Web semántica y Linked Data

Transcripción

1 Web semántica y Linked Data Daniel Vila Suero dvila@fi.upm.es 17/10/2011 Ontology Engineering Group, Universidad Politécnica de Madrid Agradecimientos: A los miembros del OEG que han participado en la elaboración de estas transparencias

2 Contenido PARTE 1: La Web de Datos y Linked Data - Introducción a la Web semántica - Linked (Open) Data - Tecnologías semánticas - Metodología y herramientas - Casos de uso PARTE 2: Publicación y consumo de datos estructurados en HTML - Introducción - RDFa, - Microdata - Schema.org - Goodrelations - Productontology - Caso de uso: Volkswagen Discusión 2

3 World Wide Web (Visión original) 3

4 La Web está llena de aplicaciones inteligentes (Motores de búsqueda, recomendadores, geolocalización, etc.) Smart Web, Dumb Web Sin embargo, también se dan situaciones en las que la respuesta de la Web no parece alineada con el estado de la tecnología Cuáles son estos problemas? Y las causas? 4

5 Problemas frecuentes (Usuario): Smart Web, Dumb Web - Información inconsistente entre servicios aparentemente relacionados. - Necesidad de visitar múltiples aplicaciones para una tarea simple - CLAVE: Integración de datos en la Web en un formato estándar Problemas frecuentes (Desarrollador): - Heterogeneidad de formatos - Formatos propietarios o de difícil tratamiento - Falta de documentación APIs - 1 API 1 Funcionalidad 1 Forma de acceso => APIs desconectadas 5

6 Qué es la Web de Linked Data? Han pasado 10 años desde la visión original de la Web Semántica. Hasta ahora poco ejemplos de impacto real Tecnologías demasiado complejas En 2007 aparece la iniciativa Linked Data - Una extensión de la Web actual donde se publican y consumen datos de acuerdo a 4 principios (

7 Principios de Linked Data 1. Utilizar URIs para hacer referencias a cosas (recursos) 2. Usar el protocolo HTTP para publicar/recuperar recursos Describir datos en un formato estándar (RDF) dbpedia:tim_berners-lee rdf:type foaf:person foaf:surname "Berners-Lee"@en ; foaf:givenname "Tim"@en ; 4. Enlazar con otros recursos a través de URIs 7

8 Web tradicional (documentos) Links to 8

9 Linked Data (Web de datos) leads RDF Book Mashup 9

10 URIs Uniform Resource Identifier (URI): Generic Syntax - Uniform: - Benefits: allows different types of resource identifiers to be used in the same context allows introduction of new types of resource identifiers without interfering with the way that existing identifiers are used Resource: - whatever might be identified by a URI. - Familiar examples: electronic document, an image, a source of information with a consistent purpose a service (e.g., an HTTP-to-SMS gateway) Identifier: - the information required to distinguish what is being identified from all other things within its scope of identification 10

11 Linked Data cloud evolution Credits: Richard Cyganiak 11

12 Linked Data cloud evolution Credits: Richard Cyganiak 12

13 Linked Data cloud evolution Credits: Richard Cyganiak 13

14 Linked Data cloud evolution Credits: Richard Cyganiak 14

15 Linked Data cloud evolution Credits: Richard Cyganiak 15

16 Linked Open Data 16

17 W3C egovernment Activity Open Government Initiatives - Improving Access to Government through Better Use of the Web - Publishing Open Government Data - W3C Government Linked Data WG W3C Government Linked Data WG Open Knowledge Foundation - Open Data Manual 5-star deployment scheme for Linked Open Data 17

18 Cómo publicar datos en la red? 1) En una página Para usuarios humanos 2) En un fichero Para ser cargados en un SI (XML, HTML, CSV, etc.) 3) Mediante un servicio web Para ser consultados por SI y personas Permite generar servicios de valor añadido Integrarlo en la lógica de la aplicación del usuario Fuente: Antonio Rodríguez Pascual (IGN)

