Data quality issues have taken on i

Data quality issues have taken on increasing importance in recent years. In our research, we have discovered that many “data quality” problems are actually “data misinterpretation” problems—that is, problems caused by heterogeneous data semantics. In this paper, we first identify semantic heterogeneities that, when not resolved, often cause data quality problems. We discuss the especially challenging problem of aggregational ontological heterogeneity, which concerns how complex entities and their relationships are aggregated. Then we illustrate how COntext INterchange (COIN) technology can be used to capture data semantics and reconcile semantic heterogeneities, thereby improving data quality.

ผลลัพธ์ (ไทย) 1:

ปัญหาคุณภาพของข้อมูลได้ในการเพิ่มความสำคัญในปีที่ผ่านมา งานวิจัยของเรา เราได้พบหลายปัญหา "คุณภาพข้อมูล" จริง "ข้อมูล misinterpretation" ปัญหา — นั่นคือ ปัญหาที่เกิดจากความหมายของข้อมูลที่แตกต่างกัน ในเอกสารนี้ เราต้องระบุ heterogeneities ความหมายที่ เมื่อไม่แก้ไข มักจะทำให้เกิดปัญหาคุณภาพของข้อมูล เจรจาปัญหาท้าทายอย่างยิ่งของ aggregational โต้ heterogeneity ซึ่งเกี่ยวข้องกับเอนทิตี้ซับซ้อนอย่างไร และมีรวมความสัมพันธ์ของพวกเขา แล้ว เราแสดงวิธีการใช้บริบทแลกเปลี่ยน (เหรียญ) เทคโนโลยีการรวบรวมข้อมูลความหมาย และกระทบยอด heterogeneities ความหมาย เพื่อปรับปรุงคุณภาพข้อมูล

ผลลัพธ์ (ไทย) 2:

ปัญหาคุณภาพของข้อมูลมีการดำเนินการเกี่ยวกับการเพิ่มความสำคัญในปีที่ผ่านมา ในงานวิจัยของเราเราได้ค้นพบว่าหลายคน "ข้อมูลที่มีคุณภาพ" ปัญหาเป็นจริง "เข้าใจผิดข้อมูล" ปัญหาที่เป็นปัญหาที่เกิดจากความหมายข้อมูลต่างกัน ในบทความนี้เราระบุ heterogeneities ความหมายว่าเ​​มื่อไม่ได้รับการแก้ไขมักจะทำให้เกิดปัญหาข้อมูลที่มีคุณภาพ เราหารือปัญหาที่ท้าทายโดยเฉพาะอย่างยิ่งของเซลล์สืบพันธุ์ ontological aggregational ซึ่งกังวลว่าหน่วยงานที่มีความซับซ้อนและความสัมพันธ์ของพวกเขาจะรวม จากนั้นเราก็แสดงให้เห็นว่าบริบท Interchange (เหรียญ) เทคโนโลยีที่สามารถนำมาใช้ในการจับความหมายของข้อมูลและการกระทบ heterogeneities ความหมายซึ่งจะช่วยปรับปรุงคุณภาพของข้อมูล

ผลลัพธ์ (ไทย) 3:

ปัญหาคุณภาพข้อมูลรับความสำคัญมากขึ้นในปีล่าสุด ในการวิจัยของเรา เราได้พบว่า มี " คุณภาพ " ข้อมูลปัญหาจริง " ปัญหาการเข้าใจผิด " ข้อมูลที่เป็น ปัญหาที่เกิดจากการตีความข้อมูลที่แตกต่างกัน ในกระดาษนี้เราแรกระบุความหมาย heterogeneities นั้น เมื่อไม่ได้รับการแก้ไข มักจะก่อให้เกิดปัญหาคุณภาพข้อมูลเราจะหารือโดยเฉพาะปัญหาที่ท้าทายของ aggregational ภววิทยาที่สามารถวิธีการที่ซับซ้อนซึ่งเกี่ยวข้องกับองค์กรและความสัมพันธ์ของพวกเขาจะรวม . เราก็แสดงให้เห็นถึงวิธีการแลกเปลี่ยนบริบท ( เหรียญ ) เทคโนโลยีสามารถใช้จับภาพอรรถศาสตร์ข้อมูลและตรวจสอบความหมาย heterogeneities การปรับปรุงคุณภาพข้อมูลจึง