1. Fogalom magyarul: nem strukturált adat

2. Fogalom angolul: unstructured data

3. Meghatározás:

A nem strukturált adat értelmesen nem strukturálható, az adat egésze hordozza az információt. Ilyen adatok például a szöveges dokumentumok, e-mailek, hangfelvételek, videók vagy képek. Ezek nem numerikusak adatok, és nincsenek előre definiált adatmezők, amelyek megkönnyítenék az automatikus feldolgozást. A strukturálatlan adatok elemzése kihívást jelent, mivel ezek az adatok gyakran heterogének és feldolgozás nélkül nehezen integrálhatók gépi tanulási vagy adatelemzési rendszerekbe. A természetes nyelvi feldolgozás és képfeldolgozás technikái azonban lehetővé teszik a nem strukturált adatok elemzését. Például szövegelemző algoritmusok képesek azonosítani a kulcsszavakat, tartalmi elemeket és témákat a szöveges adatokban, míg a kép- és videófelismerő rendszerek vizuális mintákat és objektumokat azonosíthatnak a médiatartalmakban. Ehhez azonban adattudományi szakértelem és speciális célú algoritmusok ismerete szükséges, így nem strukturált adatok feldolgozása esetén szükség van adatelemzőkre. Adattárolási és bővíthetőségi szempontból viszont rugalmasak, hiszen nincs előre definiált struktúra, amihez az új adatoknak illeszkednie kellene. Összességében a nem strukturált adatok kezelésének és elemzésének fejlődése kulcsfontosságú a modern adatintenzív alkalmazások és kutatások számára, mivel lehetővé teszi a rejtett mintázatok és összefüggések feltárását olyan adatobjektumokban, amelyek korábban nehezen hozzáférhetőek voltak.

4. Hivatkozások:

• Han, J., Kamber, M., & Pei, J. (2011). Data Mining: Concepts and Techniques. Morgan Kaufmann.
• https://www.ibm.com/think/topics/structured-vs-unstructured-data

5. Megjegyzések:

6. Kulcsszavak:

mesterséges intelligencia, gépi tanulás