PROPUESTA DE PATRÓN DE URI COMO PARTE DE LA INICIATIVA DE LINKED DATA

Transcripción

1 PROPUESTA DE PATRÓN DE URI COMO PARTE DE LA INICIATIVA DE LINKED DATA EQUIPO DE INVESTIGACIÓN y DESARROLLO (I+D) SUBPROCESO DE TRANSFERENCIA DEL CONOCIMIENTO Versión: 1.0 Bogotá, Diciembre de 2014 Página 1 de 34

2 PROPUESTA DE PATRÓN DE URI COMO PARTE DE LA INICIATIVA DE LINKED DATA Título Propuesta de patrón de URI como parte de la iniciativa de Linked Data Versión 1.0 Autor Identificador Gerencia Infraestructura de Datos Espaciales para el Distrito Capital Diego Ricardo Ibarra Rodríguez. URI-1.0 Fecha de creación Descripción Publicador El presente documento recoge algunas prácticas de diseño de patrones de URI. Estos referentes son base en la elaboración de una propuesta de URI a ser adoptada por IDECA como parte del desarrollo de la iniciativa de Linked Data. UAECD Colaboradores Tipo Formato Fuente Idioma Cobertura Derechos Palabras claves Texto Microsoft Word (.doc) Ver sección de bibliografía Español Bogotá Distrito Capital Copyright Web Semántica, URI, Linked Data Página 2 de 34

3 CONTROL DE VERSIONES Fecha Autor/ Modificado por Versión Cambio efectuado 2014/10/01 Diego Ricardo Ibarra Rodríguez 0.1 Primera versión del documento. No hay cambios para registrar Página 3 de 34

4 CONTENIDO 1. INTRODUCCIÓN MARCO DE REFERENCIA Diseño de una URI Glosario Propuesta de diseño de URI Reino Unido (UK) Definiciones, marcos y principios Principios de Diseño para un conjunto de URI Diseño para un conjunto de URI Características de calidad para publicar un conjunto de URI Cómo debe ser descubierto un esquema de URI? Elegir el dominio adecuado para la URI La estructura de ruta para una URI Buscando una URI Hacer frente a los cambios con el paso del tiempo Formatos legibles por Máquinas y Humanos Norma Técnica de Interoperabilidad Española Requisitos para la construcción de Identificadores de Recursos Uniformes Identificación de Recursos en Linked Data Definición del Esquema de URI Español Tipos de URI que Identifican Recursos Semánticos Mantenimiento de los Identificadores PROPUESTA PATRÓN DE URI Propuesta Patrón de URI para IDECA BIBLIOGRAFÍA ANEXOS Resumen - URIs cool para la Web Semántica URIs para Objetos del Mundo Real URIs Cool Enlaces - Linking Página 4 de 34

5 1. INTRODUCCIÓN Entre los proyectos estratégicos para el año , la Unidad Administrativa Especial de Catastro Distrital - UAECD y La Infraestructura de Datos Espaciales del Distrito Capital IDECA se han venido ejecutando actividades encaminadas a la disposición de datos de manera abierta como parte de la implementación de Gobierno en Línea y se desarrolló el proyecto de Red de ontologías del Mapa de Referencia para el Distrito Capital, como los primeros pasos en la adopción de la iniciativa de Linked Data. Sin embargo el desarrollo de esta iniciativa requiere de un trabajo en el mediano y largo plazo y cuyo horizonte puede ser representado en 5 etapas que son: Especificación, Modelamiento, Generación, Publicación y Explotación; de las cuales tanto la especificación como el modelamiento ya se han alcanzado de manera parcial con los proyectos a los que se hacía mención anteriormente. En este mismo orden y dirección las actividades posteriores deben contribuir a que todos los recursos que se esperan disponer (Inicialmente el piloto es la información geográfica y alfanumérica de Mapa de Referencia) puedan ser generados, publicados y explotados dentro del marco de la Web Semántica. Para ello se deben desarrollar todo un conjunto de especificaciones técnicas relacionadas con los protocolos de disposición e identificación de los recursos en la Web. Y uno de estos son los identificadores de recursos uniformes o URI (Uniform Resource Identifier); particularmente el tema relacionado con la definición de patrón, el cual es materia del presente documento donde se recogen algunas especificaciones técnicas de los gobiernos del Reino Unido y España de cómo deben definirse estas cadenas de caracteres que identifican de manera única y unívoca cada uno de los recursos que se disponen en la Web a través de los protocolos HTTP; para que a partir de estos se elabore la propuesta de patrón de URI a ser adoptado para identificar los objetos, las relaciones y las instancias que conforman la Red ontológica del Mapa de Referencia de Bogotá. Página 5 de 34

6 2. MARCO DE REFERENCIA 2.1. DISEÑO DE UNA URI La meta de la iniciativa de Linked Data, es la de promover una visión de la Web como una base de datos global donde los datos se encuentran interconectados. Y en esta base de datos global se hace necesario identificar los recursos de la internet y es allí donde la URI contribuye precisamente a ello. Así mismo las URI favorecen la reutilización de recursos ya que establecen las directrices para la identificación de la información reutilizable de forma unívoca, estable, extensible, persistente en el tiempo y ofreciendo garantías de procedencia que son clave para habilitar un mecanismo coherente de reutilización e interrelación con otros conjuntos de datos, recursos u objetos en la Web. Ante la anterior situación y como parte de las actividades a considerar para la adopción de Linked Data, IDECA ha decidido establecer y adoptar un mecanismo de nombrado o Patrón de URI acorde a criterios internacionales y recomendaciones de la W3C, con el fin de posibilitar la identificación coherente de los recursos ontológicos de Mapa de Referencia y de las posteriores Ontologías que se desarrollen a fin que cualquier usuario pueda identificarlos y reutilizarlos sin importar su tema o procedencia. Sin embargo esta explotación de los recursos no debe ser vista como un beneficio individual, al contrario la reutilización de recursos debe generar un valores agregado que debe traducirse para la comunidad en un aumento del bienestar social o en un impacto económico GLOSARIO IRI Identificadores de Recursos Internacionales: La IRI es un estándar propuesto por la W3C cuyo objetivo es solventar la limitación de la utilización de los caracteres de la A-Z (que formarían parte del estándar ASCII) hasta su substitución por un conjunto de caracteres universales (que formarían parte del estándar Unicode), de forma que los desarrolladores y usuarios pueden identificar recursos en su propio idioma (Lenguaje Nativo). Toda URI es una IRI. (Marquez, 2007) Página 6 de 34

