Méthode d'identification et d'association de notices issues de deux jeux de données ou plus qui renvoient au même objet réel en comparant des identifiants persistants, des combinaisons d'attributs ou des scores de similarité ; mise en œuvre de façon déterministe si des identifiants uniques fiables existent et de façon probabiliste lorsque les correspondances sont déduites d'attributs bruités ou incomplets.

Principe

Les décisions d'appariement découlent des preuves d'identité : l'égalité exacte d'un identifiant donne des correspondances à haute confiance, tandis que la similarité d'attributs et des règles contextuelles conduisent à des correspondances probabilistes qui arbitrent faux positifs et faux négatifs.

Démonstration

Scénario illustratif → Deux catalogues institutionnels décrivent « J. Smith » avec dates de naissance concordantes et l'un contient un identifiant institutionnel. Reconnaissance → la correspondance d'identifiant lie les notices de manière déterministe ; le couple nom+date reçoit un score et est signalé pour révision. Action → les liens déterministes sont fusionnés automatiquement ; les liens probabilistes sont réglés après contrôle humain. Conséquence → vue consolidée des ressources associées à la personne, tandis que les liens incertains restent documentés et audités.

Mauvaise application

Prendre un seul attribut partagé (p. ex. un nom commun) pour une preuve d'identité. Cela confond égalité d'attribut et identité d'entité et accroît les faux positifs.

Conséquence

Une réconciliation correcte permet des services intégrés, des analyses consolidées et une traçabilité fiable ; des liens erronés propagent des agrégations incorrectes, attribuent à tort des ressources et diminuent la confiance dans les services dérivés.

Inversion

Lorsqu'un identifiant unique persistant et de haute qualité (par exemple un identifiant national ou ORCID vérifié) est disponible et accessible, la réconciliation devient un appariement déterministe ; en revanche, des contraintes légales, un hachage ou une pseudonymisation forte peuvent empêcher la réconciliation ou exiger des techniques de liaison préservant la vie privée.

Limite

Clairement inclus : lier des notices de personnes entre dépôts institutionnels à l'aide d'un ORCID ou d'identifiants multivariés. Cas limite : apparier des notices aux noms et dates similaires lorsque les conventions culturelles ou des dates incomplètes créent de l'ambiguïté. Clairement exclu : la simple reconnaissance d'entités dans un texte (NER) sans établissement de liens inter‑jeux ; ou le regroupement par similarité sans production de liens inter‑données.

Tension sémantique

Confidentialité ↔ Utilité — l'appariement augmente la valeur opérationnelle et analytique tout en exposant des risques pour la vie privée et en nécessitant des règles de gouvernance.

Synthèse

La réconciliation d'entités est un processus fondé sur des preuves dont la fiabilité dépend de la qualité des identifiants, de la richesse des attributs et de seuils explicites ; les systèmes pratiques combinent donc appariements déterministes, scoring probabiliste, révision humaine et enregistrement de la provenance pour gérer le compromis entre échelle et exactitude.