in these paragraphs, we have a clea

in these paragraphs, we have a clean knowledge base or ontology. But what if our ontology has to be queried, merged or linked with another one? Answer to this question is ontology alignment (a.k.a. ontology matching) and it has to be done in agreement to Big Data requirements (a recent and relevant review of schema alignment with structured data in Big Data era . A deep and recent review of ontology matching is presented in. Aspects of ontology matching which present an interest for us are mentioned there in terms of challenge. Some of those aspects like the use of external resources have a direct impact on ontology matching in the context of Big Data. It is the case of matcher selection, combination and tuning and user involvement. Challenge is relevant to us because matcher uses different techniques and to combine/tune them can improve results. Moreover, the improvements of these techniques can focus on specific aspects (volume, uncertainty) of ontologies. But these combinations can have a negative impact on processing time. The same remark can be done in the second “challenge” since the user can resolve matching errors but it is difficult to rely on users in large ontologies alignment.

ผลลัพธ์ (ไทย) 1:

ในย่อหน้าเหล่านี้ เรามีฐานความรู้ของสะอาดหรือภววิทยา แต่ถ้าจะสอบถาม มีภววิทยาของเราผสาน หรือเชื่อมโยงกับอีกหนึ่ง ตอบคำถามนี้คือการ จัดเรียงของภววิทยา (หรือภววิทยาที่ตรงกัน) และมีการดำเนินการตกลงต้องข้อมูลขนาดใหญ่ (ล่าสุด และที่เกี่ยวข้องทบทวนแผนจัดโครงสร้างข้อมูลในยุคข้อมูล การนำเสนอรีวิวของภววิทยาตรงลึก และล่าสุดใน ของภววิทยาที่ตรงกันซึ่งปัจจุบันมีความสนใจที่เราจะกล่าวถึงในแง่ของความท้าทายมี บางส่วนของลักษณะเหล่านั้นเช่นการใช้ทรัพยากรภายนอกมีผลโดยตรงในภววิทยาที่ตรงกันในบริบทของข้อมูลขนาดใหญ่ กรณีของการเลือกจับคู่ รวมกัน และมีส่วนร่วมของผู้ใช้และปรับแต่งได้ ความท้าทายที่จะเกี่ยวข้องกับเราเนื่องจากจับคู่ใช้เทคนิคแตกต่างกัน และการรวม/ปรับแต่งพวกเขาสามารถปรับปรุงผลลัพธ์ นอกจากนี้ การปรับปรุงของเทคนิคเหล่านี้สามารถมุ่งเน้นเฉพาะด้าน (ปริมาณ ความไม่แน่นอน) ontologies แต่ชุดเหล่านี้สามารถมีผลกระทบในระยะเวลา หมายเหตุเดียวกันสามารถทำได้ในสอง "ความท้าทาย" ตั้งแต่ผู้ใช้สามารถแก้ไขข้อผิดพลาดตรงกัน แต่ยากที่จะพึ่งพาผู้ใช้ในแนว ontologies ใหญ่

ผลลัพธ์ (ไทย) 2:

ในย่อหน้านี้เรามีฐานความรู้ที่สะอาดหรืออภิปรัชญา แต่สิ่งที่ถ้าอภิปรัชญาของเราจะต้องมีการสอบถามรวมหรือเชื่อมโยงกับอีกคนหนึ่ง? คำตอบสำหรับคำถามนี้คือการจัดตำแหน่งอภิปรัชญา (aka จับคู่อภิปรัชญา) และมันจะต้องมีการทำข้อตกลงในความต้องการของข้อมูลขนาดใหญ่ (การตรวจสอบล่าสุดและมีความเกี่ยวข้องของการจัดตำแหน่งสคีกับข้อมูลที่มีโครงสร้างในยุคข้อมูลขนาดใหญ่. ทบทวนลึกและล่าสุดจากการจับคู่อภิปรัชญาคือ นำเสนอใน. ลักษณะของการจับคู่อภิปรัชญาซึ่งแสดงความสนใจสำหรับเราที่จะกล่าวถึงที่นั่นในแง่ของความท้าทาย. บางส่วนของด้านคนที่เป็นเหมือนการใช้ทรัพยากรภายนอกมีผลกระทบโดยตรงต่อการจับคู่อภิปรัชญาในบริบทของข้อมูลขนาดใหญ่. มันเป็นกรณีของ Matcher เลือกการรวมและการปรับแต่งและการมีส่วนร่วมของผู้ใช้. ท้าทายมีความเกี่ยวข้องกับเราเพราะใช้เทคนิคการจับคู่ที่แตกต่างกันและจะรวม / ปรับแต่งพวกเขาสามารถปรับปรุงผลล​​ัพธ์. นอกจากนี้ยังมีการปรับปรุงเทคนิคเหล่านี้สามารถมุ่งเน้นลักษณะเฉพาะ (ปริมาณไม่แน่นอน) ของจีส์ แต่ผสมเหล่านี้อาจมีผลกระทบในทางลบต่อเวลาการประมวลผล. คำพูดเดียวกันสามารถทำได้ใน "ความท้าทาย" สองตั้งแต่ผู้ใช้สามารถแก้ไขข้อผิดพลาดการจับคู่ แต่มันก็เป็นเรื่องยากที่จะพึ่งพาผู้ใช้ในการจัดตำแหน่งจีส์ขนาดใหญ่