Ontologies utilisées dans le Studio Talend
Qu'est-ce qu'une ontologie ?
Une ontologie est une description des concepts, attributs et des relations pouvant exister pour des données dans différentes colonnes. Par exemple, une colonne customer (client) est le concept et date of birth (date de naissance) et name (nom) sont les attributs de ce concept. Une ontologie liste les concepts, les attributs et les synonymes des attributs.
À quoi sert une ontologie dans le Studio Talend ?
L'utilisation du référentiel d'ontologies stocké sur le serveur Elasticsearch avec le Studio Talend permet le partage des connaissances via la réutilisation des indicateurs et modèles précédemment analysés et correspondant au mieux au type de données que vous analysez.
Le Studio Talend analyse le contenu de colonnes à partir d'un ensemble de méthodes (regex, data dictionary et keyword dictionary) puis décide de la catégorie à laquelle appartiennent les données. Par exemple, pour des données comme les suivantes :
- user@talend.com, le Studio Talend l'analyse par rapport à une regex et détermine que c'est une adresse e-mail (EMAILADDRESS),
- John, le Studio Talend l'analyse par rapport au dictionnaire de données et détermine que c'est un prénom (FIRSTNAME),
- 43 Chester Road, le Studio Talend analyse les jetons dans la chaîne de caractères par rapport aux mots-clés dans le dictionnaire et déterminer que Road est une adresse (ADDRESSLINE).
Quelles ontologies sont utilisées dans le Studio Talend ?
Une ontologie a été construite sur le serveur Elasticsearch en fusionnant différents standards, UBL et OAGI :
- Universal Business Language (UBL) : une initiative OASIS pour créer une synthèse des bibliothèques XML existantes en un langage universel.
- Open Application Group (OAGI) : OAGI définit un modèle de contenu commun ainsi que des messages communs pour la communication enter les applications métier.
Le résultat final de cette fusion consiste en 412 concepts s'appliquant à différents domaines, notamment : les clients, l'entreprise, la géographie, les produits, la finance, etc.