Los componentes de redes neuronales (NN) se están incorporando cada vez más en los sistemas de software. Las propiedades de las redes neuronales están determinadas por su arquitectura, así como por los conjuntos de datos de entrenamiento y prueba utilizados. La ingeniería de conjuntos de datos y redes neuronales es una tarea desafiante que requiere métodos y herramientas para satisfacer las expectativas de los clientes. La falta de herramientas que apoyen los lenguajes de especificación de requisitos dificulta a los ingenieros describir los requisitos de habilidades de reconocimiento de conjuntos de datos y redes neuronales. Los enfoques existentes a menudo dependen de métodos tradicionales ad hoc, sin especificaciones precisas de requisitos para los criterios de selección de datos, para construir estos conjuntos de datos. Además, estos enfoques no se centran en los requisitos de las habilidades de reconocimiento esperadas de la red neuronal. Nuestro objetivo es superar este problema definiendo un lenguaje específico de dominio que especifique con precisión los requisitos del conjunto de datos y las habilidades de reconocimiento esperadas después del entrenamiento para un sistema basado en NN. En este documento, presentamos un lenguaje específico de dominio (DSL) textual llamado SEMKIS-DSL (Metodología de Ingeniería de Software para la Gestión del Conocimiento de Sistemas Inteligentes) que está diseñado para apoyar a los ingenieros de software en la especificación de los requisitos y habilidades de reconocimiento de redes neuronales. Este DSL se propone en el contexto de nuestro proceso general de desarrollo SEMKIS para la ingeniería de redes neuronales. Ilustramos los conceptos del DSL utilizando un ejemplo en funcionamiento que se centra en el reconocimiento de dígitos manuscritos. Mostramos algunas especificaciones de requisitos y habilidades de reconocimiento y demostramos cómo nuestro DSL mejora las habilidades de reconocimiento de redes neuronales.