การบูรณาการความหมายคือกระบวนการเชื่อมโยงข้อมูลจากแหล่งข้อมูลที่หลากหลายเข้าด้วยกัน ตัวอย่างเช่น ปฏิทินและรายการสิ่งที่ต้องทำ คลังอีเมล ข้อมูลสถานะ (ทางกายภาพ จิตใจ และสังคม) เอกสารทุกประเภท รายชื่อติดต่อ (รวมถึงเครือข่ายสังคม ) ผลการค้นหา และความเกี่ยวข้องของการโฆษณาและการตลาดที่ได้มาจากข้อมูลเหล่านั้น ในแง่นี้ความหมายเชิงลึกมุ่งเน้นไปที่การจัดระเบียบและการดำเนินการกับข้อมูลโดยทำหน้าที่เป็นตัวกลางระหว่างแหล่งข้อมูลที่แตกต่างกัน ซึ่งอาจขัดแย้งกันไม่เพียงแต่ในด้านโครงสร้างเท่านั้น แต่ยังรวมถึงบริบทหรือคุณค่าด้วย

ในการบูรณาการแอปพลิเคชันระดับองค์กร (EAI) การบูรณาการเชิงความหมายสามารถอำนวยความสะดวกหรือแม้กระทั่งทำให้การสื่อสารระหว่างระบบคอมพิวเตอร์เป็นไปโดยอัตโนมัติโดยใช้การเผยแพร่เมตาเดตาการเผยแพร่เมตาเดตาอาจนำเสนอความสามารถในการเชื่อมโยงออนโทโลยีโดยอัตโนมัติ แนวทางหนึ่งในการแมปออนโทโลยีแบบ (กึ่ง) อัตโนมัติจำเป็นต้องมีการกำหนดระยะทางเชิงความหมายหรือส่วนกลับของมันความคล้ายคลึงเชิงความหมาย และกฎที่เหมาะสม แนวทางอื่นๆ ได้แก่ วิธีการที่เรียกว่า วิธีการทางศัพท์ รวมถึงวิธีการที่อาศัยการใช้ประโยชน์จากโครงสร้างของออนโทโลยี สำหรับการระบุความคล้ายคลึง/ความเท่าเทียมกันอย่างชัดเจน มีคุณสมบัติหรือความสัมพันธ์พิเศษในภาษาออนโทโลยีส่วนใหญ่ ตัวอย่างเช่น OWLมี "owl:equivalentClass", "owl:equivalentProperty" และ "owl: sameAs " ^{[ 1 ]}

ในอนาคต การออกแบบระบบอาจเห็นการเกิดขึ้นของสถาปัตยกรรมแบบประกอบได้ ซึ่งอินเทอร์เฟซที่เผยแพร่แล้วซึ่งอิงตามความหมายจะถูกนำมารวมกันเพื่อเปิดใช้งานความสามารถใหม่ๆ ที่มีความหมาย โดยส่วนใหญ่แล้วสิ่งเหล่านี้สามารถอธิบายได้โดยใช้ข้อกำหนดเชิงประกาศในระหว่างการออกแบบ ซึ่งในที่สุดจะสามารถแสดงผลและดำเนินการได้ในระหว่างการทำงาน

การบูรณาการเชิงความหมายยังสามารถใช้เพื่ออำนวยความสะดวกในกิจกรรมการออกแบบส่วนติดต่อผู้ใช้และการสร้างแผนผังได้อีกด้วย ในแบบจำลองนี้ ความหมายจะถูกนำมาใช้เฉพาะในขั้นตอนการออกแบบเท่านั้น และระบบในขณะทำงานจะทำงานใน ระดับ ไวยากรณ์แนวทาง "การเชื่อมโยงความหมายในระยะเริ่มต้น" นี้สามารถปรับปรุงประสิทธิภาพโดยรวมของระบบได้ ในขณะที่ยังคงรักษาประโยชน์ของการออกแบบที่ขับเคลื่อนด้วยความหมายไว้ได้

