Un modelo de datos semánticos ( SDM ) es una descripción de base de datos basada en semántica de alto nivel y un formalismo estructurante ( modelo de base de datos ) para bases de datos. Este modelo de base de datos está diseñado para capturar más significado de un entorno de aplicación de lo que es posible con los modelos de bases de datos contemporáneos. Una especificación SDM describe una base de datos en términos de los tipos de entidades que existen en el entorno de la aplicación, las clasificaciones y agrupaciones de esas entidades y las interconexiones estructurales entre ellas. SDM proporciona una colección de primitivas de modelado de alto nivel para capturar la semántica de un entorno de aplicación. Al acomodar información derivada en una especificación estructural de base de datos, SDM permite ver la misma información de varias maneras; esto hace posible adaptarse directamente a la variedad de necesidades y requisitos de procesamiento que suelen presentarse en las aplicaciones de bases de datos. El diseño del presente SDM se basa en nuestra experiencia en el uso de una versión preliminar del mismo. SDM está diseñado para mejorar la eficacia y usabilidad de los sistemas de bases de datos. Una descripción de una base de datos SDM puede servir como herramienta de documentación y especificación formal para una base de datos; puede proporcionar una base para soportar una variedad de potentes funciones de interfaz de usuario; puede servir como modelo de base de datos conceptual en el proceso de diseño de la base de datos; y puede utilizarse como modelo de base de datos para un nuevo tipo de sistema de gestión de bases de datos.
Un modelo de datos semántico en ingeniería de software tiene varios significados:
Normalmente, los datos de instancia de los modelos de datos semánticos incluyen explícitamente los tipos de relaciones entre los diversos elementos de datos, como <está ubicado en>. Para interpretar el significado de los hechos a partir de las instancias, se requiere que se conozca el significado de los tipos de relaciones (tipos de relación). Por lo tanto, los modelos de datos semánticos suelen estandarizar dichos tipos de relaciones. Esto significa que el segundo tipo de modelos de datos semánticos permite que las instancias expresen hechos que incluyen sus propios significados. El segundo tipo de modelos de datos semánticos suele estar destinado a crear bases de datos semánticas. La capacidad de incluir significado en bases de datos semánticas facilita la creación de bases de datos distribuidas que permiten a las aplicaciones interpretar el significado del contenido. Esto implica que las bases de datos semánticas se pueden integrar cuando utilizan los mismos tipos de relación (estándar). Esto también implica que en general tienen una aplicabilidad más amplia que las bases de datos relacionales u orientadas a objetos .
La estructura lógica de datos de un sistema de gestión de bases de datos (DBMS), ya sea jerárquica , de red o relacional , no puede satisfacer totalmente los requisitos para una definición conceptual de datos, porque tiene un alcance limitado y está sesgada hacia la estrategia de implementación empleada por el DBMS. Por tanto, la necesidad de definir los datos desde una visión conceptual ha llevado al desarrollo de técnicas de modelado de datos semánticos. Es decir, técnicas para definir el significado de los datos dentro del contexto de sus interrelaciones con otros datos, como se ilustra en la figura. El mundo real, en términos de recursos, ideas, eventos, etc., se define simbólicamente dentro de los almacenes de datos físicos. Un modelo de datos semántico es una abstracción que define cómo los símbolos almacenados se relacionan con el mundo real. Por tanto, el modelo debe ser una representación fiel del mundo real. [1]
Según Klas y Schrefl (1995), el "objetivo general de los modelos de datos semánticos es capturar más significado de los datos mediante la integración de conceptos relacionales con conceptos abstractos más potentes conocidos en el campo de la Inteligencia Artificial . La idea es proporcionar primitivas de modelado de alto nivel como una parte integral de un modelo de datos para facilitar la representación de situaciones del mundo real". [2]
La necesidad de modelos de datos semánticos fue reconocida por primera vez por la Fuerza Aérea de EE. UU. a mediados de la década de 1970 como resultado del Programa Integrado de Fabricación Asistida por Computadora (ICAM). El objetivo de este programa era aumentar la productividad manufacturera mediante la aplicación sistemática de tecnología informática. El Programa ICAM identificó la necesidad de mejores técnicas de análisis y comunicación para las personas involucradas en la mejora de la productividad de fabricación. Como resultado, el Programa ICAM desarrolló una serie de técnicas conocidas como Métodos IDEF (Definición ICAM) que incluían lo siguiente: [1]
Durante la década de 1990, la aplicación de técnicas de modelado semántico dio como resultado los modelos de datos semánticos del segundo tipo. Un ejemplo de esto es el modelo de datos semánticos que está estandarizado como ISO 15926 -2 (2002), que luego se desarrolla en el lenguaje de modelado semántico Gellish (2005). La definición del lenguaje gellish está documentada en forma de modelo de datos semántico. Gellish en sí es un lenguaje de modelado semántico que se puede utilizar para crear otros modelos semánticos. Esos modelos semánticos se pueden almacenar en Bases de datos Gellish, siendo bases de datos semánticas.
Un modelo de datos semántico se puede utilizar para muchos propósitos. Algunos objetivos clave incluyen: [1]
Este artículo incorpora material de dominio público del Instituto Nacional de Estándares y Tecnología.