7 HTTP Protocolo de Transferencia de Hipertexto (Hyper Text Transfer Protocol): Es el protocolo en cada transacción de la Web. El Hipertexto es el contenido de las páginas web y el protocolo de transferencia es el sistema mediante el cual se envían las peticiones para acceder a una página web y obtener la respuesta de esa misma web, remitiendo la información que se verá en la pantalla del navegador. (Marquez, 2007) HTML Lenguaje de Marcación de Hipertexto (HyperText Markup Language): Lenguaje de marcación diseñado para estructurar textos y presentarlos en forma de hipertexto, que es el formato estándar de las páginas web. (Marquez, 2007) URL Localizador Uniforme de Recursos (Uniform Resource Locator): Secuencia de caracteres, (protocolo://máquina/directorio/fichero), con la cual se asigna una dirección única a cada uno de los recursos de información disponibles en internet. Esta dirección permite que un navegador la encuentre y la muestre de forma adecuada. (Marquez, 2007) URI - (Uniform Resource Identifier). Los identificadores de recursos uniformes son cadenas de texto que permiten establecer referencias únicas y unívocas a documentos, recursos de información o a cualquier objeto en la Web. (NTI - Española) URI Identificadores de Recursos Uniformes (Uniform Resource Identificator): Esta referencia URI se parecen a las URL, sin embargo, se diferencian en que las URI introducen dos nuevos conceptos: i) la diferencia entre referencias absolutas y relativas; y ii) el concepto de un identificador de fragmento. (Marquez, 2007) 2.3. PROPUESTA DE DISEÑO DE URI REINO UNIDO (UK) A continuación, se presentan el conjunto de principios que desde la propuesta técnica británica deben ser considerados en el diseño de un patrón de URI. Como las URI pueden ser usadas para publicar datos de referencia del sector público 1. Por lo general, los departamentos y agencias del gobierno tienen una lista para cada tipo de 'cosa' en la que son responsables o que manejan de alguna manera, y asocian una referencia que identifica a cada entrada en la lista. De ser así haga uso de ese identificador, ya que hacen declaraciones sobre la "cosa" en sus datos. Por ello, las listas contienen los Datos de Referencia que proporcionan un significado común e identificador común para referirse a la misma cosa dentro de ese departamento o agencia. Página 7 de 34

8 Se debe definir la cobertura de instituciones, para luego asignar un identificador (con un significado común para todas las instituciones) para ser asociado a sus datos. 2. El conjunto de URI serán un componente integral de la arquitectura de información del sector público ya que soporta varios objetivos, incluyendo la liberación de datos públicos, reducción de la duplicación, y el aumento e intercambio de información hacia la transformación de los servicios gubernamentales. 3. El conjunto de URI pueden ser publicado por el sector público para proporcionar identificadores fiables y completas de "cosas" como escuelas, carreteras, legislación, lugares, proyectos, eventos y demás. Cuando la calidad de estos conjuntos pueda ser descrito consistentemente, otros propietarios de datos tendrán la confianza para volver a utilizarlos en sus propios datos, dando lugar a la web de datos que pueden ser vinculados, consultados y agregados. 4. Se busca promover: i) el uso de un dominio raíz para el conjunto de URI con el fin de promover su reutilización, ii) que la organización de las URI se establezca por sectores (educación, transporte y salud) con un departamento o agencia principal y iii) crear conciencia del uso de metadatos para describir las características de calidad de cada conjunto de URI DEFINICIONES, MARCOS Y PRINCIPIOS Tipo de Recurso Tabla 1. Tipos de URI UK Tipo de URI para nombrar el Definición / Alcance recurso Son las cosas físicas (escuela, persona, camino) o abstractas (Sector Gobierno, Grupo Étnico, Evento) que pueden hacer referencia a las instancias. Cosas del mundo real Información en la Web acerca de Cosas del mundo real Identificador URI Documento URI Una Cosa del mundo real no puede ser encontrada en la Web, pero si puede encontrar la información relacionada a esta. Es importante, por lo tanto, ser capaz de distinguir entre la cosa del mundo real y la información sobre la misma, al hacer instancias referidas a esta. Este nombre del documento que está localizado en la Web y que está explícitamente vinculado a la publicación de cada Identificador URI provee información acerca de las cosas del mundo real. Página 8 de 34

