Modelado semántico de datos

Capítulo 6. Malas descripciones

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Los límites de mi lengua significan los límites de mi mundo.

Ludwig Wittgenstein

Cuando desarrollamos un modelo semántico, definimos aspectos del mismo que contribuyen a la interpretabilidad humana (nombres de los elementos, definiciones textuales, directrices de uso y otra documentación), así como aspectos que persiguen la interpretabilidad de la máquina (relaciones con otros elementos, axiomas lógicos, reglas de inferencia, etc.). Como creadores de modelos semánticos, hacemos mucho hincapié en los aspectos de interpretabilidad por la máquina, y con razón, pero a menudo subestimamos la importancia y la dificultad de crear modelos semánticos que sean claramente comprensibles para los humanos. A la inversa, como usuarios de modelos semánticos, a menudo subestimamos la probabilidad de que en realidad hayamos entendido mal de qué trata realmente un modelo semántico, y acabemos utilizándolo de forma incorrecta. Ésta es quizá la mayor razón de que exista la brecha semántica entre proveedores y consumidores de datos.

Este capítulo describe algunos errores comunes que cometemos cuando describimos los elementos de un modelo semántico mediante nombres, definiciones textuales y otros tipos de información legible por humanos, y proporciona consejos y directrices para mejorar la calidad de estas descripciones.

Dar malos nombres

Mi cuestionario ...