[ML & DI] 데이터 융합을 위한 머신러닝-3

이번에는

Schema alignment 를 알아보자

 

---

정의를 또 살펴보자

 

스키마 정렬 그리고 어떤 속성이 같은 의미를 가지고 있는지 이해하는 것이다. 라는데?

 

 

 

---

 

 

어차피 이해가 잘 안되니까 더 알아보자면??

 

 

표현 방식이 여러가지가 있는 스키마들이 있다. 물론 의미적으로 같은 것들이 모여있다.

 

 

가장 현저하게 도메인의 요소를 가리키는 것을 결정 

 

각 스키마에서 가리키는 의미가 같은 애들끼리 묶음(Attribute Matching)

 

데이터 형식이 달라서 어려웠던 점을 Attribute Matching을 통해 해결했고

Schema Mapping으로 통일된 형식을 갖게함

 

---

우선 참고자료 하나 보고가자

나도 잘 모르겠지만 나중에 더 쓰지 않을까.

 

우선 NLP(자연어처리)에 쓰이는게 Universal schema라는 얘기같다. 

 

 

 

SM : Schema Matching

흠 저 위의 2개를 어떻게 결합하냐는데...?

 

역시나 3가지 답이 있겠다.

 

1. 상호적 반자동 매핑

2. 딥러닝기반 ... ???

3. 둘이 합치는거..

 

그렇다.

 

아직은 내게 너무 어려운 데이터 융합과 머신러닝..