9 Tipo de Recurso Índice de cada uno de los identificadores dentro de un conjunto Definición de los conceptos Relaciones entre cosas Conjuntos de Datos Tipo de URI para nombrar el recurso Representación URI Lista URI Ontología URI Ontología URI Conjunto URI Definición / Alcance Cuando el editor de un Documento URI ofrece más de un formato, cada formato puede ser nombrado separadamente por una Representación URI. Dependiendo de los formatos, algunas Representación URI pueden nombrar documentos que son legibles por máquinas y por lo tanto pueden proporcionar enlaces sobre los recursos nombrados. Esta provee una lista con los Identificador URI que está contenido dentro del conjunto. Considerando que las cosas del mundo real identifican instancias individuales de esas cosas, también existe la necesidad de proveer una definición del concepto. Cada parte de una instancia RDF puede ser nombrada usando una URI. Esto incluye las relaciones entre las cosas del mundo real. La Ontología URI da el enlace a la ontología que puede proporcionar un mayor razonamiento acerca de las relaciones y los conceptos que pueden ser relacionados Colección de datos de referencia que son publicados usando URI s, acerca de un solo concepto gobernados desde una sola fuente. Por ejemplo cada una de las escuelas, caminos, leyes estaría separada por un conjunto de URI PRINCIPIOS DE DISEÑO PARA UN CONJUNTO DE URI Tabla 2. Principios y nivel de cumplimiento para diseñar una URI Principio Cumplimiento Utilice HTTP para que las URI s puedan ser resueltas Utilice una estructura de ruta coherente para indicar explícitamente el tipo de URI El editor debe dejar en claro si el conjunto de URI es promovido para ser reutilizado por entidades del gobierno o por el público El conjunto de URI debe publicar su longevidad esperada, y el potencial para su reutilización Los conjuntos de datos que sean promovidos para su reutilización deben ser diseñados para durar por lo menos 10 años Obligatorio Recomendado Obligatorio Obligatorio Recomendado Página 9 de 34

10 Principio Cuando más de una Representación URI está disponible, proporciónese un Documento URI donde el Contenido de Negociación pueda ser usado para proporcionar la representación más apropiada. Evite exponer la implementación técnica de una URI es su estructura Como mínimo, proporcione una Representación URI legible por máquina En caso de ser necesario, proporcione una Representación URI legible por humanos en HTML Provea un medio para descubrir cada una de las Representación URI disponibles para un solo Documento URI Un conjunto de URI publicará su autorización, autenticación y características de calidad de los datos utilizando un vocabulario común La estructura de una URI no contendrá nada que la pueda cambiar, como un ID de sesión. Una estructura de patrón dirección de URI será legible para que un ser humano tenga una comprensión razonable de su contenido. Cumplimiento Recomendado Recomendado Obligatorio Recomendado Recomendado Obligatorio Obligatorio Recomendado DISEÑO PARA UN CONJUNTO DE URI 1. Una URI debe contener: Una URI que denomine al conjunto y describa sus características de calidad. Cada cosa del mundo real que sea identificado con una URI debe ser un solo concepto. La Ontología URI define el esquema de conceptos y relaciones. Lista URI es la lista que identifica las URI s contenidas en el conjunto. 2. Cada tipo de URI proporcionará un mecanismo de búsqueda de datos en la Web sobre el recurso que la URI denomine, usando: un Documento URI, al menos una Representación URI para cada Documento URI que sea legible por máquina. 3. El editor de un conjunto de URI implementará servicios para proporcionar mecanismos como: Operaciones de búsqueda (Lookup) para un Identificador URI y que sea redireccionado a su Documento URI. Descubrir cada uno de las Representación URI que están disponibles para un Documento URI. Obtener la más apropiada Representación URI para una aplicación específica. Página 10 de 34

11 2.1.4 CARACTERÍSTICAS DE CALIDAD PARA PUBLICAR UN CONJUNTO DE URI La siguiente información deber ser proporcionada como una parte del metadato que describe el conjunto de URIs: Componente Definición del Concepto Relaciones con otros conjuntos de URI Procedencia Estatus Oficial Precisión Integridad - Completitud Puntualidad - Oportunidad Términos de la Licencia Longevidad prevista Usuarios previstos Representación disponible Tabla 3. Información del Metadato de una URI Descripción Ya sea por: i) Una Ontología URI que resuelve una definición legible por máquina, ii) un metadato legible por humanos Para resaltar otros conjuntos de URI asociados Para describir la fuente y el propósito del dato de referencia Para describir el rango de estatus de los identificadores que están contenidos en el conjunto Para describir la cercanía a la verdad de que el conjunto de intentó lograr Para describir el grado en que los identificadores URI son un conjunto completo con respecto a la definición del concepto Para describir el intervalo de tiempo entre un cambio de una cosa del mundo real comienza a ser aplicado en el esquema de las URI s Para describir los términos de uso del conjunto de URI s Para proporcionar una garantía de la persistencia del conjunto Para describir quien puede usar libremente con confianza el conjunto. Esto proporciona una forma de señalar el conjunto que es promovido para su reutilización Para describir el rango de formatos de archivos para la representación de URIs en el conjunto CÓMO DEBE SER DESCUBIERTO UN ESQUEMA DE URI? Será necesario un mecanismo que proporcione un único punto de consulta para descubrir cada conjunto de URI que sea promovido para su reutilización. Se proponen métodos establecidos como void 1 (vocabulary of interlinked Datasets) 1 Página 11 de 34

