التكامل الدلالي

التكامل الدلالي هو عملية ربط المعلومات من مصادر متنوعة، مثل التقاويم وقوائم المهام، وأرشيفات البريد الإلكتروني، ومعلومات التواجد (الجسدي والنفسي والاجتماعي)، والوثائق بجميع أنواعها، وجهات الاتصال (بما في ذلك الشبكات الاجتماعية )، ونتائج البحث، ومدى ملاءمة الإعلانات والتسويق المستمدة منها. في هذا السياق، يركز علم الدلالة على تنظيم المعلومات والتفاعل معها من خلال العمل كوسيط بين مصادر البيانات غير المتجانسة، والتي قد تتعارض ليس فقط في بنيتها، بل أيضاً في سياقها أو قيمتها.

التطبيقات والأساليب

في مجال تكامل تطبيقات المؤسسات (EAI)، يُمكن للتكامل الدلالي تسهيل أو حتى أتمتة التواصل بين أنظمة الحاسوب باستخدام نشر البيانات الوصفية . يوفر نشر البيانات الوصفية إمكانية ربط الأنطولوجيات تلقائيًا . يتطلب أحد أساليب رسم خرائط الأنطولوجيات (شبه) الآلية تعريف المسافة الدلالية أو معكوسها، والتشابه الدلالي ، والقواعد المناسبة. تشمل الأساليب الأخرى ما يُسمى بالأساليب المعجمية ، بالإضافة إلى المنهجيات التي تعتمد على استغلال هياكل الأنطولوجيات. للتعبير صراحةً عن التشابه/المساواة، توجد خصائص أو علاقات خاصة في معظم لغات الأنطولوجيا. على سبيل المثال، تحتوي لغة OWL على "owl:equivalentClass" و"owl:equivalentProperty" و"owl: sameAs ". [ 1 ]

قد تشهد تصميمات الأنظمة في نهاية المطاف ظهور بنى قابلة للتركيب، حيث تُدمج الواجهات المنشورة القائمة على الدلالات معًا لتمكين قدرات جديدة وذات مغزى . ويمكن وصف هذه القدرات في الغالب من خلال مواصفات تصريحية تُصمم في وقت التصميم، والتي يمكن في نهاية المطاف عرضها وتنفيذها في وقت التشغيل .

يمكن أيضًا استخدام التكامل الدلالي لتسهيل أنشطة تصميم الواجهات ورسم الخرائط أثناء مرحلة التصميم. في هذا النموذج، تُطبَّق الدلالات بشكل صريح على التصميم فقط، بينما تعمل أنظمة التشغيل على مستوى بناء الجملة . يُحسِّن هذا النهج، المعروف باسم "الربط الدلالي المبكر"، أداء النظام بشكل عام مع الحفاظ على مزايا التصميم القائم على الدلالات .

حالات التكامل الدلالي

من خلال دراسة حالة استخدام في المجال الصناعي، لوحظ أن عمليات الربط الدلالي تتم فقط ضمن نطاق فئة الأنطولوجيا أو خاصية نوع البيانات . وتشمل عمليات التكامل الدلالي المحددة ما يلي: (1) دمج مثيلات فئة الأنطولوجيا في فئة أنطولوجيا أخرى دون أي قيود، (2) دمج مثيلات محددة من فئة أنطولوجيا في فئة أنطولوجيا أخرى من خلال قيد نطاق قيمة الخاصية، و(3) دمج مثيلات فئة الأنطولوجيا في فئة أنطولوجيا أخرى مع تحويل قيمة خاصية المثيل. ويتطلب كل منها علاقة ربط محددة، وهي على التوالي: (1) علاقة ربط مكافئة أو شاملة، (2) علاقة ربط مشروطة تقيد قيمة الخاصية (نطاق البيانات)، و(3) علاقة ربط تحويلية تحول قيمة الخاصية (تحويل الوحدة). ويمكن تعريف كل علاقة ربط محددة إما على أنها (1) نوع ربط مباشر، أو (2) نوع ربط نطاق البيانات، أو (3) نوع ربط تحويل الوحدة. [ 1 ]

