Web Semántica. Tim Berners-Lee, James Hendler, Ora Lassila, The Semantic Web, Scientific American, May 2001.

Transcripción

1 Web Semántica

2 Web Semántica "The Semantic Web is an extension of the current web in which information is given well-defined meaning, better enabling computers and people to work in cooperation." Tim Berners-Lee, James Hendler, Ora Lassila, The Semantic Web, Scientific American, May 2001.

3 Web actual La Web actual posee una gran capacidad para almacenar datos y puede leer y visualizar los contenidos, pero no es capaz de pensar ni de entender todo lo que contiene. no permite automatizar procesos, como por ejemplo, hacer la reserva de plaza, consultar los medios de transporte disponibles hasta la ciudad donde se celebre el evento, reservar billete, y conseguir un plano de dicha ciudad. Aun utilizando un potente buscador, se pierden muchas horas navegando por los resultados obtenidos tras la consulta, para acceder a la información de forma manual, cuando esto lo podría hacer un programa o agente inteligente.

4 La Web Sémantica En el año 2000, Berners-Lee: La nueva información debe ser reunida de forma que un buscador pueda "comprender", en lugar de ponerla simplemente en una "lista. una red de documentos "más inteligentes" que permitan, a su vez, búsquedas más inteligentes. La idea sería aumentar la inteligencia de los contenidos de las páginas web dotándolas de contenido semántico. una extensión de la Web actual dotada de significado, esto es, un espacio donde la información tendría un significado bien definido, de manera que pudiera ser interpretada tanto por agentes humanos como por agentes computerizados.

5 Qué es la Web Semántica? una Web extendida, dotada de mayor significado en la que cualquier agente/usuario en Internet podrá encontrar respuestas a sus preguntas de forma más rápida y sencilla gracias a una información mejor definida. Al dotar a la Web de más significado y, por lo tanto, de más semántica, se pueden obtener soluciones a problemas habituales en la búsqueda de información gracias a la utilización de una infraestructura común, mediante la cual, es posible compartir, procesar y transferir información de forma sencilla. Esta Web extendida y basada en el significado, se apoya en lenguajes universales que resuelven los problemas ocasionados por una Web carente de semántica.

6 Para qué sirve? Principales problemas de la Web: sobrecarga de información y heterogeneidad de fuentes de información con el consiguiente problema de interoperabilidad. La Web Semántica ayuda a resolver estos dos importantes problemas permitiendo a los usuarios delegar tareas en software. Gracias a la semántica en la Web, el software es capaz de procesar su contenido, razonar con este, combinarlo y realizar deducciones lógicas para resolver problemas cotidianos automáticamente.

7 Para qué sirve? De esta forma, agentes inteligentes y programas autónomos podrían rastrear la Web de forma automática y localizar, exclusivamente, las páginas que se refieran a la palabra buscada con el significado y concepto precisos con el que interpretemos ese término. En este sentido, se entiende por agente inteligente aquella entidad de software que recoge, filtra y procesa la información contenida en la Web, realiza inferencias sobre dicha información e interactúa con el entorno sin necesidad de supervisión o control constante por parte del usuario.

8 Agente vs. buscador El papel del agente inteligente en el proceso de recuperación "semántica" de información no debe confundirse con el de un buscador inteligente. Un buscador inteligente se aprovechará del enriquecimiento semántico de los recursos web para mejorar (principalmente en la precisión) la recuperación de información, aunque su funcionamiento se basará, como los actuales buscadores, en la previa indización de todos aquellos recursos susceptibles de ser recuperados. En cambio, un agente inteligente recorrerá la Web a través de los enlaces entre recursos (hiperdocumentos, ontologías,...) en busca de aquella información que le sea solicitada, pudiendo además interactuar con el entorno para el cumplimiento de tareas encomendadas.

9 Para qué sirve? La Web Semántica debería ser capaz de procesar contenido, razonarlo y hacer deducciones lógicas a partir de éste, y realizar, cuando un usuario quiera delegar ciertas tareas en el software, todas estas acciones de forma automática.

10 Ingredientes de la Web Semántica Para entender una consulta, comprender sitios web, validar información y deducir nueva información se precisa estandarizar : el alfabeto las referencias el lenguaje el formato las anotaciones sobre significados los conceptos generales las reglas y sistemas de deducción Y éstas son, precisamente, las funciones que aportan las distintas capas de la Web Semántica.

