Wat is semantische integratie?

"Semantische integratie" is een term die wordt gebruikt in verschillende contexten op verschillende gebieden van computerontwerp, programmering, beheer en administratie. Over het algemeen verwijst het naar het verzamelen van informatie uit een of meer verschillende bronnen met als doel een systeem te creëren waarin de informatie is georganiseerd op een manier die logisch is voor een gebruiker. Semantische integratie houdt zich vaak bezig met het definiëren en tot stand brengen van metagegevensverbindingen of relaties tussen verschillende delen van de verschillende gegevensbronnen, zodat deze logisch kunnen worden gestructureerd. Dit kan inhouden dat er relationele verbindingen tussen twee afzonderlijke databases worden gemaakt, een grafiek wordt gemaakt van hoe delen van verschillende websites zich tot elkaar verhouden, of feitelijke gegevens uit een onbekend, willekeurig formaat integreren in een beknopte recordstructuur. Er bestaan ​​veel praktische toepassingen voor een volledig geïmplementeerd semantisch integratiesysteem, waaronder onderzoeksbibliotheken of netwerken, meer organische algoritmen voor zoekmachines die context kunnen extrapoleren van een zoekopdracht en, uiteindelijk - door het gebruik van metadata-publicatie - naadloze integratie van verschillende computersystemen voor gegevensuitwisseling .

Het uiteindelijke doel van semantische integratie is in de meeste gevallen om informatie op een dynamische manier te associëren. In een heel eenvoudig voorbeeld zou dit kunnen betekenen dat we velden in de ene database kunnen koppelen aan velden in een andere database, ondanks het feit dat het geen exacte overeenkomsten zijn, zoals het koppelen van een veld met de naam "grootte" aan een veld met de naam "hoogte". Deze associatie kan worden uitgevoerd via door de gebruiker gedefinieerde regels die de twee specifiek koppelen, of kan worden gedaan met algoritmen die de numerieke gegevens van de velden vergelijken en een waarschijnlijke overeenkomst bepalen. De woorden "grootte" en "hoogte" worden dan metadatatermen die andere externe semantische integratiesystemen kunnen gebruiken om de informatie voor een gebruiker te vinden zonder specifiek te hoeven weten hoe een enkel systeem de gegevens opslaat.

In complexe semantische integratiesystemen, zoals die ontworpen voor onderzoek, is het publiceren en delen van metagegevens een belangrijk onderdeel voor de werking. Metagegevens kunnen uit documenten worden gehaald om grote relationele gegevensstructuren te vormen die kunnen helpen bij vragen. Dit betekent dat onderzoekspapers over elk onderwerp kunnen worden geïntegreerd in een systeem dat de frequentie van woorden meet en registreert, en die woorden kunnen helpen bij het zoeken van gebruikers naar informatie, waardoor gerelateerde onderwerpen uit elke bron kunnen worden weergegeven zonder dat specifieke conversies nodig zijn.

Een van de uitdagingen voor ontwerpers van semantische integratiesystemen is hoe de gegevens moeten worden verzameld. Het gebruiken van mensen om te classificeren en relaties te leggen tussen gegevens uit verschillende bronnen kan tijdrovend zijn en uiteindelijk zeer afhankelijk zijn van de individuele ervaringen van de persoon. Wanneer algoritmen worden gebruikt om automatisch associaties te maken, kunnen bepaalde relaties over het hoofd worden gezien vanwege een klein verschil dat het algoritme niet kan oplossen. Een methode voor het op grote schaal implementeren van semantische integratie maakt gebruik van op leer gebaseerde algoritmen in combinatie met op mensen gebaseerd regelsbeheer en, in sommige gevallen, daadwerkelijke menselijke besluitvorming tijdens het proces.