Cos'è l'integrazione semantica?

L'integrazione semantica è un termine utilizzato in diversi contesti in diverse aree di progettazione, programmazione, gestione e amministrazione del computer.In generale, si riferisce all'aggregazione di informazioni da una o più fonti disparate allo scopo di creare un sistema in cui le informazioni sono organizzate in modo da avere senso per un utente.L'integrazione semantica si occupa spesso della definizione e della creazione di connessioni di metadati o relazioni, tra diverse parti delle diverse fonti di dati in modo che possano essere strutturate logicamente.Ciò potrebbe comportare la creazione di connessioni relazionali tra due database separati, la creazione di un grafico di come porzioni di siti Web diversi si relazionano tra loro o integrare i dati fattuali da un formato arbitrario sconosciuto in una struttura di registrazione concisa.Esistono molte applicazioni pratiche per un sistema di integrazione semantica pienamente implementata, tra cui librerie o reti di ricerca, algoritmi più organici di motori di ricerca che possono estrapolare il contesto da una ricerca e, in definitiva mdash;attraverso l'uso di Metadata Publishing Mdash;Integrazione senza soluzione di continuità di diversi sistemi informatici per lo scambio di dati.

L'obiettivo finale dell'integrazione semantica nella maggior parte dei casi è essere in grado di associare le informazioni in modo dinamico.In un esempio molto semplice, ciò potrebbe significare essere in grado di associare i campi in un database ai campi in un altro database, nonostante il fatto che non siano corrispondenze esatte, come mettere in relazione un campo chiamato dimensione con un campo chiamato altezza.Questa associazione potrebbe essere eseguita tramite regole definite dall'utente che collegano specificamente i due, oppure potrebbe essere eseguita con algoritmi che confrontano i dati numerici dei campi e determinano una probabile corrispondenza.La dimensione e l'altezza delle parole diventano quindi termini di metadati che altri sistemi di integrazione semantica esterni potrebbero essere in grado di utilizzare per trovare le informazioni per un utente senza dover sapere in particolare come qualsiasi singolo sistema memorizza i dati.

in complessi sistemi di integrazione semantica, comeQuelli progettati per la ricerca, la pubblicazione e la condivisione dei metadati sono un componente chiave per il funzionamento.I metadati possono essere abbattuti da documenti per formare grandi strutture di dati relazionali che possono aiutare nelle domande.Ciò significa che gli articoli di ricerca su qualsiasi argomento possono essere integrati in un sistema che misura e registra la frequenza delle parole e tali parole possono aiutare nelle ricerche degli utenti per informazioni, consentendo di elencare argomenti correlati da qualsiasi fonte senza la necessità di conversioni specifiche.

Una delle sfide che affrontano i progettisti dei sistemi di integrazione semantica è come aggregare i dati.L'uso degli umani per classificare e fare relazioni tra dati di varie fonti può richiedere molto tempo e, in definitiva, molto dipendente dalle esperienze individuali della persona.Quando gli algoritmi vengono utilizzati per fare automaticamente associazioni, alcune relazioni potrebbero essere trascurate a causa di una piccola differenza che l'algoritmo non è in grado di risolvere.Un metodo per implementare l'integrazione semantica su larga scala utilizza algoritmi basati sull'apprendimento in combinazione con la gestione delle regole basate sull'uomo e, in alcuni casi, il processo decisionale umano effettivo durante il processo.