当extact匹配失败时，用于自定义非提取匹配的Marklogic Smart Mastering选项

是通过使用MarkLogic的Smart Mastering功能来处理数据匹配和合并的过程。Smart Mastering是一种数据质量管理工具，它可以帮助用户在MarkLogic数据库中处理和解决数据冲突和重复的问题。

在Smart Mastering中，当exact匹配失败时，可以使用自定义的非提取匹配选项来处理数据。这些选项可以根据用户的需求和业务规则进行配置，以确保数据的准确性和一致性。

以下是一些常见的非提取匹配选项：

1. 相似度匹配：使用相似度算法来比较数据的相似程度。常用的相似度算法包括编辑距离、Jaccard相似系数等。根据相似度的阈值，可以确定是否将数据视为匹配。
2. 规则匹配：使用预定义的规则来判断数据是否匹配。规则可以基于数据的特定属性或模式进行定义，例如正则表达式、字符串匹配等。
3. 机器学习匹配：使用机器学习算法来训练模型，从而判断数据是否匹配。机器学习可以通过学习历史数据的模式和特征，自动识别和匹配相似的数据。
4. 人工干预：当自动匹配失败时，可以引入人工干预来判断数据是否匹配。人工干预可以通过人工审核、手动比对等方式来解决匹配问题。

MarkLogic提供了一系列的产品和工具来支持Smart Mastering功能，包括：

• MarkLogic Data Hub：用于数据集成、建模和管理的综合解决方案。它提供了数据质量管理和Smart Mastering的功能。
• MarkLogic Entity Services：用于定义和管理实体模型的工具。它可以帮助用户定义实体的属性、关系和匹配规则。
• MarkLogic Semantics：用于处理和管理语义数据的功能。它可以帮助用户在数据匹配和合并过程中使用语义信息。

更多关于MarkLogic的Smart Mastering功能和相关产品的详细信息，请参考腾讯云的MarkLogic产品介绍页面：MarkLogic产品介绍