「分かりそう」で「分からない」でも「分かった」気になれるIT用語辞典

順番に見ていきましょう。
まずは予備知識として「構造化データ」と「非構造化データ」について説明します。
「そんなの説明されなくても知ってるよ！」な人は適当に読み飛ばしてください。

構造化データは「表形式で管理できるデータ」です。



非構造化データは「表形式で管理できないデータ」です。



データというのは

１．表形式で管理できるデータ
２．表形式で管理できないデータ

の2つに分類できます。



例えば、売上データは表形式で管理できます。
「日付」「売上金額」などの項目を用意して、あとは縦にデータを並べていけば管理できますよね。



他にも顧客データや社員データなど、表形式で管理できるデータは、いろいろ あります。



一方、表形式で管理できないデータもたくさんあります。
例えば

・画像データ
・音声データ
・動画データ
・メールの文章
・ホームページのファイルの中身

などです。
これらのデータは「表形式で管理してよ」と言われても「えっ？どうやって？」となりますよね。



この2種類のデータのうち

１．表形式で管理できるデータ

にいつからか付けられた呼び名が「構造化データ」です。



もう一方の

２．表形式で管理できないデータ

が「非構造化データ」です。



なお、今回は

１．表形式で管理できるデータ
２．表形式で管理できないデータ

と表現しましたが

１．Excelで管理できるデータ
２．Excelで管理できないデータ

と表現したり

１．データベース化しやすいデータ
２．データベース化しにくいデータ

と表現しても雰囲気は伝わるはずです（伝わりますよね？）。

以上を踏まえて

大きなくくりで見ると非構造化データだけど、ある程度は構造が決まっているデータ

が「半構造化データ」です。



例えば、そうですね。
以下のデータを見てください。

■1人目
　名前：ピヨ太
　趣味：昼寝
　職業1：社長
　職業2：雑用係
　1月1日の気分：眠い
　1月2日の気分：お腹が空いた
　1月3日の気分：眠い

■2人目
　名前：ピヨ子
　好きな食べ物：ケーキ
　職業1：黒幕
　1月1日の気分：ケーキ食べたい
　1月3日の気分：ケーキ食べたい

■3人目
　名前：ピヨ太ママ
　職業1：ママ
　1月1日の気分：あらあら
　1月2日の気分：まぁまぁ
　1月3日の気分：うふふ
　1月4日の気分：えへへ
　1月5日の気分：あっはっは

このデータは非構造化データです。
そのままでは表形式で管理できませんよね。

ただし、なんとなく規則性があります。
頑張れば、表形式にして構造化データっぽく扱えそうです。

そんな

非構造化データだけど、ある程度は構造化されているやつ

が半構造化データです。

ちょっと専門用語が混ざった説明をしますが、例えばXML形式のデータやJSON形式のデータなどは半構造化データに分類されることが多いようです。

なお、半構造化データは、分類上は非構造化データです。
「構造化データ」と「非構造化データ」しか分類がなかったら、非構造化データの方に半構造化データが含まれていると思ってください。