11 Ingredientes de la Web Semántica Unicode: el alfabeto. Se trata de una codificación del texto que permite utilizar los símbolos de diferentes idiomas sin que aparezcan caracteres extraños. De esta forma, se puede expresar información en la Web Semántica en cualquier idioma. URI: las referencias. URI es el acrónimo de "Uniform Resource Identifier" o Identificador Uniforme de Recursos, identificador único que permite la localización de un recurso que puede ser accedido vía Internet. Se trata del URL (descripción de la ubicación) más el URN (descripción del espacio de nombre).

12 Ingredientes de la Web Semántica XML + xmlschema: se trata de la capa más técnica de la Web Semántica. En esta capa se agrupan las diferentes tecnologías que hacen posible que los agentes puedan entenderse entre ellos. XML ofrece un formato común para intercambio de documentos y XML Schema ofrece una plantilla para elaborar documentos estándar. De esta forma, aunque se utilicen diferentes fuentes, se crean documentos uniformes en un formato común y no propietario. RDF + rdfschema: basada y apoyada en la capa anterior, esta capa define el lenguaje universal con el cual podemos expresar diferentes ideas en la Web Semántica. RDF es un lenguaje simple mediante el cual definimos sentencias en el formato de una 3-upla o triple (sujeto: el recurso al que nos referimos; predicado: el recurso que indica qué es lo que estamos definiendo; y objeto: puede ser el recurso o un literal que podría considerarse el valor de lo que acabamos de definir).

13 Ingredientes de la Web Semántica Lenguaje de Ontologías: ofrece un criterio para catalogar y clasificar la información. El uso de ontologías permite describir objetos y sus relaciones con otros objetos ya que una ontología es la especificación formal de una conceptualización de un dominio concreto del conocimiento. Lógica: además de ontologías se precisan también reglas de inferencia. De esta forma, un programa podría deducir que una dirección de la Universidad Complutense, al estar en la ciudad de Madrid, debe estar situada en España, y debería por lo tanto estar formateado según los estándares españoles.

14 Ingredientes de la Web Semántica Confianza: los agentes deberían ser muy escépticos acerca de lo que leen en la Web Semántica hasta que hayan podido comprobar de forma exhaustiva las fuentes de información. Firma digital: bloque encriptado de datos que serán utilizados por los ordenadores y los agentes para verificar que la información adjunta ha sido ofrecida por una fuente específica confiable.

15 Qué es la Web Semántica Web actual Datos sólo accesibles(?) por humanos Web Semántica Información en vez de datos Accesible a humanos Accesible a máquinas. Leyendo los datos Interpretando los datos

16 Conceptos y Estructura Fundamental La Web semántica se basa en dos puntos fundamentales La descripción del significado La manipulación automática de estas descripciones La descripción del significado se articula con Semántica MetaDatos Ontologías La manipulación se efectúa mediante Lógica Motores de inferencia

17 Semántica Tradicionalmente Estudio del significado de los términos lingüísticos En este contexto Dotación de significado interpretable por parte de las máquinas XML (extended Markup Language) Standard emergente para el intercambio de datos en la web XML no añade semántica al HTML (desde un punto de vista computacional) Ello implica metadatos y ontologías

18 Metadatos Son datos que describen otros datos En este contexto Datos que describen recursos de la Web. La distinción entre datos y metadatos es relativa Depende de la aplicación. Les metadatos de una aplicación pueden ser los datos que maneja otra aplicación.

19 Ontología Es un conjunto de términos relaciones entre los términos que describen un dominio de aplicación concreto Objetivo Creación de un diccionario de términos compartidos y comprensibles para diferentes aplicaciones y/o comunidades que permita la interoperabilidad compartir información y conocimiento entre ellas Especificación de una conceptualización

20 Representación del Conocimiento Los metadatos y las ontologías forman parte del campo de la representación del conocimiento Un campo muy prometedor pero que todavía no ha conseguido desplegarse ampliamente Para representar el conocimiento contenido en las bases de datos se necesita: la definición de la semántica (ontologías) un conjunto de reglas lógicas motores de inferencia

21 Representación del Conocimiento Para obtener esa adecuada definición de los datos, la Web Semántica utiliza esencialmente RDF, SPARQL, y OWL, mecanismos que ayudan a convertir la Web en una infraestructura global en la que es posible compartir, y reutilizar datos y documentos entre diferentes tipos de usuarios.