จากกรณีการใช้งานในอุตสาหกรรม พบว่าการแมปความหมายจะดำเนินการเฉพาะภายในขอบเขตของคลาสออนโทโลยีหรือ คุณสมบัติ ของประเภทข้อมูลเท่านั้น การบูรณาการความหมายที่ระบุเหล่านี้ได้แก่ (1) การบูรณาการอินสแตนซ์ของคลาสออนโทโลยีเข้ากับคลาสออนโทโลยีอื่นโดยไม่มีข้อจำกัดใดๆ (2) การบูรณาการอินสแตนซ์ที่เลือกในคลาสออนโทโลยีหนึ่งเข้ากับคลาสออนโทโลยีอื่นโดยใช้ข้อจำกัดช่วงของค่าคุณสมบัติ และ (3) การบูรณาการอินสแตนซ์ของคลาสออนโทโลยีเข้ากับคลาสออนโทโลยีอื่นโดยใช้การแปลงค่าของคุณสมบัติของอินสแตนซ์ แต่ละกรณีต้องใช้ความสัมพันธ์การแมปเฉพาะ ซึ่งได้แก่ (1) ความสัมพันธ์การแมปที่เทียบเท่าหรือการรวม (2) ความสัมพันธ์การแมปแบบมีเงื่อนไขที่จำกัดค่าของคุณสมบัติ (ช่วงข้อมูล) และ (3) ความสัมพันธ์การแมปการแปลงที่แปลงค่าของคุณสมบัติ (การแปลงหน่วย) ความสัมพันธ์การแมปที่ระบุแต่ละรายการสามารถกำหนดได้เป็น (1) ประเภทการแมปโดยตรง (2) ประเภทการแมปช่วงข้อมูล หรือ (3) ประเภทการแมปการแปลงหน่วย^{[ 1 ]}

ในกรณีของการบูรณาการแหล่งข้อมูลเพิ่มเติม

• กราฟความรู้ ( Knowledge graph หรือ KG ) เป็นตัวแทนอย่างเป็นทางการของความหมายที่เกี่ยวข้องกับข้อมูล โดยการอธิบายแนวคิด ความสัมพันธ์ระหว่างสิ่งต่างๆ และหมวดหมู่ของสิ่งต่างๆ ความหมายที่ฝังอยู่ในข้อมูลเหล่านี้มีข้อดีอย่างมาก เช่น การให้เหตุผลเกี่ยวกับข้อมูลและการจัดการกับแหล่งข้อมูลที่หลากหลาย กฎต่างๆ สามารถนำไปใช้กับ KG ได้อย่างมีประสิทธิภาพมากขึ้นโดยใช้การสืบค้นกราฟ ตัวอย่างเช่น การสืบค้นกราฟจะทำการอนุมานข้อมูลผ่านความสัมพันธ์ที่เชื่อมต่อกัน แทนที่จะค้นหาตารางทั้งหมดในฐานข้อมูลเชิงสัมพันธ์ซ้ำๆ KG ช่วยอำนวยความสะดวกในการบูรณาการข้อมูลที่หลากหลายใหม่ๆ โดยการเพิ่มความสัมพันธ์ใหม่ระหว่างข้อมูลที่มีอยู่และเอนทิตีใหม่ๆ การอำนวยความสะดวกนี้มีความสำคัญอย่างยิ่งสำหรับการบูรณาการกับแหล่งข้อมูลเปิดที่เชื่อมโยงกันที่เป็นที่นิยม เช่น Wikidata.org
• การค้นหาข้อมูล ด้วย SQLนั้นมีความเชื่อมโยงกันอย่างแน่นหนาและถูกจำกัดอย่างเข้มงวดด้วยชนิดข้อมูลภายในฐานข้อมูลเฉพาะ และสามารถเชื่อมตารางและดึงข้อมูลจากตารางได้ โดยผลลัพธ์โดยทั่วไปจะเป็นตาราง และการค้นหาสามารถเชื่อมตารางได้โดยใช้คอลัมน์ใดก็ได้ที่ตรงกันตามชนิดข้อมูล ส่วนการค้นหา ด้วย SPARQLนั้นเป็นภาษาและโปรโตคอลการค้นหามาตรฐานสำหรับ Linked Open Data บนเว็บ และมีความเชื่อมโยงกับฐานข้อมูลอย่างหลวมๆ ทำให้สามารถนำกลับมาใช้ใหม่ได้ง่าย และสามารถดึงข้อมูลผ่านความสัมพันธ์โดยไม่ขึ้นอยู่กับชนิดข้อมูล ไม่เพียงแต่ดึงข้อมูลเท่านั้น แต่ยังสามารถสร้างกราฟความรู้เพิ่มเติมด้วยการดำเนินการที่ซับซ้อนมากขึ้น (ตรรกะ: การถ่ายทอด/สมมาตร/ผกผัน/ฟังก์ชัน) การค้นหาแบบอิงการอนุมาน (การค้นหาจากข้อเท็จจริงที่มีอยู่โดยไม่ต้องสร้างข้อเท็จจริงใหม่ด้วยตรรกะ) สามารถทำได้เร็วกว่าการค้นหาแบบอิงการให้เหตุผล (การค้นหาจากข้อเท็จจริงที่มีอยู่และข้อเท็จจริงที่สร้าง/ค้นพบใหม่โดยใช้ตรรกะ)
• การบูรณาการข้อมูลจากแหล่งข้อมูลที่หลากหลายในฐานข้อมูลแบบดั้งเดิมนั้นซับซ้อน ซึ่งต้องมีการออกแบบตารางฐานข้อมูลใหม่ เช่น การเปลี่ยนแปลงโครงสร้างและ/หรือการเพิ่มข้อมูลใหม่ ในกรณีของการค้นหาเชิงความหมาย การค้นหาด้วย SPARQL จะสะท้อนความสัมพันธ์ระหว่างเอนทิตีในลักษณะที่สอดคล้องกับความเข้าใจของมนุษย์เกี่ยวกับโดเมน ดังนั้นเจตนาเชิงความหมายของการค้นหาจึงสามารถมองเห็นได้จากการค้นหาเอง แตกต่างจาก SPARQL การค้นหาด้วย SQL ซึ่งสะท้อนโครงสร้างเฉพาะของฐานข้อมูลและได้มาจากการจับคู่คีย์หลักและคีย์รองที่เกี่ยวข้องของตาราง จะสูญเสียความหมายของการค้นหาไปเนื่องจากขาดความสัมพันธ์ระหว่างเอนทิตี ตัวอย่างด้านล่างนี้เปรียบเทียบการค้นหาด้วย SPARQL และ SQL สำหรับยาที่ใช้รักษา "วัณโรคกระดูกสันหลัง"