12 2.1.6 ELEGIR EL DOMINIO ADECUADO PARA LA URI Con respecto al dominio raíz de un conjunto de URI, considérese: - El editor necesitará control del contenido del sub-dominio - El domino tendrá los niveles de servicio y escalabilidad adecuados para su capacidad de recuperación y rendimiento Adicionalmente, cuando un conjunto de URI es promovida para su reutilización, las siguientes consideraciones aplican para encontrar un balance entre componentes: - Flexibilidad y legibilidad - La carga administrativa - Costos de infraestructura En particular el dominio será: - Que sea mantenido a perpetuidad - No contenga el nombre de instituciones o dependencias - Defina y nombre un concepto, que pueda ser re-asignados - Asegúrese que los conceptos no se contrapongan - Requiere de unos costos mínimos de infraestructura y administración - Escalable para el procesamiento, el rendimiento, la capacidad de recuperación La elección del dominio debe proporcionar la confianza al consumidor, que el conjunto de URI ha cumplido con los criterios mínimos de calidad, incluyendo la implementación de estas consideraciones de diseño. En otras palabras, el propio dominio debe transmitir una garantía de calidad y la longevidad. Debido a la unidad de racionalizar sitios web y también para separar la presentación de los datos de su ubicación, la URI se basará en un dominio específico (por ejemplo: ideca.gov.co), el cual se subdividirá en sectores como sub-dominios. Cuando se busque una URI el servidor donde esté alojado el dominio proporcionará la respuesta al mismo, o los DNS se utilizarán para redirigir las consultas a la dependencia o servidor correspondiente. Un sector no es el nombre de una institución o departamento. Los sectores deben ser comprensibles por el público, en lugar de reflejar como el gobierno está actualmente organizado. Por ejemplo educación, puede ser un referente de sector para un conjunto de URI promovido para reutilización. Página 12 de 34

13 2.1.7 LA ESTRUCTURA DE RUTA PARA UNA URI La estructura de la ruta de una URI debe contener: Identifique el conjunto de conceptos. Un concepto se define como una palabra o una cadena de caracteres que captura la esencia de una cosa del mundo real que conforman el conjunto de nombres. Esta debe escribirse en minúscula, separada por guiones y escrita en singular. Identifique una instancia individual de una cosa del mundo real. Se conoce como referencia, una cadena de caracteres que es usada para identificar una instancia individual de un concepto. La referencia debe coincidir con la forma en que es utilizada normalmente. En algunas circunstancias, un nombre puede ser apropiado como la referencia (ejemplo: Colombia ). Cuando el nombre puede cambiar, o se convierte en excesivamente prolijo, un código puede ser más apropiado. camino/m5 escuela/125 camino/m5/cruce/24 escuela/125/clase/5 Identifique el tipo de URI. Según el tipo de URI por ejemplo pueden ser: Tipo de URI Identificador URI Documento URI Representación URI Lista URI Conjunto URI Ontología URI Tabla 4. Estructura de ruta según el tipo de URI Sugerencia Contiene la cadena de caracteres id para mostrar que esta es un Identificador URI. Contiene pares de Concepto-Referencia. Lo mismo que se asocia a Identificador URI, pero remplazando el id con doc, o removiéndolo completamente. Lo mismo que está asociado al Documento URI pero con la extensión del archivo Lo mismo que un Documento URI con la referencia al final del par Concepto-Referencia faltante. El significado es proporcionar una lista de URI s para ese concepto Contiene la cadena de caracteres scheme y el nombre del concepto {dominio}/def/{concepto} Página 13 de 34

14 Identifique un formato de archivo. La extensión del archivo indica el formato de un documento que será retornado. Por ejemplo: doc.rdf, doc.html BUSCANDO UNA URI Una URI puede ser utilizada para vincular datos sin la necesidad de buscarlos Look it up. Buscar una URI es el proceso de resolver (a veces conocido como eliminación de referencias). Continuando con los parámetros de la iniciativa de Linked Data se propone el uso del protocolo HTTP, la resolución de una URI se hace a través de un HTTP GET, el cual puede ser solicitado por una máquina o un ser humano. El propósito de resolver una URI, es: - Obtenga una mayor definición de los recursos que los nombres - Descubrir otros recursos relacionados - Obtener información básica que es probable que encuentre útil un investigador típico Referido a la figura, el consumidor no debe depender de la manipulación sintáctica de URI para localizar el otro conjunto de componentes asociados. El publicador deber proporcionar la capacidad de buscar entre los componentes, por ejemplo, dando solo la URI de una instancia de un concepto (por decir una escuela en particular); para encontrar la correspondencia con el documento ontológico y desde allí localizar información acerca del conjunto que puede incluir un catálogo con todas la instancias del concepto referido. Figura 1. Escalabilidad de la URI Página 14 de 34

15 Algunas de las cuestiones a tener en cuenta al proporcionar mecanismos para resolver una URI se dan a continuación: Resolviendo Identificadores URIs En una arquitectura de Linked Data, debe poderse resolver la URI de una Cosa del mundo real, con un Documento que contenga información acerca de aquella cosa. En otras palabras, debe ser posible resolver un Identificador URI con un Documento URI. 2 Resolviendo Documentos URI Un Documento URI resolverá de la manera más adecuada la Representación URI para proveer en un formato conforme a lo solicitado por el cliente. Cuando más de una Representación URI está disponible conteniendo la misma información en diferentes formatos, esta puede ser archivada usando Contenidos de Negociación (Content Negotiation). A menudo será útil versionar la información que está disponible acerca de una Cosa particular. Indicando cuando la información contenida en un Documento es válida. También suele ser útil para el volver atrás y mirar información que fue válida en el pasado. Para ello es necesario tener una Fecha en el Documento URI que contenga información válida en, o desde, una fecha particular HACER FRENTE A LOS CAMBIOS CON EL PASO DEL TIEMPO Una vez creada una URI debe persistir sin cambios. La esencia de las Cosas del mundo real es que es poco probable que cambien, mientras que su descripción en un punto del tiempo pueden cambiar. En consecuencia un único identificador URI puede tener un número de versiones asociadas al Documento URI que podrían ser versionados según un estado y/o fecha y así sucesivamente. Cuando la esencia de una cosa del mundo real pasa naturalmente por varios estados o etapas; esas etapas pueden ser diseñados en la estructura de la trayectoria de URI, creando así un URI separada para cada etapa. por ejemplo: act/1985/67/enacted 2 Dos manera de resolver Identificadores URI para proveer un Documento URI, se describen en el Anexo: URI s cool para la Web Semántica. Página 15 de 34

