基于以上内容，想要从这些新的数据类型中提取更多有价值的内容，就需要更多新的数据处理和数据分析的功能。

　　动态元数据发现：这一功能主要针对文本数据，具体如下：

　　·动态样品结果集派生元数据，例如新的REST端点。

　　·不间断的维持或控制元数据。

　　·在运行时，从几个可能的备选方案中选择适当的或者最匹配的元数据集。

　　分类设置：为了使其他分析层能够引用或注释这些输入数据，需要获取业务及其实体。随着业务的发展，这种分类将变得更加丰富。

　　实体提取和语义分析：提供了对任意文本数据流和派生实体进行分类，以及对数据流进行关系表达的能力。这种分析可以存储在关系型数据库中，也可以存储为图表。

　　多媒体识别技术：正如之前描述的那样，需要破解图像、音频和视频内容的多种技术来分析这些数据类型。

　　分层遵循以下原则，如图所示：

　　很多功能仍然在上层，但是它最终也将包含音频和视频。图像和音频，甚至视频其实都能转换为文本数据，而文本数据则可转换为实体集合，即包含属性与关系的结构化数据。

　　通过本文的介绍，你仍然认为这些数据的“非结构化”难以理解吗?经过一些过程就能将这些数据的结构找回来，这就是所谓“非结构化”数据背后的真相。