เลือก ?medication โดยที่ { ?diagnosis ตัวอย่างเช่น:Diagnosis . ?diagnosis ตัวอย่างเช่น:name “TB of vertebra” . ?medication ตัวอย่างเช่น:canTreat ?diagnosis . }

SELECT DRUG.medID FROM DIAGNOSIS, DRUG, DRUG_DIAGNOSIS WHERE DIAGNOSIS.diagnosisID=DRUG_DIAGNOSIS.diagnosisID AND DRUG.medID=DRUG_DIAGNOSIS.medID AND DIAGNOSIS.name=”TB of vertebra”

การประชุมวิชาการด้านชีวคอมพิวเตอร์แห่งแปซิฟิก (Pacific Symposium on Biocomputing)เป็นเวทีสำหรับการเผยแพร่ความรู้เกี่ยวกับงานการสร้างแผนที่ออนโทโลยีในสาขาชีวการแพทย์ และมีบทความจำนวนมากเกี่ยวกับหัวข้อนี้ปรากฏอยู่ในรายงานการประชุม

• การบูรณาการข้อมูล
• พื้นที่ข้อมูล
• การบูรณาการระดับองค์กร
• การบูรณาการข้อมูลโดยใช้ออนโทโลยี
• การจัดเรียงออนโทโลยี
• วิศวกรรมออนโทโลยี
• การจับคู่ออนโทโลยี
• ความแตกต่างทางความหมาย
• เทคโนโลยีเชิงความหมาย
• การแปลความหมาย
• การรวมความหมาย

• การบูรณาการความหมาย: การเชื่อมโยงความหมายของข้อมูลอย่างหลวมๆ
• การทำแผนที่ออนโทโลยี: สถานะปัจจุบัน (บทความปี 2005)
• บทความปี 2010 โดย คาร์ล ฮิววิตต์
• อินเทอร์เฟซ OpenCyc กับ Oracle