¿Qué es la integración semántica?

"Integración semántica" es un término utilizado en varios contextos en diferentes áreas de diseño, programación, gestión y administración de computadoras. En general, se refiere a agregar información de una o más fuentes dispares con el propósito de crear un sistema en el que la información se organice de una manera que tenga sentido para un usuario. La integración semántica con frecuencia trata de definir y establecer conexiones de metadatos, o relaciones, entre diferentes partes de las diferentes fuentes de datos para que puedan estructurarse lógicamente. Esto podría implicar la creación de conexiones relacionales entre dos bases de datos separadas, la construcción de un gráfico de cómo las partes de diferentes sitios web se relacionan entre sí, o la integración de datos fácticos de un formato arbitrario desconocido en una estructura de registro concisa. Existen muchas aplicaciones prácticas para un sistema de integración semántica completamente implementado, incluidas bibliotecas o redes de investigación, algoritmos de motores de búsqueda más orgánicos que pueden extrapolar el contexto de una búsqueda y, en última instancia, mediante el uso de la publicación de metadatos, la integración perfecta de diferentes sistemas informáticos para el intercambio de datos .

El objetivo final de la integración semántica en la mayoría de los casos es poder asociar información de manera dinámica. En un ejemplo muy simple, esto podría significar poder asociar campos en una base de datos con campos en otra base de datos, a pesar de que no son coincidencias exactas, como relacionar un campo llamado "tamaño" con un campo llamado "altura". Esta asociación podría realizarse a través de reglas definidas por el usuario que vinculan específicamente los dos, o podría hacerse con algoritmos que comparan los datos numéricos de los campos y determinan una coincidencia probable. Las palabras "tamaño" y "altura" se convierten en términos de metadatos que otros sistemas de integración semántica externos podrían usar para encontrar la información de un usuario sin tener que saber específicamente cómo un sistema único almacena los datos.

En los sistemas complejos de integración semántica, como los diseñados para la investigación, la publicación y el intercambio de metadatos es un componente clave para la operación. Los metadatos pueden seleccionarse de los documentos para formar grandes estructuras de datos relacionales que pueden ayudar en las consultas. Esto significa que los trabajos de investigación sobre cualquier tema pueden integrarse en un sistema que mide y registra la frecuencia de las palabras, y esas palabras pueden ayudar en la búsqueda de información por parte de los usuarios, permitiendo que los temas relacionados se enumeren desde cualquier fuente sin la necesidad de conversiones específicas.

Uno de los desafíos que enfrentan los diseñadores de sistemas de integración semántica es cómo agregar los datos. El uso de humanos para clasificar y establecer relaciones entre los datos de varias fuentes puede llevar mucho tiempo y, en última instancia, depender mucho de las experiencias individuales de la persona. Cuando los algoritmos se usan para hacer asociaciones automáticamente, ciertas relaciones pueden pasarse por alto debido a alguna pequeña diferencia que el algoritmo no puede resolver. Un método para implementar la integración semántica a gran escala utiliza algoritmos basados ​​en el aprendizaje junto con la gestión de reglas basadas en el ser humano y, en algunos casos, la toma real de decisiones humanas durante el proceso.