16 Para el Conjunto de URI, el editor puede proporcionar un alias de URI según la versión actual. Un Esquema URI explicará cómo se hace frente a los cambios y al paso del tiempo para asesorar a los consumidores acerca de qué alias de URI son apropiadas para utilizar en sus estados. Tabla 5. Ejemplo de URI según modelo UK Tipo de URI Sugerencia Ejemplo Identificador Documento Representación Def. Concepto Esquema Lista de identificadores de esquema /{doc.file-extension} doc.rdf Conjunto FORMATOS LEGIBLES POR MÁQUINAS Y HUMANOS Cuando una URI es resuelta y un documento es retornado una variedad de formatos pueden ser usados. Formatos para la representación de URI s Los documentos pueden estar disponibles en múltiples formatos. Para cada posible representación del documento se debe tener una distinta representación de URI. RDF/XML - Turtle - HTML - JSON - Teniendo distintas representación de URI para cada posible representación que permita acceder a una representación particular sin que cambie el encabezado que se envían con una solicitud, que es útil para ciertos clientes. Cada documento debe también incluir apuntadores a otros formatos disponibles y las listas de recursos también deben incluir una lista de las posibles representaciones. Por ejemplo: Página 16 de 34

17 En HTML, use el <link> elemento con un tipo de atributo adecuado En RDF, use un dct:hasformat property En Atom, use el <atom:link> elemento con un tipo de atributo adecuado Al menos una representación debe ser entendible por máquinas de manera que permita la construcción de un grafo en RDF. Es recomendable que esta presentación sea una de estas: RDF/XML 3 (preferido, ya que está soportado en un gran número de herramientas) XHTML con una transformación GRDDL 4 XHTML embebido en un RDFa 5 Los siguientes formatos proporcionados también son aceptados en la construcción de un grafo RDF: Turtle 6 N3 7 Otros formatos también son útiles. En particular, estos son útiles para proveer otros formatos entendibles por máquinas, como son: JSON CSV También es útil proporcionar versiones legibles por humanos, de los documentos en HTML Página 17 de 34

18 2.4. NORMA TÉCNICA DE INTEROPERABILIDAD ESPAÑOLA El gobierno Español a través de la Secretaría de Estado de Administraciones Públicas, promulga mediante Resolución del 19 de febrero de 2013, la Norma Técnica de Interoperabilidad de Reutilización de recursos de la información. Dicha norma establece los conceptos relacionados con el desarrollo de políticas de gestión de documentos electrónicos por parte de las Administraciones públicas en el marco de la Administración electrónica, incluyendo los aspectos relacionados con su implantación práctica, e identificación de los requisitos y procesos de la gestión de los documentos electrónicos. En particular, la Norma técnica de interoperabilidad de reutilización de recursos de información establece condiciones comunes sobre selección, identificación, descripción, formato, condiciones de uso y puesta a disposición de los documentos y recursos de información elaborados o custodiados por el sector público, relativos a numerosos ámbitos de interés como la información social, económica, jurídica, turística, sobre empresas, educación, etc., cumpliendo plenamente con lo establecido en la Ley 37/2007, de 16 de noviembre. Estas condiciones tienen el objetivo de facilitar y garantizar el proceso de reutilización de la información de carácter público procedente de las Administraciones públicas, asegurando la persistencia de la información, el uso de formatos así como los términos y condiciones de uso adecuados REQUISITOS PARA LA CONSTRUCCIÓN DE IDENTIFICADORES DE RECURSOS UNIFORMES Para la construcción de los identificadores de recursos uniformes se tendrán en cuenta los siguientes requisitos: a) Se usarán los protocolos HTTP o HTTPS, con el fin de garantizar el direccionamiento y resolución de cualquier identificador de los recursos en la web. b) Dado que pueden existir representaciones distintas asociadas a un mismo recurso de información, un servidor al que se le solicita un identificador de recurso uniforme debería gestionar dicha petición en función de la cabecera HTTP recibida, devolviendo la representación del recurso adecuada a las preferencias del cliente. c) Para la composición de los identificadores de recursos uniformes se usará un esquema consistente, extensible y persistente. Las normas de construcción de los mismos seguirán Página 18 de 34

19 unos patrones determinados que ofrezcan coherencia en la uniformidad, los cuales podrán ser ampliados o adaptados en caso de necesidad. Aquellos Identificadores que sean creados y publicados en algún momento, deberán mantenerse en el tiempo. d) Los identificadores de recursos uniformes seguirán una estructura de composición comprensible y significativa. El identificador deberá ofrecer información de manera que pueda ser entendido y fácilmente escrito por personas lo que permitirá disponer de información sobre el propio recurso, así como su procedencia únicamente interpretando el identificador. e) El identificador de recursos uniforme que identifica cada documento o recurso, en la medida de lo posible, no revelará información sobre la implementación técnica de generación del recurso representado IDENTIFICACIÓN DE RECURSOS EN LINKED DATA Debe tenerse en cuenta que en el paradigma de la Web Semántica o de los datos enlazados (Linked Data) cualquier recurso, sea un objeto físico o lógico, debe de ser descrito de dos formas complementarias: en formato legible para las personas habitualmente en documentos HTML y en un formato procesable por las máquinas, a través de metadatos expresados mediante la infraestructura de descripción de recursos o RDF. De esta forma, cada recurso semántico concepto, individuo o propiedad estará identificado unívocamente por un Identificador de Recurso Uniforme genérico que permitirá establecer referencias desde cualquier parte de la Web al elemento. Además de la identificación abstracta de cada recurso semántico, existirán otras dos URI asociados que identifican al documento HTML o similar legible por personas y a la descripción semántica en RDF a través de cualquiera de las notaciones existentes. Página 19 de 34