نهج KG مقابل نهج RDB

في حالة دمج مصدر بيانات إضافي،

  • تمثل مخططات المعرفة (KG ) المعنى الكامن في المعلومات من خلال وصف المفاهيم والعلاقات بين الأشياء وتصنيفاتها. توفر هذه الدلالات المضمنة في البيانات مزايا هامة، مثل تحليل البيانات والتعامل مع مصادر البيانات المتنوعة. ويمكن تطبيق القواعد على مخططات المعرفة بكفاءة أكبر باستخدام استعلامات الرسم البياني. فعلى سبيل المثال، تستدل استعلامات الرسم البياني على البيانات من خلال العلاقات المتصلة، بدلاً من البحث الكامل المتكرر في جداول قواعد البيانات العلائقية. تُسهّل مخططات المعرفة دمج البيانات المتنوعة الجديدة بمجرد إضافة علاقات جديدة بين المعلومات الموجودة والكيانات الجديدة. وتبرز هذه الميزة عند دمجها مع مصادر البيانات المفتوحة المرتبطة الشائعة، مثل Wikidata.org.
  • تتميز استعلامات SQL بارتباطها الوثيق وقيودها الصارمة بنوع البيانات داخل قاعدة البيانات، حيث يمكنها ربط الجداول واستخراج البيانات منها، وتكون النتيجة عادةً جدولًا. ويمكن للاستعلام ربط الجداول بناءً على أي أعمدة تتطابق في نوع البيانات. أما استعلامات SPARQL فهي لغة وبروتوكول الاستعلام القياسي للبيانات المفتوحة المرتبطة على الويب، وتتميز بارتباطها المرن بقاعدة البيانات، مما يسهل إعادة استخدامها، كما يمكنها استخراج البيانات من خلال العلاقات دون التقيد بنوع البيانات، ولا يقتصر الأمر على الاستخراج فحسب، بل يمكنها أيضًا إنشاء رسم بياني معرفي إضافي باستخدام عمليات أكثر تعقيدًا (المنطق: المتعدي/المتماثل/المعكوس/الوظيفي). ويمكن أن يكون الاستعلام القائم على الاستدلال (الاستعلام عن الحقائق المؤكدة الموجودة دون توليد حقائق جديدة منطقيًا) أسرع مقارنةً بالاستعلام القائم على الاستدلال المنطقي (الاستعلام عن الحقائق الموجودة بالإضافة إلى الحقائق المولدة/المكتشفة منطقيًا).
  • يُعدّ دمج المعلومات من مصادر بيانات غير متجانسة في قواعد البيانات التقليدية عملية معقدة، تتطلب إعادة تصميم جداول قاعدة البيانات، كتغيير بنيتها أو إضافة بيانات جديدة. في حالة الاستعلام الدلالي، يعكس استعلام SPARQL العلاقات بين الكيانات بطريقة تتوافق مع فهم الإنسان للمجال، بحيث يمكن ملاحظة المعنى الدلالي للاستعلام نفسه. على عكس SPARQL، يفقد استعلام SQL، الذي يعكس البنية المحددة لقاعدة البيانات ويُستمد من مطابقة المفاتيح الأساسية والأجنبية ذات الصلة في الجداول، دلالات الاستعلام بسبب غياب العلاقات بين الكيانات. فيما يلي مثال يقارن بين استعلامات SPARQL وSQL للأدوية التي تعالج "سل الفقرات".

SELECT ?medication WHERE { ?diagnosis a example:Diagnosis . ?diagnosis example:name “TB of paragraph” . ?medication example:canTreat ?diagnosis . }

استعلم عن معرف الدواء (DRUG.medID) من جداول التشخيص (DIAGNOSIS) والأدوية (DRUG) وتشخيصات الأدوية (DRUG_DIAGNOSIS) حيث يكون معرف التشخيص (DIAGNOSIS.diagnosisID) مساويًا لمعرف التشخيص (DRUG_DIAGNOSIS.diagnosisID) ، ويكون معرف الدواء (DRUG.medID) مساويًا لمعرف الدواء (DRUG_DIAGNOSIS.medID )، ويكون اسم التشخيص (DIAGNOSIS.name) هو "TB of paragraph".

أمثلة

لقد كانت ندوة المحيط الهادئ حول الحوسبة الحيوية بمثابة منصة لنشر مهمة رسم الخرائط الأنطولوجية في المجال الطبي الحيوي، ويمكن العثور على عدد من الأوراق البحثية حول هذا الموضوع في وقائعها.

انظر أيضاً

مراجع

  1. 1 2
    • أوزينات، جيروم؛ شفيكو، بافيل (2013). مطابقة الوجود (الطبعة الثانية  ). برلين: سبرينغر. رقم ISBN 9783540496113.