NEM — manajemen entitas jaringan

Lapisan demi lapisan feed disatukan oleh nama, dan nama adalah hal yang paling tidak andal di kumpulan data mana pun. Lokasi yang sama ditulis dengan tiga cara, organisasi yang sama muncul sebagai singkatan dan nama lengkap, dan peristiwa yang sama diuraikan dalam dua bahasa oleh dua sumber.

NEM adalah lapisan yang menyelesaikan hal itu. Ia memelihara satu catatan untuk setiap hal pada lima tipe — orang, organisasi, objek, lokasi, dan peristiwa — dengan pengenal yang bertahan bagaimanapun satu sumber memilih menyebutkannya.

• Orang — individu yang disebut di berbagai sumber.
• Organisasi — entitas yang bertindak, merespons, atau terdampak.
• Objek — infrastruktur, fasilitas, dan aset.
• Lokasi — wilayah administratif, koordinat, dan tempat bernama.
• Peristiwa — sesuatu yang terjadi, di suatu tempat dan waktu.

Resolusi terjadi saat data diingest, bukan sebagai pembersihan setelahnya. Nama diperiksa terhadap graf yang sudah ada sebelum entitas baru dibuat, dan kecocokannya digabungkan ke catatan kanonis alih-alih dibiarkan berdiri di sampingnya.

Pengenal kanonis itulah yang dipakai bagian lain platform. Karena semua relasi menunjuk ke pengenal tersebut, tautan yang dibuat dari satu sumber dapat dibaca dari sumber lain, dan kueri atas sebuah entitas mengembalikan apa yang diketahui semuanya.

• Pengenal kanonis — satu pengenal per entitas, dipakai di mana-mana.
• Pencocokan sebelum ingesti — nama diperiksa sebelum catatan dibuat.
• Penggabungan lunak — duplikat dilipat masuk, dan riwayatnya tetap disimpan.
• Deduplikasi — subjek yang sama dari feed berbeda tetap satu catatan.

Entitas sendirian hanyalah satu baris; nilainya ada pada bagaimana entitas terhubung. Relasi membawa makna di antaranya — organisasi yang beroperasi di suatu lokasi, peristiwa yang terjadi dekat suatu tempat, orang yang terkait dengan sebuah organisasi — dan relasi itulah yang ditelusuri sebuah kueri.

Graf juga dapat dibaca berdasarkan kedekatan. Dengan satu tempat dan satu radius, platform mengembalikan entitas yang ada di dalamnya, dan begitulah satu peristiwa menjadi daftar tentang apa yang berada di sekitarnya, bukan sekadar titik di peta.

• Penelusuran — ikuti relasinya keluar dari entitas mana pun.
• Kedekatan — entitas di dalam radius suatu tempat atau peristiwa.
• Sudut pandang — graf yang sama dibaca menurut tipe, sehingga pertanyaan yang diajukan membentuk tampilannya.
• Penjelajahan — satu entitas beserta relasinya dan sumber di belakangnya.

Titik di peta menjadi entitas; entitas menjadi pertanyaan yang dapat Anda ajukan.

Lokasi mendapat perlakuan tersendiri, karena nama tempat di dalam prosa ambigu dengan cara yang tidak dialami sebuah koordinat. Sebutan di sebuah artikel diselesaikan terhadap wilayah administratif dan negara kanonis di platform, sehingga nama sebuah kota memetakan ke wilayah yang sebenarnya, bukan ke entitas baru yang membawa nama itu.

Ketika sebuah nama tidak dapat diselesaikan, ia tetap tidak terselesaikan dan ditandai demikian. Lokasi yang diduga-duga akan lebih buruk daripada lokasi kosong: ia akan tampak seperti pengetahuan, dan ia akan diandalkan.

• Wilayah kanonis — geografi administratif sebagai himpunan rujukan.
• Pencocokan samar — ejaan yang mirip dan bentuk alternatif dipertimbangkan.
• Negara dan tempat — nama eksternal diselesaikan terhadap daftar rujukan.
• Belum terselesaikan — entri yang tidak dapat ditempatkan menyatakannya.

NEM adalah yang memungkinkan kalimat-kalimat bagian lain platform. Aturan peringatan dengan batasan spasial dievaluasi terhadap entitas lokasi; peristiwa pada sebuah lapisan tersambung ke tempat dan organisasi di sekitarnya; laporan situasi dapat menyebut apa yang diuraikannya; dan asisten menjawab pertanyaan tentang sebuah entitas alih-alih mengembalikan baris-baris yang memuat namanya.

Ia juga alasan dua sumber dapat dibandingkan sama sekali. Ketika keduanya diungkapkan terhadap pengenal yang sama, kesepakatan dan pertentangannya terbaca; ketika tidak, setiap perbandingan dimulai dengan rekonsiliasi manual.

• Aturan — batasan spasial diungkapkan terhadap lokasi yang nyata.
• Laporan — peristiwa yang dirangkum menyebut entitas yang disinggungnya.
• Asisten — pertanyaan diajukan tentang orang dan tempat, bukan tentang untai teks.
• Lapisan — lokasi yang sama adalah geometri yang sama di setiap feed.

Resolusi sengaja dibuat konservatif. Kecocokan yang terlewat meninggalkan dua catatan yang masih dapat digabungkan nanti; penggabungan yang keliru merusak keduanya, dan kerusakannya sulit terlihat karena catatan yang dihasilkan tampak lengkap. Ketika buktinya tipis, platform lebih memilih dua catatan daripada satu identitas yang keliru.

Graf juga hanya mengetahui apa yang pernah diberitakan kepadanya. Entitas yang tidak disebut sumber mana pun tidak ada di dalamnya, entitas yang disebut sekali hanya punya satu sumber di belakangnya, dan catatannya menyatakan hal itu — keyakinan graf adalah keyakinan sumbernya, dan ia disajikan demikian.