Modelado semántico de datos

Capítulo 8. Especificación de Modelos Malos y Adquisición de Conocimientos

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

"Mulla, has perdido el anillo en la habitación, ¿por qué lo buscas en el patio?".

Mulla se acarició la barba y dijo "La habitación está demasiado oscura y no veo muy bien. He salido al patio a buscar mi anillo porque aquí hay mucha más luz".

Cuentos clásicos de Mulla Nasreddin

Como vimos en el Capítulo 5, antes de empezar a construir un modelo semántico tenemos que decidir qué queremos desarrollar exactamente, especificando los requisitos del modelo. Además, mientras construimos el modelo, tenemos que diseñar, implementar y aplicar mecanismos adecuados de adquisición de conocimientos que nos proporcionen todas las entidades, relaciones y demás elementos del modelo que satisfagan esos requisitos.

Desgraciadamente, muy a menudo realizamos estas dos actividades de forma subóptima, lo que da lugar a modelos caros que aportan poco valor a sus usuarios. Este capítulo ilustra varias prácticas problemáticas con respecto a estas actividades, y proporciona ideas útiles sobre cómo mejorarlas. Muchas de estas prácticas y reflexiones (por ejemplo, la especificación y selección de datos) son aplicables a cualquier tipo de proyecto de ciencia de datos, no sólo al desarrollo de modelos semánticos.

Construir lo equivocado

Cuando me incorporé a Textkernel a principios de 2016, estaba ansioso por empezar ...