--- title: 利用人工智能自动解析 MapForce 中的 EDI 映射关系 date: 2026-06-11 categories: - ai - data-integration - edi tags: description: 停止手动跟踪 EDI 规范。Altova AI 在 MapForce 中可以读取您的 EDI 数据，自动找到正确的对应关系，并构建映射关系，同时您可以逐一审查每个映射关系。 --- Status: #blog Tags: #mapforce #ai #data-mapping #etl #data-integration #edi Categories: [ai](/blog/zh/category/ai.md) | [data-integration](/blog/zh/category/data-integration.md) | [edi](/blog/zh/category/edi.md) # 利用人工智能自动解析 MapForce 中的 EDI 映射关系 在集成开发过程中，所有的数据格式中，EDI（电子数据交换）最有可能在数据映射阶段拖慢你的进度。其标准已经存在了几十年，标识符设计简洁，结构层级嵌套复杂。例如，像`NAD`这样的段落，或者`SG29`这样的组，都承载着实际、具体的业务含义，但仅仅从名称本身无法得知其含义。在将任何一个EDI字段连接到目标数据库之前，你必须了解它所代表的含义，这通常意味着需要查阅消息规范。 这种解码工作是 EDI 集成中难以实现自动化的环节。确定哪个难以理解的源数据元素对应于哪个目标列，是一个缓慢且需要手动操作的过程，并且完全依赖于那些已经熟悉格式的人员。 Altova AI 在 MapForce 中最能发挥作用的地方，就在于它能够理解那些晦涩的 EDI 标识符背后的含义，并提出正确的对应关系，让您能够逐一确认这些对应关系——而无需您事先翻译规范文档。 ![用于装饰的图像，描绘了人工智能辅助的数据映射过程](/blog/images/ai-data-mapping.png) ## EDI 数据映射 MapForce 支持广泛的 EDI 标准及其当前版本和先前版本，包括： - EDIFACT - ANSI X12 标准 - HL7（健康领域第七层）标准 - HIPAA X12 标准 - SAP IDOC (数据文档) - IATA PADIS 系统 - TRADACOMS (无具体含义，可能是一个专有名称或缩写，建议根据上下文进行翻译或解释) - 环球银行金融电信协会 (Society for Worldwide Interbank Financial Telecommunication) 或简称 SWIFT - 奥黛特 - VDA EDI (VDA 电子数据交换) - FORTRAS (品牌名，可直接音译或根据具体语境进行翻译) 这意味着您可以 [地图化并转换 EDI 数据](https://www.altova.com/zh/mapforce/edi-mapping) 它支持与其他各种数据格式之间的转换，这些格式包括数据库、XML、JSON、Excel、PDF等等。 ## 实际应用中的 EDI 数据集成案例 让我们来看一个数据集成和ETL领域中常见的需求：将EDI文档进行映射 [连接到后端数据库](https://www.altova.com/zh/mapforce/database-mapping) 然后看看它是如何运作的 [使用 Altova AI](https://www.altova.com/zh/mapforce/ai-data-integration). 我们首先在一个新的 MapForce 项目中导入源 EDI 订单文件以及目标数据库的结构。该数据库包含多个表，例如客户表、订单表、商品表等，这些表之间通过关系连接，这是一种典型的规范化订单管理结构。 与其一次性将人工智能应用于整个数据结构，我们将逐个表地构建映射表。 这样可以使建议更加集中，也更容易进行审查。 我们选择 **客户** 以目标数据库中的某个表作为起点，然后让 Altova AI 寻找与“客户”相关的映射关系 _某个地方_ 在EDI数据源中。 ![为 Altova AI 创建数据映射](/blog/images/creating-edi-mapping-ai.png) 它分析了原始数据结构，并提出了一组连接关系，这些关系在图中以绿色显示。 ![Altova AI 建议的数据映射连接](/blog/images/edi-data-mapping%201.png) 它实际上建议的功能比我们现在需要的更多：除了客户相关字段外，它还建议与“文章”和“文章ID”建立连接。由于我们目前主要关注“客户”表，因此我们取消了这些连接（通过取消勾选），然后点击“**提交**”按钮，以保留与客户相关的数据连接。 这是交互式、接受或拒绝工作流程的价值所在：人工智能提供了一个初步的草稿，而我们来决定哪些内容应该保留。 ### 填写地址信息 在确定了核心客户信息字段后，我们接下来处理地址信息。我们让 Altova AI 寻找与地址相关的信息，它返回了与“**地址**”和“**城市**”相匹配的结果。 ![选择用于人工智能进行数据分析的领域](/blog/images/ai-mapping-fields.png) 我们仍然需要关于“State”和“Street”的信息，所以也请提供这些信息。在后续的查询中，系统能够准确地找到与这两个关键词相关的信息来源。 ![利用人工智能技术优化领域划分](/blog/images/refining-ai-data-mapping.png) 值得强调的是：当第一次自动识别无法覆盖所有内容时，不要直接切换到手动标注。而是将人工智能引导到尚未识别的特定区域，让它针对这些区域生成更多的建议。每一次请求都会缩小需要人工处理的工作量。 ### 将订单中的商品信息进行整理和归类 现在我们可以处理详细项目。在目标数据库中，**文章**表与**订单**表相关联，因此我们选择该表，并再次要求 Altova AI 在源数据库中查找相关连接。 这是 EDI 映射中最让人头疼的部分，因为详细数据通常深藏在嵌套的分段组中，而且这些分段组的字段名称往往晦涩难懂。Altova AI 可以很好地处理这种情况：它能够准确地找到位于 **SG29** 这一分段组中的正确元素，该分段组包含了详细的数据，并自动建议正确的连接方式。 ![Altova AI 可以解析 EDI 数据字段名称，用于 ETL (数据抽取、转换、加载) 过程](/blog/images/edi-data-integration-ai.png) ## 这对于EDI（电子数据交换）而言，为什么如此重要 上述例子比较简单，但它反映了导致 EDI 集成在大型应用中速度变慢的根本原因： - **神秘的标识将被自动解析。** 您无需事先了解 `NAD`、`LIN` 或 `SG29` 代表的具体含义。Altova AI 会读取数据，并自动建立关联。 - **处理嵌套结构。** 位于分段组中的明细项目会被自动查找并关联，无需手动逐级浏览层级结构。 - **您始终掌握主动权。** 每一个建议都会被单独审查，并逐一接受或拒绝（或者在合适的情况下，一次性处理所有建议），因此，一份精心起草的初稿永远不会变成一个难以理解的“黑匣子”。 - **迭代是经济的。** 当一个自动处理过程遗漏某个字段时，您可以再次针对该字段进行处理，而不是手动完成。 - **输出结果是一个真正的 MapForce 项目。** 所有内容都将导入到标准的图形化环境中，可以直接运行，也可以通过 MapForce Server 进行自动化，或者像其他映射项目一样进行优化。 对于需要频繁在 EDIFACT、X12、HL7、HIPAA 等标准之间传输 EDI 数据的团队，MapForce 将这项工作中最耗时、最专业的部分转化为一个您可以审查的草稿，而不是需要您进行解码的文件。 ## 尝试将其应用于您自己的 EDI 映射配置 Altova AI 可以作为附加订阅项添加到您的 MapForce 许可中，并且需要一个有效的支持与维护套餐 (SMP)。 体验其功能的最佳方式是，将其指向一个 EDI 文件和一个您已经了解的目标，然后观察它如何处理您通常需要手动跟踪的连接。 请查看各项选项，然后在[Altova在线商店](https://shop.altova.com/\)订阅服务，或者了解更多关于[MapForce中的Altova AI](https://www.altova.com/zh/mapforce/ai-data-integration)的信息。