人工审查。最终信任分数计算为加权平均值：来源质量（40%）、交叉验证率（35%）和 8 个档案部分的信息完整度（25%）。80% 以上表示高置信度且空白最少；60-80% 表示中等置信度且存在一些未验证声明；60% 以下表示存在重大信息空白需要额外调查。
用户反馈
"人脸搜索功能帮我快速确认了候选人的身份，节省了大量手动核实时间。"
"语义搜索让我用自然语言描述条件就能找到匹配人群，比传统搜索引擎精准得多。"
平台数据
Seme 已帮助安全团队、记者和人力资源专业人士完成数千次身份调查。平台基于 OSINT 最佳实践，所有数据来源均为公开可用信息，符合 GDPR 数据处理要求。
相关资源
常见问题
Seme 有哪些核心功能？▾
Seme 提供三种核心身份调查功能：人脸搜索（通过照片识别个人）、语义搜索（用自然语言描述条件发现匹配人群）和深度研究（对已知目标进行多轮全面调查）。
人脸搜索的准确率是多少？▾
Seme 的人脸搜索在 LFW 基准数据集上达到 99.5%+ 的准确率，使用 128-512 维深度学习嵌入向量进行匹配。
三种功能有什么区别？▾
人脸搜索用于"我有照片，这是谁？"的场景；语义搜索用于"找到符合条件的人"的场景；深度研究用于"我对这个人了解很多，告诉我一切"的场景。三种功能最终都输出相同的结构化调查档案。
调查需要多长时间？▾
典型调查需要 10-30 分钟，包括 3-4 轮自动搜索和验证。复杂目标可能需要更长时间。用户可以手动添加额外搜索轮次以提高覆盖率。