ربط السجلات دون معرف موثوق يحتاج أدلة على أن السجلين يصفان الشيء نفسه. توضح سياسة ONS احتمال ربط سجلين خطأ، أو عدم ربط سجلين للكيان نفسه؛ هما خطآن مختلفان في جودة الربط. [1]
الخلاصة السريعة
عامل التشابه كسبب لفحص التطابق، وحدد الأدلة المطلوبة قبل الدمج. احفظ الحالات غير المحسومة منفصلة، وراجع الروابط المقبولة والحالات التي لم ترتبط، بدلا من الحكم بالاسم أو بعدد المطابقات وحده.
- الربط الخاطئ وعدم العثور على رابط صحيح حالتان مختلفتان؛ خطة المراجعة تحتاج الانتباه لكلتيهما. [1]
- قد يحمل مجسمان وصف «بيت أحمر»، وقد يصف اسمان مختلفان المجسم نفسه؛ لا يحسم تشابه النص هوية الشيء.
- نسبة السجلات المرتبطة تصف مقدار الربط، ولا تثبت جودة الروابط، كما تنبه ONS. [1]
- وثق الأدلة والقرار والحالات المجهولة، وراجع المقبول وغير المرتبط قبل إسناد قياس أو نتيجة إلى سجل.
ما الخطأ الذي يمكن أن يخفيه الربط؟
تسمي ONS الربط بين سجلين لا يتعلقان بالكيان نفسه خطأ إيجابيا كاذبا، وترك سجلين للكيان نفسه دون ربط خطأ سلبيا كاذبا. [1]
في هذا المقال نستخدم أشياء ورقية افتراضية، ولا نقدم نظام مطابقة لأشخاص حقيقيين. إذا ألصقنا قياس مجسم بسجل مجسم آخر، أصبح القياس منسوبا إلى الشيء الخطأ. وإذا فشلنا في وصل وصفين للشيء نفسه، فقد نعدهما شيئين. هذا يوضح أثر القرار قبل إعداد أمثلة النموذج، ولا يحدد خوارزمية تحل كل أنواع الهوية.
كيف يضللنا وصف متشابه أو مختلف؟
تخيل مجسمين مستقلين لبيتين أحمرين في ورشة تعليمية: الأول ذو باب مثلث، والثاني ذو باب رباعي. إذا سجلت البطاقتان «بيت أحمر» فقط، لا يمكن لهذا الوصف وحده تمييزهما. نحتاج معلومة إضافية موثوقة؛ ولا نستنتج أن كل باب مختلف يثبت كيانين في كل سياق دون معرفة طريقة التسجيل.
وفي حالة تعليمية أخرى، يكتب سجل «بيت ذو باب مثلث»، ويكتب سجل ثان «المجسم الأحمر أ». نفترض في قصة المثال أن البطاقة الأصلية تثبت أنهما وصفان للمجسم نفسه. اختلاف النص لا ينفي هذا الدليل. أمثلة الأسماء والبطاقات مختلقة، والصورة التوضيحية مشهد افتراضي مولد بالذكاء الاصطناعي لمجسمين مختلفين، وليست تصويرا لورشة أجريناها أو دليلا على ربط سجلات. لم نفحص مجسمات فعلية.
هل ارتفاع عدد المطابقات يعني أننا أحسنا الربط؟
تحذر ONS من استخدام نسبة المطابقات مقياسا لجودة الربط؛ فهي تبين عدد المطابقات ولا تحكم صحتها. [1]
لو أجبرنا كل بطاقة مجهولة على أول بطاقة تحمل اللون الأحمر، فقد نزيد عدد الروابط دون دليل أن أيا منها صحيح. وبالمقابل، قاعدة لا تقبل إلا أسماء متطابقة حرفيا قد تفوت الوصفين المختلفين للمجسم الواحد في قصة المثال. هدفنا ليس تكبير العدد وحده، بل معرفة معنى القرارات والأخطاء المحتملة.
كيف نحفظ قرارا قابلا للمراجعة؟
نقترح سجل عمل منفصلا للروابط المرشحة، مع النسختين الأصليتين والحقول المقارنة والدليل والقرار. إذا لم تكف الأدلة، نسمي الحالة «غير محسومة» ونطلب معلومة مناسبة بدلا من دمج الأصلين أو اختراع هوية مشتركة. ونتفق مسبقا على ما يعد دليلا موثوقا في المهمة.
نراجع أيضا حالات قبلت وحالات لم ترتبط، حتى لا نبحث عن نوع خطأ واحد فقط. هذه توصية تعليمية وليست مراجعة نفذناها أو ضمانا لمعدل نجاح. قبل استخدام نتيجة الربط في تدريب نموذج، نحدد حدود الثقة وما لم يحسم، ونحفظ الأصل حتى يمكن تتبع سبب إسناد القياس أو النتيجة.
المصادر ومتابعة القراءة
أُعدّ هذا المقال بصياغة عربية أصلية بالاستناد إلى المصادر أعلاه، وهو مدخل تمهيدي إلى الموضوع. اقرأ منهجية المحتوى وحدوده.