من المراجع القذرة إلى السجلات الذهبية: كيف ينقذ الذكاء الاصطناعي والتعلم الآلي إدارة البيانات الرئيسية من الفوضى

تتناول المقال أسباب تدهور نظام المعلومات الوطني (NSI): أنظمة المعلومات المتوازية، وطرق إدخال البيانات المختلفة، والعامل البشري، وعدم الاكتمال، والمعايير القديمة. تحقق خوارزميات مقارنة السلاسل البسيطة (مسافة داميراو-ليفنشتاين، مسافة جارو-وينكلر) جودة مقبولة في 30–40% فقط من الحالات، لأنها لا تأخذ في الاعتبار الدلالات أو الصرف أو السياق، مما قد يؤدي إلى دمج خاطئ لكائنات مختلفة جوهريًا. المسار الوحيد الموثوق هو تطبيع السمات، الذي يتكون من خمس مراحل: التدقيق والتحليل، الهيكلة والإثراء، التنظيف مع إنشاء مرجع، النشر والتكامل، والصيانة والتحسين. باستخدام خدمة الذكاء الاصطناعي/التعلم الآلي (SOFROS AI/ML) كمثال، يوضح المقال كيف يمكن للتعلم الآلي ونماذج اللغة الكبيرة (LLMs) أتمتة التصنيف، واستخراج السمات، والتطبيع، مما يحسن جودة البيانات واكتمالها.