Controlled vocabulary 能減少單一 dataset 內的 spelling variation；integration 更難，因為兩個組織可能用不同方式切分同一 domain。South、Northeast 或 machine learning 即使 label 相同，boundary 也可能不同。
Taxonomy 不只是一張清單
Taxonomy 包含 concept 與 is_a、part_of 等 hierarchical relationship；alignment 則連接兩套 taxonomy 的 concept。
常見 relation：
| 概念 | 意義 |
|---|---|
| equals | 兩者涵蓋相同 instance |
| includes | A 比 B 廣 |
| is included in | A 比 B 窄 |
| overlaps | 部分 instance 共享，但不完全相同 |
| disjoint | 不可能有共同 instance |
Alignment 應明確保存其中一種語意，而不是籠統的 match。
白話來說： 兩個 folder 可以同名卻裝不同文件；兩個不同名 folder 也可能裝相同文件。
Label 產生 candidate，不產生結論
Lexical similarity、synonym、embedding 與 shared instance 都能提出 candidate mapping；最後 relation 仍取決於 scope 與 definition。
例如一套美國區域 taxonomy 有五區，另一套只有四區。只按 label 對應，可能漏掉某方的 South 等於另一方 Southeast + Southwest 的 union；也可能因 state membership 不同而不是 exact match。
Constraint 找出不可能 alignment
Taxonomy 內可以宣告 sibling disjoint、children cover parent。Cross-taxonomy articulation 與這些 constraint 結合後，reasoner 能找 inconsistency，或推導未直接輸入的 relation。
證據不足時，可能還有多個 globally consistent alignment。應把它們當 possible worlds，不要任選一個冒充真相；再用 expert input 排除選項。
實務 alignment workflow
- 定義兩套 taxonomy 的 scope、version、intended use。
- Normalize label，但保存 original ID。
- 從 label、definition、shared instance 產生 candidate articulation。
- 由 expert 選 semantic relation，包含 uncertainty。
- 執行 logical consistency check。
- 檢查 inferred relation 與剩餘 possible world。
- 發布帶 provenance、confidence、version date 的 mapping。
Mapping 是 versioned data product。任一 taxonomy 更新時都要 revalidate，不能安靜沿用舊 relation。
Alignment 與 entity resolution 的差別
Entity resolution 問兩筆 record 是否代表同一 real-world entity；taxonomy alignment 問兩個 concept set 如何相關。兩張 city table 的 Boston 可能是同一 entity；兩個 regional system 的 Northeast 可能只 overlap，不相等。
複習卡
- Taxonomy 包含 concept 與 hierarchy semantics。
- Cross-taxonomy relation 要分 equality、inclusion、overlap、disjointness。
- Label similarity 只提 candidate，不證明 meaning。
- Logical constraint 能推 relation，也能找 contradiction。
- Ambiguity 可能需要多個 possible world。
- Alignment 要 version，expert decision 要留 provenance。