Los mapas cognitivos son representaciones de alto nivel de los atributos topológicos clave de entornos espaciales reales o abstractos construidos progresivamente por una secuencia de observaciones ruidosas. Actualmente, dichos mapas juegan un papel crucial en las ciencias cognitivas, ya que se cree que así es como grupos de neuronas dedicadas en el hipocampo construyen representaciones internas. Estas incluyen el espacio físico y, quizás más interesante, campos abstractos que comprenden nociones interconectadas como los lenguajes naturales. En el aprendizaje profundo, los grafos cognitivos son herramientas efectivas para la reducción simultánea de la dimensionalidad y la visualización con aplicaciones, entre otras, a la predicción de bordes, la alineación de ontologías y el aprendizaje de transferencia. Se han propuesto grafos cognitivos difusos para representar mapas con conocimiento incompleto o errores causados por observaciones ruidosas o insuficientes. La contribución principal de este artículo es la construcción de un mapa cognitivo para los dieciséis tipos de personalidad de Myers-Briggs con una métrica de distancia tensorial. Esta última combina dos categorías de atributos de lenguaje natural extraídos del conjunto de datos Kaggle homónimo. Hasta donde sabemos, los atributos lingüísticos están separados en categorías. Además, también se propone una variante difusa de este mapa donde a una cierta personalidad se le puede asignar hasta dos tipos con igual probabilidad. Los dos mapas fueron evaluados en función de sus propiedades topológicas, de la calidad de agrupación y de cómo se desempeñaron contra la verdad fundamental del conjunto de datos. Los resultados indican un rendimiento superior de ambos mapas, siendo mejor la variante difusa. Basándonos en los hallazgos, se dan recomendaciones para ingenieros y profesionales.