為什麼我們能從行話術語中發現領域模型？ - mathiasverraes

banq發表於2022-03-02
模型

系統中的資訊是人們之間交流過程的一部分。思想在頭腦中流動；沿途有翻譯，從概念到自然語言到形式語言（機器系統中的構造），然後再返回。
— Bill Kent
從人們交流的語言中發現客觀世界已經是一種預設方法，包括機器學習的NLP或大資料分析都是這種情況，領域建模也是這種情況，複雜性系統中的資訊會透過人們談論它的言語表現出來，這就是無所不在的通用語言UL，也就是行話或專業術語，透過建立術語字典能夠建立一種統一語言UL，這就是從概念到自然語言的表達，進一步嚴謹約束變成形式語言，適合機器系統執行解釋，當然，機器學習還可以自己發現和生成一種形式模型，然後自己執行解釋。
 
術語在整個組織中傳播或淡出。意義轉變。人們將舊術語改編成新的含義，或者術語獲得了多重、模稜兩可的含義。它的存在是因為它有效，至少對於人與人之間的交流來說足夠好。
這種領域語言是在該領域工作的人使用的語言。這是一種自然語言，因此很混亂。它是有機的：概念是出於必要而引入的，沒有經過深思熟慮，沒有達成一致，沒有精確性。
對於我們系統設計師來說，雜亂無章的語言是不夠的。我們需要具有易於理解的概念和明確的上下文的精確語言。
這就是通用語言UL（字典）：一種構建的、形式化的語言，得到利益相關者和設計師的認可，以滿足我們設計的需求。
任何通用語言UL的形式和精確程度都取決於其環境上下文（這個環境是有邊界的：有界上下文/界限上下文/限制上下文）
 
既然建模是一種語言遊戲（維特根斯坦認為：世界就是語言遊戲，見：上下文為王），那麼我們可以使用人類語言分析方法（注意，文科中的語文知識）提取模型，隱喻發現是一種有效的方法。（當然，還有其他方式：例如將你的DTO資料物件改變成事件，從事件DTO的流向來分析沿途涉及的術語或上下文，這是事件風暴）
 
一個好的模型可以幫助你推理一個系統的行為。一個好的隱喻可以幫助你推理出一個系統的_期望的行為。

相關文章