As it is true for Big Data leverage

As it is true for Big Data leverages on semantics, some semantics tasks are optimized by using tools designed for large dataset processing, especially MapReduce framework. More, in the articles cited in the following lines, the term Big Data is rarely explicitly mentioned; it could be hidden behind terms like “web scale/web-scale” or “large scale/large-scale” [21,38–41] to express the volume feature, “real-time” or “dynamic” [42,43] to express velocity and “informal/informality”, “natural language”, “unstructured” or “data streams” [44–47] to state the variety/variability feature. In another way, Big Data can be experienced through Linked Data: it has volume, variety, and veracity features and we can thus assume that other characteristics are under control [13].

ผลลัพธ์ (ไทย) 1:

มันเป็นจริงสำหรับกับไดรฟ์ข้อมูลขนาดใหญ่ในความหมายของ ความหมายงานบางอย่างเหมาะ โดยใช้เครื่องมือที่ออกแบบมาสำหรับการประมวลผลชุดข้อมูลขนาดใหญ่ โดยเฉพาะอย่างยิ่ง MapReduce กรอบ เพิ่มเติม ในบทความที่อ้างถึงในบรรทัดต่อไปนี้ คำว่าข้อมูลไม่ค่อยชัดเจนกล่าวถึง มันสามารถซ่อนอยู่เบื้องหลังเงื่อนไขเช่น "เว็บขนาด/เว็บขนาด" หรือ "ใหญ่ขนาด/ใหญ่สเกล" 21,38-41 แสดงปริมาณคุณลักษณะ "เวลาจริง" หรือ "แบบ" [42,43] แสดงความเร็ว และ "ไม่เป็นทาง การ/informality" "ภาษาธรรมชาติ" "ทั้ง" หรือ "กระแสข้อมูล" [44 – 47] ให้ระบุลักษณะความหลากหลาย/ความแปรปรวน วิธีอื่น ข้อมูลขนาดใหญ่สามารถมีประสบการณ์ผ่านการเชื่อมโยงข้อมูล: มีคุณสมบัติระดับเสียง ความหลากหลาย และจริง และเราสามารถจึงสมมติว่า ลักษณะอื่น ๆ ภายใต้การควบคุม [13]

ผลลัพธ์ (ไทย) 2:

ในฐานะที่มันเป็นความจริงสำหรับข้อมูลขนาดใหญ่ในการใช้ประโยชน์จากความหมายบางงานความหมายจะเพิ่มประสิทธิภาพโดยใช้เครื่องมือที่ออกแบบมาสำหรับการประมวลผลข้อมูลขนาดใหญ่โดยเฉพาะอย่างยิ่งกรอบ MapReduce เพิ่มเติมในบทความที่อ้างถึงในบรรทัดต่อไปนี้คำว่าข้อมูลขนาดใหญ่จะไม่ค่อยแน่ชัด; มันอาจจะซ่อนอยู่หลังคำเช่น "โยเว็บไซต์ / Web ขนาด" หรือ "ขนาด / ขนาดใหญ่ใหญ่" [21,38-41] เพื่อแสดงคุณลักษณะไดรฟ์ "เวลาจริง" หรือ "พลัง" [42,43 ] เพื่อแสดงความเร็วและ "ไม่เป็นทางการ / กันเอง", "ภาษาธรรมชาติ", "ไม่มีโครงสร้าง" หรือ "กระแสข้อมูล" [44-47] เพื่อระบุความหลากหลายคุณลักษณะ / แปรปรวน ในอีกทางหนึ่งข้อมูลขนาดใหญ่สามารถมีประสบการณ์ผ่านการเชื่อมโยงข้อมูล: มันมีปริมาณความหลากหลายและคุณสมบัติความจริงและเราจึงสามารถสรุปได้ว่าลักษณะอื่น ๆ ที่อยู่ภายใต้การควบคุม [13]