20 2.4.3 DEFINICIÓN DEL ESQUEMA DE URI ESPAÑOL La URI se especifica en orden según una de las dos alternativas siguientes, dependiente de los criterios del organismo y de su entorno tecnológico: O, alternativamente, utilizando los identificadores de fragmento mediante la marca # al final de la dirección: Donde se presentan los conceptos: Base ({base}). Componente obligatorio que identifica al organismo que gestiona el URI. La base de las URI incluirá información básica sobre la procedencia de la información, que representará un espacio dedicado por parte de la entidad para albergar su plataforma de reutilización; para indicar la situación de la información relativa a la iniciativa de datos abiertos Carácter de la información ({carácter}). Componente obligatorio y normalizado que representa la naturaleza de la información identificada por la URI vocabulario, esquema de conceptos, objeto o individuo, catálogo, conjunto de datos, entre otros. Esto permitirá a los agentes reutilizadores reconocer el carácter semántico del recurso que se identifica mediante el URI. Valor - Carácter catalogo def Tabla 6. Valores que puede contener el componente carácter Definición Indica que el recurso identificado es un catálogo de información reutilizable o cualquiera de las fichas descriptivas que contienen los metadatos del catálogo y de los conjuntos de datos incluidos. Habitualmente, la información común que describen estos recursos se refiere a la descripción de los mismos, condiciones de uso, origen, vocabularios utilizados, formatos, etc. Indica que el recurso identificado es un vocabulario u ontología, definidos mediante las tecnologías estándar RDF-S y OWL. Estos vocabularios contienen clases y propiedades que son usados como modelo semántico para la descripción de cualquier recurso semántico. Página 20 de 34

21 Valor - Carácter kos recurso Definición Indica que el recurso identificado es un sistema de organización del conocimiento sobre un dominio concreto, habitualmente taxonomías, diccionarios o tesauros. Estos sistemas suelen representarse mediante el estándar SKOS. Tanto el esquema como los conceptos que pertenecen al mismo utilizarán esta referencia en sus URI. Indica que el recurso identificado es un recurso u objeto físico o conceptual. Este tipo de URI identifica a recursos atómicos y a sus descripciones. Estos recursos son instancias de los conceptos que se definen en los vocabularios. En caso de que se especifique extensión, el URI corresponderá a una representación del recurso. Sector o temática genérica ({sector}). Componente opcional y normalizado que identifica el concepto que mejor clasifica al recurso de información de acuerdo con una taxonomía predefinida. Nombre del Dominio o temática específica ({dominio}). Componente opcional que identifica la temática más específica del recurso de información, asociado a un sector, lo que permite una URI más descriptivo. Conceptos específicos ({concepto}). Componente opcional que identifica de forma concreta el recurso en el caso de que sea necesario distinguirlo entre otros individuos. Estos incluyen conceptos e instancias específicas de los recursos. Los conceptos son representaciones abstractas que se corresponden con las clases o propiedades de los vocabularios u ontologías que son utilizados para representar semánticamente los recursos. Estos podrán representar una referencia unívoca a instancias concretas. Por ejemplo, para identificar un recurso correspondiente a un organismo público concreto, se buscaría un identificador unívoco para éste dentro del conjunto de organismos del mismo tipo en este caso, E y se incluiría como parte del URI, resultando: Formato o Extensión del documento ({ext}). Componente opcional que identifica el tipo de formato en el que se representa el documento que identificada el URI. Según lo especificado anteriormente, los identificadores de los recursos semánticos pueden ser de tres tipos: Página 21 de 34

22 a) Identificación abstracta, donde no se especifica el formato, ya que se corresponde con la abstracción conceptual del recurso. b) Documento legible por personas, que utiliza un formato HTML o similar. c) Descripción RDF en cualquiera de sus formatos semánticos. Siguiendo el ejemplo del apartado anterior, para identificar las representaciones correspondientes al organismo público cuyo URI es se añadirían las extensiones correspondientes a los formatos, por ejemplo.html para un documento HTML,.rdf para un documento RDF/XML o.n3 para la descripción semántica en Notación TIPOS DE URI QUE IDENTIFICAN RECURSOS SEMÁNTICOS Recurso semántico Tabla 7. Descripción y Ejemplo según tipo de URI - España Descripción - Si solo se dispone de un catálogo, se puede representar a través de la URI, Catálogo y Conjuntos de Datos - En el caso que se disponga de más de un catálogo se definirá una referencia descriptiva para cada catálogo que haga referencia al tema o dominio del mismo. Para ello se utilizará el URI: - Los conjuntos de datos incluidos en cada catálogo se identifican mediante un URI que incluya un identificador único para cada conjunto de datos de la siguiente forma: o Ejemplos o Cualquier vocabulario u ontología para describir recursos de un dominio concreto seguirá el esquema: Vocabularios El sector indicará el tema del vocabulario, y el dominio corresponderá a la referencia específica asignada al vocabulario, una representación textual breve pero descriptiva. Las clases y propiedades del vocabulario tendrán como base el URI correspondiente al vocabulario donde se definen, ampliando la parte final, según el esquema: Clase} o Clase} Ejemplos Página 22 de 34

