Bài báo này đề xuất các Ràng buộc Toàn vẹn Ngữ nghĩa (SIC) để giải quyết các thách thức về độ tin cậy của các hệ thống xử lý dữ liệu (DPS) được tăng cường AI, tích hợp các mô hình ngôn ngữ quy mô lớn (LLM) vào các đường ống truy vấn để cho phép các hoạt động ngữ nghĩa mạnh mẽ trên dữ liệu có cấu trúc và phi cấu trúc. SIC khái quát hóa các ràng buộc toàn vẹn cơ sở dữ liệu hiện có thành các thiết lập ngữ nghĩa, hỗ trợ các loại ràng buộc phổ biến như cơ sở, tính hợp lệ và loại trừ, cùng với các chiến lược thực thi chủ động và phản ứng. Chúng tôi lập luận rằng SIC cung cấp nền tảng để xây dựng các hệ thống dữ liệu được tăng cường AI đáng tin cậy và có thể kiểm tra được. Chúng tôi trình bày một thiết kế hệ thống để tích hợp SIC vào lập kế hoạch truy vấn và thực thi thời gian chạy, đồng thời thảo luận về việc triển khai chúng trong DPS được tăng cường AI. Chúng tôi cũng trình bày một số mục tiêu thiết kế, bao gồm khả năng biểu đạt, ngữ nghĩa thời gian chạy, tích hợp, hiệu suất và khả năng áp dụng ở quy mô doanh nghiệp, đồng thời thảo luận về cách khuôn khổ được đề xuất giải quyết từng mục tiêu và các thách thức nghiên cứu còn lại.
