从数据字段的简档数据中发现数据字段的语义含义

摘要

一种用于发现包括在一个或多个数据集中的字段的语义含义的数据处理系统，该数据处理系统被配置为识别包括在一个或多个数据集中的字段，其中该字段具有标识符。对于该字段，该系统剖析该字段的数据值以生成数据简档，访问多个标签提议测试，并通过将该多个标签提议测试应用于该数据简档来生成一组标签提议。该系统确定这些标签提议之间的相似性并选择分类。该系统将这些标签提议之一标识为标识该语义含义。该系统将该字段的标识符与这些标签提议中标识该语义含义的经标识的一个标签提议一起存储。