Semantische Modellierung für Daten

Kapitel 7. Schlechte Semantik

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Wörter sind wunderbar elastisch. Sie können falsch ausgesprochen, falsch geschrieben, falsch verwendet oder falsch übersetzt werden. Selbst der präziseste Fachbegriff kann zu einem Verb oder Adjektiv, zu einem Slang oder einer Redewendung umgedeutet werden, bis er sich selbst gegenübersteht, ein Spiegelbild, das genaue Gegenteil von sich selbst ist. Merk dir meine Worte, das kann es.

Ron Brackin

In Kapitel 2 haben wir gesehen, dass viele semantische Modellierungssprachen und Frameworks bestimmte vordefinierte Modellierungselemente mit einer bestimmten Bedeutung und einem bestimmten Verhalten vorsehen (z. B. rdfs:subClassOf für die Klassensummenbildung oder skos:exactMatch für die Verknüpfung von Entitäten). Dennoch ist es nicht immer der Fall, dass Modellierer diese Bedeutung bei der Verwendung der Sprache befolgen. Beispiele für häufige semantische Fehler, die zu problematischen Modellen führen, sind die Definition von Hyponymen als Synonyme, von Instanzen als Klassen oder von nicht-transitiven Beziehungen als transitiv.

Dieses Kapitel fasst die häufigsten dieser Fehler zusammen, mit denen du rechnen solltest, wenn du ein semantisches Modell erstellst oder verwendest, und bietet Richtlinien und Heuristiken, um sie zu vermeiden.

Schlechte Identität

Identität in der semantischen Modellierung bezieht sich auf das Problem, ...