22 La arquitectura de la Web Semántica Según Berners-Lee, la arquitectura de la Web Semántica se podría representar de la siguiente forma: Fuente: Tim Berners-Lee. Semantic Web -XML2000. Architecture

23 Los ingredientes de la Web semántica RDF proporciona información descriptiva simple sobre los recursos que se encuentran en la Web y que se utiliza, por ejemplo, en catálogos de libros, directorios, colecciones personales de música, fotos, eventos, etc. SPARQL es lenguaje de consulta sobre RDF, que permite hacer búsquedas sobre los recursos de la Web Semántica utilizando distintas fuentes datos. OWL es un mecanismo para desarrollar temas o vocabularios específicos en los que asociar esos recursos. Lo que hace OWL es proporcionar un lenguaje para definir ontologías estructuradas que pueden ser utilizadas a través de diferentes sistemas. Las ontologías, que se encargan de definir los términos utilizados para describir y representar un área de conocimiento, son utilizadas por los usuarios, las bases de datos y las aplicaciones que necesitan compartir información específica, es decir, en un campo determinado como puede ser el de las finanzas, medicina, deporte, etc. Las ontologías incluyen definiciones de conceptos básicos en un campo determinado y la relación entre ellos.

24 Lenguajes de Representación Para describir la semántica se requiere un lenguaje apropiado (llamado lenguaje de representación) Tienden a estar basados en XML Existe un abanico relativamente amplio OML (Ontology Markup Language) XOL (Ontology Exchange Language) SHOE una extensión de HTML RDF y RDFS impulsados por el W3C consortium Mapas Temáticos (Topic Maps) estándar ISO RDF y Topic Maps son los más comunes

25 RDF Permite la descripción y el procesamiento de metadatos No hace ninguna suposición sobre el dominio o campo de aplicación No define ninguna semántica a priori Tiene la capacidad de describir metadatos de cualquier dominio Sintaxis y estructura similar a la de los lenguajes orientados a objetos Clases y subclases

26 RDF Les clases y subclases se disponen en una jerarquía. Les subclases pueden heredar propiedades de las clases Es posible la herencia múltiple, que permite La mezcla de diferentes esquemas semánticos Que los agentes enfrentados con una semántica desconocida la puedan trazar hasta encontrar elementos comunes a partir de los cuales deducir el resto Un conjunto de clases que definen un dominio o aplicación se llama esquema

27 RDF: Modelo Describe parejas de nombre y valores de una propiedad determinada Tres tipos de objetos Recurso: cualquier objeto se describe con un URI Propiedad: característica, atributo, relación o aspecto que describe un recurso Sentencia: el conjunto de un recurso determinado una propiedad con un nombre y un valor asociado al recurso

28 RDF: Recurso Recurso: cualquier objeto Una Web entera Una página web Una casa. Sean de la naturaleza que sean se describe con un URI URI (Universal Resource Identifier) abstracto URL Localizador, una dirección concreta. URN Nombre, permite cambiar la dirección y aún así encontrarla

29 RDF: Propiedad Propiedad: característica, atributo, relación o aspecto que describe un recurso Cada propiedad tiene Significado Define sus valores posibles Define los tipos de recurso a los que es aplicable Define la relación con otras propiedades

30 RDF: Sentencia Sentencia: el conjunto de un recurso determinado una propiedad con un nombre un valor asociado al recurso Cada elemento de la sentencia se llama Sujeto: el recurso Predicado: el nombre de la propiedad Objeto: el valor de la propiedad

31 RDF Sintaxis básica El modelo define el marco abstracto Se requiere una sintaxis concreta RDF usa XML como el lenguaje de base También requiere la XML namespace facility para asociar cada propiedad con el esquema que la define La estructura de clases aparece en el esquema

32 RDF Sintaxis básica Ejemplo Dürsteler es el creador de la web Sujeto: (recurso) Predicado: creador (propiedad, tiene un creador) Objeto: En forma de grafo Dürsteler (el valor de la propiedad) creador Dürsteler

