book

Modelado semántico de datos

by Panos Alexopoulos

September 2024

Intermediate to advanced

330 pages

10h 27m

Spanish

O'Reilly Media, Inc.

Book available

Read now

Unlock full access

Quién debería leer este libroQué esperar de este libroEsquema del libroConvenciones utilizadas en este libroAprendizaje en línea O'ReillyCómo contactar con nosotrosAgradecimientos
¿Qué es el modelado semántico de datos?¿Por qué desarrollar y utilizar un modelo de datos semántico?Mal modelado semánticoEvitar ErroresRompiendo Dilemas
Elementos generalesEntidadesRelacionesClases e IndividuosAtributosAxiomas, restricciones y reglas complejasTérminosElementos comunes y normalizadosLexicalización y sinonimiaInstanciaciónInclusión de significado y subsunción de clase/relaciónRelación parte-todoRelación semánticaCartografía y relaciones entrelazadasElementos de documentaciónResumen
AmbigüedadIncertidumbreVaguedadRigidez, Identidad, Unidad y DependenciaSimetría, inversión y transitividadSupuestos de mundo cerrado y abiertoCambio semánticoResumen
Precisión semánticaIntegridadCoherenciaConcisiónPuntualidadRelevanciaComprensibilidadFiabilidadDisponibilidad, versatilidad y rendimientoResumen
Actividades de desarrolloPreparar el escenarioDecidir qué construirConstruirloAsegurarse de que es buenoHacerlo útilHacer que dureVocabularios, patrones y modelos ejemplaresOntologías superioresPatrones de diseñoModelos estándar y de referenciaModelos y conjuntos de datos públicosMinería de modelos semánticosTareas de mineríaMétodos y técnicas de mineríaResumen
Dar malos nombresDar mal ejemploPor qué ponemos malos nombresEmpujando hacia la claridadOmitir definiciones o darlas malCuando necesitas definicionesPor qué omitimos las definicionesDefiniciones buenas y malasCómo conseguir las definicionesIgnorar la vaguedadLa vaguedad es una característica, no un errorDetectar y describir la vaguedadNo documentar los prejuicios y las suposicionesMantener a tus enemigos cercaResumen
Mala identidadMala sinonimiaMapeo e interrelación incorrectosSubclases malasInstanciación como subclasePartes como subclasesClases rígidas como subclases de clases no rígidasSuperclases comunes con criterios de identidad incompatiblesAxiomas y Reglas MalasDefinir las relaciones jerárquicas como transitivasDefinir las relaciones vagas como transitivasClases Vagas ComplementariasConfundir reglas de inferencia con restriccionesResumen

Construir lo equivocadoPor qué tenemos malas especificacionesCómo conseguir las especificaciones adecuadasMala adquisición de conocimientosFuentes de conocimiento erróneasMétodos y herramientas de adquisición erróneosUna historia de especificación y adquisición de conocimientosEspecificación y diseño del modeloPoblación modeloResumen
No tratar la calidad como un conjunto de contrapartidasPrecisión semántica frente a exhaustividadConcisión frente a exhaustividadConcisión frente a comprensibilidadRelevancia para el Contexto A Versus Relevancia para el Contexto BNo vincular la calidad a los riesgos y beneficiosNo utilizar las métricas adecuadasUtilizar métricas con interpretaciones engañosasUtilizar métricas con escaso valor comparativoUtilizar métricas con umbrales de valor arbitrariosUtilizar métricas que sean realmente señales de calidadMedir la exactitud de las afirmaciones vagas de forma nítidaEquiparar la calidad del modelo con la calidad de la extracción de informaciónResumen
Resolución de entidades defectuosasCómo utilizan los modelos semánticos los sistemas de resolución de entidadesCuando el conocimiento puede perjudicarteCómo seleccionar conocimientos útiles para la desambiguaciónDos historias de resolución de entidadesMala relación semánticaPor qué la relación semántica es complicadaCómo conseguir la relación semántica que realmente necesitasUna historia de relación semánticaResumen
Mala estrategia¿En qué consiste una estrategia de modelo semántico?Creer mitos y medias verdadesSubestimar la complejidad y el costeNo conocer o aplicar tu contextoMala organizaciónNo formar el equipo adecuadoSubestimar la necesidad de gobernanzaResumen
¿Clase o individuo?¿Subclasificar o no subclasificar?¿Atributo o relación?¿Fuzzificar o nouzzificar?En qué consiste la fuzzificaciónCuándo FuzzificarDos Historias de FuzzificaciónResumen
¿Qué lexicalizaciones tener?¿Cómo de granular?¿Cómo ser general?¿Cómo ser negativo?¿Cuántas verdades hay que manejar?¿Cómo estar interrelacionado?Resumen
Evolución del modelo¿Recordar u olvidar?¿Correr o seguir el ritmo?¿Reaccionar o prevenir?Conocer tu deriva semántica y actuar en consecuenciaModelo de gobernanza¿Democracia, oligarquía o dictadura?Una historia de centralizaciónResumen
El mapa no es el territorioSer optimista, pero no ingenuoEvitar la visión de túnelEvitar debates que distraiganMarcos semánticos frente a marcos no semánticosRepresentación simbólica del conocimiento frente al aprendizaje automáticoNo hacer dañoColmar la brecha semántica

Content preview from Modelado semántico de datos

Bibliografía

[1] Centro Nacional de Ontología Biomédica. "Ontología Snomed CT". Última modificación: 18 de noviembre de 2019.

[2] Capacidades, Competencias, Cualificaciones y Ocupaciones Europeas (ESCO). " Ocupaciones. 2017.

[3] AllegroGraph. "Los grafos sin semántica no son suficientes". Modificado por última vez el 16 de junio de 2018.

[4] Blumauer, Andreas. "Grafos semánticos de conocimiento frente a grafos de propiedades". Pulse (blog), LinkedIn. 11 de diciembre de 2018.

[5] Cagle, Kurt. " Taxonomías frente a ontologías". Forbes. 24 de marzo de 2019.

[6] Ciencia de Datos Abierta (ODSC). "Donde acaban las ontologías y empiezan los grafos de conocimiento". Medium. 16 de octubre de 2018.

[7] Singhal, Amit. "Presentamos el Gráfico de Conocimientos: cosas, no cadenas". La palabra clave (blog), Google. 26 de mayo de 2012.

[8] Panetta, Kasey. "5 Tendencias Emergen en el Ciclo Hype de Gartner para las Tecnologías Emergentes, 2018". Más Inteligente con Gartner. 16 de agosto de 2018.

[9] Amazon. " Cómo Alexa se hace cada vez más inteligente". Día Uno (blog). 10 de octubre de 2018.

[10] He, Qi. "Construyendo el Gráfico de Conocimiento de LinkedIn". Ingeniería de LinkedIn (blog). 6 de octubre de 2016.

[11] Thomson Reuters. "Thomson Reuters lanza la primera fuente Knowledge Graph de su clase que permite a los clientes de servicios financieros acelerar sus estrategias digitales y de IA". Comunicado de prensa, 23 de octubre de 2017.

[12] Gao, Yuqing, Anant Narayanan, Alan Patterson, Jamie ...

Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.

Start your free trial

Arquitectura de plataformas de datos modernas

Jan Kunigk, Ian Buss, Paul Wilkinson, Lars George

Construir una malla de datos basada en eventos

Adam Bellemare

Arquitectura de Plataformas de Datos y Aprendizaje Automático

Marco Tranquillin, Valliappa Lakshmanan, Firat Tekiner

Fundamentos de la Ingeniería de Datos

Joe Reis, Matt Housley

Publisher Resources

ISBN: 9781098199708