Что такое онтология (предпросмотр)?

Элемент ontology (предварительная версия) (часть нагрузки Fabric IQ (предварительная версия)) цифрово представляет корпоративный словарь и семантический слой, который объединяет смысл между доменами и источниками OneLake. Он определяет корпоративные понятия как типы сущностей (например , Customer), свойства (например , имя клиента и электронная почта), а также отношения (например, заказ клиента), а также уточняя ограничения этих терминов. После определения онтологии связывайте определения типов сущностей с реальными данными, чтобы последующие инструменты могли совместно использовать один и тот же язык. Как люди, так и агенты ИИ могут использовать этот язык для междоменного рассуждения и действий, готовых к принятию решений.

Ontology предоставляет масштабируемую, безопасную и управляемую общую бизнес-модель, используемую в командах, агентах и рабочих процессах в Fabric IQ. Он предоставляет общий уровень контекста, который можно использовать с помощью агентов данных Fabric и компонентов аналитики Real-Time для согласованной логики и действий. Онтология хорошо работает в ситуациях, когда требуется согласованность между доменами, управление или обоснование агента ИИ, и вы хотите проводить анализ в разных процессах.

Обзор онтологии

Онтология — это общий, понятный машинный словарь вашего бизнеса. Он состоит из вещей в вашей среде (представленных как типы сущностей), их факты (представленные как свойства типов сущностей) и способы их подключения (представленные в виде связей), а также предложения ограничений и правил, которые поддерживают согласованное представление.

Кроме того, можно подумать о онтологии, такой как уровень бизнес-контекста, содержащий следующее:

• Каталог концепций (например , Product, Order, Plant, Sensor, Route), определенный один раз и повторно используемый везде
• Привязки данных или соединения, которые связывают эти понятия с фактическими источниками данных в OneLake
• Представление графа, которое связывает связанные понятия для более расширенной навигации, родословной и рассуждений.
• Область запросов, которая позволяет задавать вопросы о понятиях (а не только таблицах), поддерживая федеративные запросы в разных источниках.

Основные понятия: определение онтологии

Онтология состоит из типов сущностей, экземпляров сущностей, свойств и связей. В этом разделе описаны все основные понятия.

Тип объекта

Тип сущности — это многократно использованная логическая модель реальной концепции (например, "Доставка", "Продукт" или "Датчик"). Он стандартизирует имя, описание, идентификаторы, свойства и ограничения для этого элемента, чтобы каждая команда в вашем бизнесе означала то же самое, когда они используют термин вроде "отправка". Перенося концепцию выше уровня отдельной таблицы, типы сущностей устраняют конфликтующие определения уровня столбцов в разных источниках. Они предоставляют единую точку для присоединения свойств, связей и меток, которые инструменты следующего этапа могут использовать для улучшения семантики между таблицами данных и моделями.

Экземпляр сущности

Экземпляр сущности — это конкретный случай типа сущности, заполненный связыванием данных (например, посредством семантической строки). Экземпляры сущностей отслеживают, какой источник создал их и когда они были истинными, и может участвовать в отношениях. Экземпляры сущностей превращают необработанные данные в стандартизированные бизнес-объекты, которые все ваши инструменты и агенты ИИ понимают одинаково.

Недвижимость

Свойство — это именованный факт сущности с объявленным типом данных. Он может содержать привязки к исходным данным и семантическим заметкам (например, атрибутам идентификатора или метаданных). Свойства улучшают семантику путем применения согласованных типов, единиц и именования, а также включения правил и проверок качества на уровне концепции.

Relationship

Связь — это типизированная, направленная связь между типами сущностей или экземплярами. Связи могут иметь атрибуты (например , расстояние, достоверность или эффективность) и правила кратности, определяющие, сколько элементов может быть связано (например, один клиент с большим количеством заказов). Связи делают контекст явным и повторно используемым для соединений, обеспечения обхода, анализа зависимостей, логического вывода на основе правил и более четких ответов на деловые вопросы без пользовательской логики соединения.

Основные понятия: ваши данные в онтологии

После определения онтологии его можно привязать к данным для визуализации и запроса данных в контексте онтологии. Ознакомьтесь с каждой основной концепцией данных в следующих разделах.

Привязка данных

Data binding подключает определения онтологии (включая типы сущностей, свойства и связи) к конкретным данным, находящимся в OneLake, включая таблицы Lakehouse, потоки Eventhouse и семантические модели Power BI. Привязка данных описывает типы данных, ключи идентификации, сопоставление столбцов с свойствами и сопоставление ключей с связями между несколькими источниками данных. Включив правила эволюции схемы, проверки качества данных (на основе null-значений, диапазонов и уникальности) и отслеживание происхождения данных на концептуальном уровне, привязка превращает необработанные строки и события в управляемые бизнес-объекты. Привязка данных гарантирует, что данные имеют согласованное значение, следуют тем же правилам и отслеживают, откуда они поступили из разных источников данных.

Граф онтологии

Онтологический граф — это запрашиваемый граф экземпляров, созданный из привязок данных и определений связей. Это можно увидеть в режиме предварительного просмотра онтологии. На графе узлы являются экземплярами объектов, а ребра — это связи (ассоциированные или производные) со встроенными атрибутами метаданных. Каждый узел или ребро сохраняют происхождение источника данных и выполняют обновление данных по запланированному графику. Графы позволяют визуально исследовать бизнес-контекст, выполнять алгоритмы графа (например, пути, централизацию и сообщества), а также вывод на основе правил. Графы улучшают семантику, обеспечивая первоклассный статус связей, благодаря чему контекст становится явным, доступным для запросов и управляемым (а не утопает в логике соединений).

Запрос к онтологии

Запросы ontology позволяют задавать вопросы на уровне бизнеса по привязанным источникам данных с помощью терминологии ontology. Запросы начинаются с типов сущностей и разрешают фильтрацию по свойствам, обходу связей, агрегирование по времени и другим ограничениям. Уровень ontology автоматически отправляет запросы в наиболее эффективную систему, чтобы быстро получить результаты (например, GQL для Graph в Microsoft Fabric и KQL для Eventhouse). Он также включает слой запросов для преобразования естественного языка в Онтологию (NL2Ontology), который преобразует ваши вопросы на естественном языке в структурированные запросы и возвращает соответствующие результаты. Это позволяет задавать вопросы с помощью бизнес-терминов, а не знать подробности о том, как данные хранятся в разных системах. Запросы NL2Ontology гарантируют, что фильтры, соединения, единицы и окна допустимости соответствуют определениям, опубликованным в вашей онтологии.

Дальнейшие шаги

• Подготовьте арендатора для онтологии (предварительная версия), включив необходимые параметры арендатора в обязательные параметры арендатора для онтологии (предварительная версия).
• Начните работу с руководством по Онтологии (предварительная версия).
• Пропустить инструкции по созданию онтологии из семантической модели.