33 RDF Sintaxis básica Ejemplo <?xml version="1.0"?> <rdf:rdf xmlns:rdf=" xmlns:s=" <rdf:description about=" <s:creador>dursteler</s:creador> </rdf:description> </rdf:rdf> creador Dürsteler

34 RDF Sintaxis básica serializada [1] RDF ::= ['<rdf:rdf>'] description* ['</rdf:rdf>'] [2] description ::= '<rdf:description' idaboutattr? '>' propertyelt* '</rdf:description>' [3] idaboutattr ::= idattr aboutattr [4] aboutattr ::= 'about="' URI-reference '"' [5] idattr ::= 'ID="' IDsymbol '"' [6] propertyelt ::= '<' propname '>' value '</' propname '>' '<' propname resourceattr '/>' [7] propname ::= Qname [8] value ::= description string [9] resourceattr ::= 'resource="' URI-reference '"' [10] Qname ::= [ NSprefix ':' ] name [11] URI-reference ::= string, interpreted para [URI] [12] IDsymbol ::= (any legal XML Name symbol) [13] name ::= (any legal XML name symbol) [14] NSprefix ::= (any legal XML namáspace prefix) [15] string ::= (any XML texto, with "<", ">", and "&" escaped)

35 RDF Sintaxis abreviada Ejemplo <?xml version="1.0"?> <rdf:rdf xmlns:rdf=" xmlns:s=" <rdf:description about=" <s:creador>dursteler</s:creador> </rdf:description> </rdf:rdf> Abreviadamente <rdf:rdf> <rdf:description about=http: :// " s:creador="dursteler" /> </rdf:rdf>

36 Esquemas El modelo proporciona una sintaxis que opera con unos objetos genéricos vacíos de semántica El modelo no proporciona ningún mecanismo para declarar las propiedades definir las relaciones entre propiedades y recursos El esquema es el que se encarga de ello El esquema RDF proporciona información sobre la interpretación de las sentencias de RDF

37 Esquemas Es una colección de recursos que se pueden utilizar para describir propiedades de otros recursos que definen vocabularios específicos de una aplicación El esquema define una jerarquía de clases, propiedades con restricciones sobre las propiedades como dominio, rango de aplicación, etc.

38 Mapas Temáticos (Topic Maps) Standard ISO Arrancan de las dificultades del grupo de Davenport para mezclar índices de diferentes conjuntos de documentos electrónicos. Idea: Los índices son conformes al modelo de la estructura del conocimiento que indexan. Pero los modelos son implícitos Solución: explicitar los modelos En el fondo es otra manera de caracterizar metadatos

39 Mapas Temáticos (Conceptos básicos) Tema (topic) Cualquier cosa Ocurrencias Aquello que es relevante para al tema Asociación Las relaciones entre temas.

40 Mapas Temáticos (Tema) Tema (topic) El elemento al que se hace referencia (cualquier cosa). El recurso de RDF Tipo (type) la categoría a la que pertenece. Clase en RDF Nombre El nombre que se le da Ejemplo Beethoven es el nombre de un tema de tipo compositores

41 Mapas Temáticos (Ocurrencia) Ocurrencia: los recursos al que el tema está ligado (se utilizan apuntadores) Rol (un mnemónico) Tipo (una referencia a un tema que caracteriza más la relevancia de la ocurrencia Ejemplo La vida de Beethoven ( ) es una ocurrencia del tema Beethoven de la categoría compositores

42 Mapas Temáticos (Asociación) Asociación Elementos de enlace que describen la relación entre dos o más temas Tipo: una referencia a un tema que caracteriza más la relevancia de la asociación (escrito_para, contenido_a ) Rol: el papel que juega cada tema de la asociación. Ejemplo: Velázquez pintó Las Meninas Velázquez rol de pintor, Las Meninas rol de pintura Temas; pintores y pinturas tipo de asociación: pintado_para

43 Mapas Temáticos (IFS) Identidades Permiten a dos mapas temáticos identificar elementos comunes aunque se llamen diferente Facetas Propiedades que permiten establecer consultas y filtros (lenguaje, nivel de seguridad...) Contexto (Scope) theme: un miembro del conjunto de temas (topics) que se utilizan para especificar un contexto

