Hva er semantisk integrasjon?

"Semantisk integrasjon" er et begrep som brukes i flere sammenhenger på tvers av forskjellige områder innen datamaskindesign, programmering, styring og administrasjon. Generelt refererer det til å samle informasjon fra en eller flere forskjellige kilder for å lage et system der informasjonen er organisert på en måte som gir mening for en bruker. Semantisk integrasjon omhandler ofte å definere og etablere metadataforbindelser, eller relasjoner, mellom forskjellige deler av de forskjellige datakildene, slik at de kan være logisk strukturert. Dette kan innebære å opprette relasjonelle forbindelser mellom to separate databaser, bygge en graf over hvordan deler av forskjellige nettsteder forholder seg til hverandre, eller integrere faktuelle data fra et ukjent, vilkårlig format i en kortfattet poststruktur. Mange praktiske applikasjoner for et fullt implementert semantisk integrasjonssystem finnes, inkludert forskningsbiblioteker eller nettverk, mer organiske søkemotoralgoritmer som kan ekstrapolere kontekst fra et søk og til slutt - gjennom bruk av metadata-publisering - sømløs integrering av forskjellige datasystemer for datautveksling .

Det endelige målet med semantisk integrasjon i de fleste tilfeller er å kunne knytte informasjon til på en dynamisk måte. I et veldig enkelt eksempel kan dette bety å kunne knytte felt i en database til felt i en annen database, til tross for at de ikke er eksakte samsvar, for eksempel å relatere et felt som heter "størrelse" til et felt som heter "høyde". Denne tilknytningen kan utføres gjennom brukerdefinerte regler som spesifikt knytter de to sammen, eller det kan gjøres med algoritmer som sammenligner de numeriske dataene til feltene og bestemmer en sannsynlig samsvar. Ordene "størrelse" og "høyde" blir da metadatauttrykk som andre eksterne semantiske integrasjonssystemer kan være i stand til å finne for å finne informasjonen til en bruker uten å måtte vite spesifikt hvordan et enkelt system lagrer dataene.

I komplekse semantiske integrasjonssystemer, som de som er designet for forskning, er metadata-publisering og deling en sentral komponent for drift. Metadata kan hentes fra dokumenter for å danne store relasjonelle datastrukturer som kan hjelpe deg med spørsmål. Dette betyr at forskningsartikler om ethvert emne kan integreres i et system som måler og registrerer hyppigheten av ord, og at disse ordene kan hjelpe i brukersøk etter informasjon, slik at relaterte emner kan listes fra hvilken som helst kilde uten behov for spesifikke konverteringer.

En av utfordringene som designere av semantiske integrasjonssystemer står overfor, er hvordan man samler dataene. Å bruke mennesker til å klassifisere og skape relasjoner mellom data fra forskjellige kilder kan være tidkrevende og til syvende og sist veldig avhengig av personens individuelle opplevelser. Når algoritmer brukes til automatisk å knytte assosiasjoner, kan visse relasjoner overses på grunn av en liten forskjell som algoritmen ikke kan løse. En metode for å implementere semantisk integrasjon i stor skala bruker læringsbaserte algoritmer i forbindelse med menneskebasert regelstyring og i noen tilfeller faktisk menneskelig beslutningsprosess under prosessen.