23 Recurso Descripción semántico o o Cualquier sistema de organización del conocimiento (taxonomías, diccionarios, tesauros, etc.) sobre un dominio concreto será identificado mediante un esquema de URI : Esquemas de Conceptos El sector indicará el tema del esquema de conceptos y el dominio corresponderá a la referencia específica asignada a dicho esquema de clasificación. Ésta referencia del dominio será una breve representación textual pero descriptiva. Los conceptos incluidos en el esquema tendrán como base la URI correspondiente al esquema donde se definen y se completarán con los identificadores de los conceptos, según el esquema: o Ejemplos o estrellas Estos recursos son las representaciones atómicas de los documentos y recursos de información. A su vez suelen ser instancias de las clases que se definen en los vocabularios. Estos recursos se identifican mediante el siguiente esquema: o Instancia física o conceptual El sector indicará el tema relacionado con el recurso y la clase corresponderá al tipo de concepto que describe al recurso. Habitualmente coincide con el identificador de una de las clases que caracteriza al recurso. El ID es un identificador que permite distinguir al recurso entre el resto de las instancias del mismo tipo, dentro del sistema. En este caso, el dominio relativo al recurso es opcional, ya que el tema específico que enriquece la legibilidad del URI viene dado por el nombre de la clase, pero podría corresponder al especificado en el propio vocabulario que define las clases de la instancia. Ejemplos o Página 23 de 34

24 2.4.5 MANTENIMIENTO DE LOS IDENTIFICADORES Para mantener la coherencia y el mantenimiento posterior del esquema de URI se aplicarán las siguientes reglas para normalizar las distintas partes que componen los URI: a. Seleccionar identificadores alfanuméricos cortos únicos, que sean representativos, intuitivos y semánticos. b. Usar siempre minúsculas, salvo en los casos en los que se utilice el nombre de la clase o concepto. Habitualmente, los nombres de las clases se representan con el primer carácter de cada palabra en mayúsculas. c. Eliminar todos los acentos, diéresis y símbolos de puntuación. Como excepción puede usarse el guion (-) como separador entre palabras. d. Eliminar conjunciones y artículos en los casos de que el concepto a representar contenga más de una palabra. e. Evitar en la medida de lo posible la abreviatura de palabras, salvo que la abreviatura sea intuitiva. f. Los términos que componen los URI deberán ser legibles e interpretables por el mayor número de personas posible, por lo que se debe usar el lenguaje nativo. Página 24 de 34

25 3. PROPUESTA PATRÓN DE URI La Infraestructura de Datos Espaciales del Distrito Capital IDECA, en el desarrollo de la iniciativa de Linked Data y como entidad responsable de la gestión de la información geográfica de Bogotá, tiene la responsabilidad de garantizar los requisitos de interoperabilidad (Sintáctica y Semántica) con el resto de instituciones público-privadas productoras, custodias y administradoras de recursos de información que sean susceptibles de ser reutilizados. Para ello deberá formular una estrategia de reutilización de información geográfica, la cual comprende al menos tres aspectos principales, fuertemente relacionados entre sí, en torno a los cuales se articularán las diversas actividades que se planifiquen: Datos: los datos públicos son la materia prima objeto de la estrategia. Sitio web: es el medio principal por el cual los organismos publican los datos y los agentes reutilizadores localizan y se nutren de los mismos. Soporte: es el elemento de apoyo en el que se encuadran acciones de supervisión y control de las actividades del organismo. Con respecto al primer aspecto Los Datos, y como ya se ha hecho mención, es necesario diseñar un Patrón de URI como identificador único para cada uno de los objetos que sean publicados para su reutilización. En este sentido se elabora la siguiente propuesta. 3.1 PROPUESTA PATRÓN DE URI PARA IDECA Una vez identificados y analizados los requerimientos técnicos para la elaboración de una URI, se propone un esquema que busque adaptarse a una URI Cool en los términos que la define Tim Berners-Lee a fin que cumpla los principios de: - Simplicidad: Son URI s cortas, nemotécnicas, y de fácil recordación. - Estabilidad: Una vez que se configure un URI para identificar un determinado recurso, ésta no podrá tener cambios en un horizonte de tiempo entre 10 o 20 años. - Manejabilidad: Cuando una URI permita adaptarse a aspectos como la temporalidad y el versionamiento. Página 25 de 34

26 Bajo esta premisa se propone como patrón de URI, el siguiente: Dónde cada uno de sus componentes se definen como: Dominio: corresponde al espacio asignado para albergar los recursos a ser publicados. Sector: son los posibles subdominios donde será almacenada la información. Estos sectores corresponde a las diferentes temáticas que se manejan desde el gobierno y que son reflejo de su organización. En la tabla 8, se proponen algunos sectores a partir de la homologación de sectores que se proponen en la Norma Técnica de Interoperabilidad Española y la propuesta Británica así como las temáticas en las que se presenta la información del portal de datos abiertos para Colombia 8. Tabla 8. Tabla de Sectores e Identificadores Propuestos Sector Relacionado con Identificador Ambiente Ciencia y TIC Meteorología, Conservación de la Fauna y la Flora Innovación, Investigación, I+D+i, Tecnologías de la Información y las Comunicaciones, Sociedad de la información ambiente ciencia-tic Comercio Distribución y Consumo comercio Cultura y Recreación Diversión, Aprovechamiento del tiempo libre, Instalaciones deportivas, Competiciones cultura-recreacion Economía Deuda, Monena, Banca y Finanzas economia Educación Formación en todos los niveles educacion Geografía Representación de fenómenos geográficos básicos y temáticos geografia Hacienda Impuestos hacienda Industria Procesamiento de materias primas industria Legislación y Justicia Normatividad y administración de la justicia legislacion-justicia Minas y Energía Sector minero y energético, Fuentes renovables minas-energia Movilidad y Transporte Tráfico y Redes transporte Planeación Construcción de infraestructura y equipamientos públicos planeacion 8 Página 26 de 34