44 Lógica y Motores de Inferencia La forma de extraer nuevos conocimientos a partir de los existentes. Motor de inferencia Extrae conclusiones a partir de un conjunto de reglas un conjunto de premisas o axiomas 2 aproximaciones Motores de inferencia basados en diferentes ordenes de lógicas Métodos de resolución de problemas Algoritmos especializado que infieren dentro de sistemas expertos soluciones Ad-hoc

45 Editores de metadatos La creación de ontologías no es una tarea trivial Para facilitarla aparecen los editores de Metadatos Los más interesantes (que hemos encontrado) son Reggie Muy sencillo Webonto Más completo. Por Internet. Colaborativo. Protégé Muy completo. Escrito en Java. Código fuente disponible.

46 Editores (Reggie) HTML 3.2 estándar, HTML 4.0 estándar, RDF y RDF abreviado. Utiliza un fichero de esquema predefinido Dublin core, GILS, EdNA, IMS, etc. Es un applet de Java Se utiliza a través de la web No puedes copiar y pegar entre applets Algunos cortafuegos impiden su uso. El editor tiene una serie de campos a los que el fichero de esquema da la semántica Tiene muchos idiomas predefinidos

47 Editores (Reggie)

48 Editores (Reggie)

49 Editores (Reggie) <?xml version = "1.0"?> <RDF xmlns = " xmlns:dc = " xmlns:edna = " <Description xml:lang="en"> <DC:Identifier xml:lang="ca"> Prova </DC:Identifier> <DC:Title xml:lang="ca"> Aquest es el titol </DC:Title> <DC:Description xml:lang="ca"> Prova, nomes es una temptativa d utilitzar Reggie </DC:Description> <DC:Subject xml:lang="ca"> Web Semantica </DC:Subject> </Description> </RDF>

50 Editores (Webonto) Editor a través de la web Applet de Java Permite compartir ontologías Editarlas colaborativamente No tiene ningún coste Se ha de pedir un identificador y palabra de paso. Permite ver las clases de forma gráfica Permite la edición de métodos de resolución de problemas

51 Editores (Webonto)

52 Editores (Protégé) Mucho más desarrollado Gratuito y se puede utilizar sin coste Permite editar ontologías esquema RDF texto ASCII base de datos JDBC Creado en la Universidad de Stanford. Basado en un modelo de conocimiento compatible con OKBC (Open Knowledge Base Connectivity) Una lista de correo muy activa

53 Editores (Protégé) Permite: Edición de ontologías Creación de herramientas de adquisición de conocimiento mediante formularios relacionados con las ontologías descritas Creación de bases de conocimiento mediante la entrada de instancias particulares de los datos de la ontología Ejecución de aplicaciones que operen sobre la base de conocimiento Tiene una colección interesante de Plug-ins

54 Editores (Protégé) Interfaz: Bastante sencilla y comprensible Se basa en Clases y sus dependencias jerárquicas Slots Definición atributos de cada clase Forms Creación de formularios Instances Entrada de datos concretos en las fichas anteriores Queries Consulta la base de datos de conocimiento

55 Editores (Protégé)

56 Conclusiones Posibilidades Recuperación de información mejorando las posibilidades de los motores de busqueda Catalogación para describir el contenido y las relaciones entre los contenidos de una pagina o sede web, una Intranet, o una biblioteca entera Los agentes de software inteligentes se pueden beneficiar de RDF para encontrar y "entender" más fácilmente el significado de la información que procesan y detectar el nivel de relevancia. Calificación de contenidos. Para facilitar la valoración del contenido de artículos, páginas web, etc. Para describir los derechos de propiedad de las páginas web, para expresar las preferencias de privacidad de un usuario, las políticas de privacidad de una sede Web Para facilitar la seguridad al comercio electrónico unido con las firmas digitales.

57 Conclusiones Que podemos decir? La Web Semántica es aún una visión que ha comenzado a caminar pero aún tiene mucho camino por delante Comienzan a haber herramientas apropiadas y estándares emergentes Les posibilidades que tiene justifican al menos no perder de vista este tema Algunas empresas comienzan a utilizarla Está bastante ligada a XML Está fuertemente impulsada por Tim Berners- Lee