Como preparar propostas de vínculo de entidades reversíveis com o Jev

Objetivo

Use a comparação de entidades para preparar uma proposta de vínculo que possa ser revisada, mantendo visíveis os registros originais e os campos em conflito até que a aplicação aceite uma fusão.

Pré-requisitos

Prepare os pares de registros candidatos, os identificadores de origem, as regras de identidade específicas do domínio e um destino para a revisão. Defina quais atributos definem a identidade e quais podem variar legitimamente ao longo do tempo ou entre edições.

Passos

1. Apresente os dois registros com campos rotulados e com a procedência dos dados. Mantenha os campos ausentes separados dos campos divergentes: nem um nome vazio nem a falta de um identificador indicam concordância.

2. Use o padrão de alinhamento de entidades do fornecedor para separar a similaridade geral dos julgamentos feitos campo a campo. Adapte os critérios ao domínio real, em vez de reutilizar os do catálogo de produtos do cookbook.

3. Calcule em código as contradições determinísticas, como identificadores autoritativos incompatíveis. Mantenha essas verificações como restrições explícitas, para que uma pontuação geral atraente não as dilua na média.

4. Gere uma proposta de vínculo que contenha os identificadores dos dois registros, os campos que sustentam o vínculo, os campos contraditórios e os fatos ainda não resolvidos. Evite sobrescrever qualquer um dos registros de origem durante a classificação.

5. Revise os pares difíceis, incluindo variantes, entidades renomeadas, nomes compartilhados e registros incompletos. Antes de aceitar uma proposta, verifique se as duas revisões de origem ainda correspondem às revisões usadas na comparação.

Resultado esperado

O revisor recebe uma explicação compacta de por que dois registros podem se referir à mesma entidade e do que poderia refutar essa interpretação. Toda alteração aceita mantém procedência suficiente para distinguir os fatos originais.

Limites e base de verificação

Não se afirma que tenham sido feitos testes de precisão de correspondência nem de reversibilidade. O cookbook demonstra um conjunto de dados e uma versão de modelo específicos; ele não estabelece um limiar de fusão seguro e universal. A capacidade de recuperação depende do projeto de armazenamento e da operação de fusão efetivamente usada. A interface ou o padrão subjacente está descrito em Knowledge graph entity alignment; o fluxo de trabalho acima é uma adaptação proposta.