27 Sector Relacionado con Identificador Población Salud Sector Público Padrón, Familias, Mujeres, Infancia, Mayores, Inmigración y Emigración Sanidad e Instalaciones prestadoras de servicios de salud Presupuestos, Organigrama Institucionales, Legislación interna y Función Pública poblacion salud sector-publico Sector Rural Agricultura, Ganadería, Pesca y Silvicultura rural Seguridad Protección civil y Defensa seguridad Sociedad y Bienestar Participación ciudadana, Marginación, Invalidez, Jubilación, Seguros y Pensiones, Prestaciones y Subvenciones sociedad-bienestar Trabajo y Empleo Trabajo y mercado laboral trabajo-empleo Turismo Alojamientos, Hosterías y Gastronomía turismo Vivienda Mercado inmobiliario, Sector Construcción y Viviendas vivienda Carácter: corresponderá al tipo de URI, lo cuales según la clasificación del Reino Unido pueden ser: Tipo de URI Identificador URI Documento URI Representación URI Conjunto URI Ontología URI Tabla 9. Tipo de Carácter Propuesto Sugerencia Lo mismo que está asociado al Documento URI pero con la extensión del archivo Concepto: Los conceptos son representaciones abstractas que se corresponden con las clases, propiedades y relaciones de las ontologías que son utilizados para representar semánticamente los recursos. Estos podrán representar una referencia unívoca a instancias concretas. Extensión: identifica el tipo de formato en el que se representa el documento al que hace referencia la URI. Página 27 de 34

28 Instancia: son los elementos o representaciones de las cosas del mundo real que se agrupan en una clase de la ontología. Esta instancia corresponderá entonces al identificador del recurso el cual le permite distinguirse de las otras instancias del mismo tipo. La anterior es la propuesta de URI a ser adoptada para la publicación de datos bajo el esquema de la Web Semántica y la iniciativa de Linked Data. De igual manera cabe señalar que se tiene que analizar algunos aspectos de carácter técnico y administrativo como son la localización y la propiedad del dominio, así como la disponibilidad de la URI en la Web. Este documento se deja a consideración de la Gerencia de IDECA y de la Subgerencia de Operaciones con el propósito que se hagan las revisiones pertinentes y que se tomen las medidas en cuanto a los requerimientos para su posterior implementación. Una vez se surta dicha etapa esta URI entrará a ser parte de la identificación de cada uno de las clases, relaciones y atributos de la red de ontologías de Mapa de Referencia con el fin de dar continuidad al proyecto piloto. Página 28 de 34

29 4. BIBLIOGRAFÍA Chief Technology Officer Council. (2009). Designing URI Sets for the UK Public Sector. Version 1.0. United Kingdom. David Wood - Editor. (2011). Linking Government Data. ISBN e-isbn , DOI / Springer Science+Business Media, LLC Elena Montiel-Ponsoda, Daniel Vila-Suero, Boris Villazón-Terraza, et al. (2011). Style Guidelines for Naming and Labeling Ontologies in the Multilingual Web. Proc. Int`l Conf. on Dublin Core and Metadata Applications. Leo Sauermann, Richard Cyganiak y Max Volkel. (2006). Cool URs for the Semantic Web is licensed under the Creative Commons Attribution-NoDerivs 2.0 License. Ministerio de Hacienda y Administraciones Públicas. Resolución del 19 de Febrero de Norma Técnica de Interoperabilidad de Reutilización de Recursos de Información. Gobierno de España. Boletín Oficial del estado Número 54. Ministerio de Hacienda y Administraciones Públicas - Dirección General de Modernización Administrativa, Procedimientos e Impulso de la Administración Electrónica. (2013). Guía de Aplicación de la Norma Técnica de Interoperabilidad - Reutilización de Recursos de Información. Gobierno de España. Madrid, España. Santiago Márquez Solís. (2007). La Web Semántica, web semántica y servicios web semánticos. Primera Edición. Página 29 de 34

30 5. ANEXOS 5.1 RESUMEN - URIS COOL PARA LA WEB SEMÁNTICA 9 El lenguaje RDF Resource Description Framework, permite describir documentos y recursos Web provenientes del mundo real de personas, organizaciones y cosas de manera que son procesables entendibles por un computador. La publicación de dichas descripciones en la web crea la Web Semántica. Las URIs son muy importantes ya que son el vínculo entre RDF y la web. La Web Semántica está concebida como un espacio de información descentralizado a nivel mundial de intercambio de datos legibles por máquinas con un mínimo de costos de integración. Sus dos principales retos son: la modelación distribuida del mundo con un modelo de datos compartido; y una infraestructura donde los datos y los esquemas puedan ser publicados, consultados y usados. La pregunta básica es cómo publicar información sobre los recursos de manera que le permita a los usuarios interesados y a las aplicaciones de software encontrarlos? En la Web Semántica toda información tiene que ser expresada como estamentos instancias acerca de los recursos. Los recursos son identificados por una URI Uniform Resource Identifiers, cuyo enfoque de modelado es el RDF URIS PARA OBJETOS DEL MUNDO REAL En la Web Semántica, las URIs identifican no solo los documentos web, sino también objetos del mundo real como personas y autos, e incluso ideas abstractas y cosas que no existen. A esto lo llamamos Recursos. Dada una URI, cómo se puede saber que recursos identifica? Es necesaria alguna manera de responder esta pregunta, porque de lo contrario será difícil de lograr interoperabilidad entre sistemas de información independientes. Cada vez que se menciona una URI, podemos mirar hacia arriba para recuperar una descripción que contiene la información y los enlaces a los datos relacionados relevantes 9 Traducido del documento: Cool URs for the Semantic Web Leo Sauermann, Richard Cyganiak y Max Volkel Página 30 de 34