19 Por qué Linked Data? La publicación de datos se puede hacer en páginas HTML, ficheros (CSV, HTML, XML, etc.), o servicios Limitaciones - Estos datos son difíciles de integrar si proceden de la misma o distintas instituciones Ejemplo: Rioja La frente a La Rioja en algunos campos - Los datos no están enlazados y no están siempre preparados para la Web - Los datos deben ser obligatoriamente descargados para poderlos consumir (cuando son muy grandes generan problemas). - No existe una forma estandar de realizar consultas sobre los datos 19

20 PWC- Forecast assets/pwc-tech-forecast-spring-2009.pdf 20

21 Tecnologías en la Web de Datos Representar recursos: RDF (Resource Description Format) Modelar/describir recursos: RDFS/OWL Consultar/recuperar recursos: SPARQL y HTTP Transformar recursos a RDF: - Bases de datos: RDB2RML, OdeMapster, R2O - Any23 - XML: GRRDL - Etc. Metodología: Linked Data lifecycles 21

22 RDF Resource Description Framework W3C recommendation RDF is a basic KR language based on semantic networks Useful to represent metadata and describe any type of information in a machine-accesible way (aka data model) Resources are described in terms of properties and property values using RDF statement Statements are represented as triples, consisting of a subject, predicate, and object [S,P,O] Subject property Object Statement Slide adapted from RDF and RDF Schema - Raúl García et al. 22

23 RDF - Example Alberto Fernández hasname hascolleague hascolleague Male hassex Se utilizan XML namespaces xmlns:urjc= xmlns:person= urjc:alberto is equivalent to RDF serializations: XML, N3, N-Triple Alberto Fernández person:hasname urjc:alberto person:hascolleague urjc:antonio person:hascolleague urjc:idafen Male person:hassex Slide adapted from RDF and RDF Schema - Raúl García et al. 23

24 RDF - SPARQL Alberto Fernández person:hasname urjc:alberto person:hascolleague person:hascolleague urjc:antonio urjc:idafen person:hassex Male Query: Tell me who are the persons who have Antonio as colleague? person:hascolleague urjc:antonio Result: urjc:alberto and urjc:idafen SPARQL query language for RDF. W3C recommendation SELECT?s WHERE {?s person:hascolleague urjc:antonio.} Slide adapted from RDF and RDF Schema - Raúl García et al. 24

25 SPARQL SPARQL is the query language of the Semantic Web. It lets us: 1. Pull values from structured and semistructured data 2. Explore data by querying unknown relationships 3. Perform complex joins of disparate databases in a single, simple query 4. Transform RDF data from one vocabulary to another 25

26 SPARQL # prefix declarations PREFIX foo: < # dataset definition FROM... # result clause SELECT... # query pattern WHERE {... } # query modifiers ORDER BY... 26

27 Arquitectura SPARQL y endpoints SPARQL realiza consultas contra grafos RDF. Un SPARQL endpoint acepta consultas y devuelve los resultados via HTTP. Los resultados de una consultado pueden ser devueltos o renderizados en multitud de formatos: - XML. SPARQL specifies an XML vocabulary for returning tables of results. - JSON. A JSON "port" of the XML vocabulary, particularly useful for Web applications. - RDF. Certain SPARQL result clauses trigger RDF responses, which in turn can be serialized in a number of ways (RDF/XML, N-Triples, Turtle, etc.) 27

28 SPARQL consultas federadas Introduce atributos SERVICE y BINDING La combinación de ambos permite componer una consulta que delega partes de la misma a una serie de servicios remotos. SERVICE: permite dirigir una sección de la consulta a un servicio remoto BINDINGS: para la transferencia de resultados 28

29 SPARQL Federated query - example PREFIX : < PREFIX dc: < SELECT?a FROM <mybooks.rdf> {?b dc:title?title. SERVICE < {?s dc:title?title.?s dc:creator?a } } 29

30 RDF Schema RDF Schema for RDF Vocabularies Es una recomendación del W3C Permite definir vocabularios: - Clases - Propiedades - Tipos de datos - Restricciones de dominio (origen) y rango (destino) de las propiedades (relaciones) - Taxonomías de clases y propiedades (subclassof, subpropertyof) 30

31 RDF Schema rdf:first rdfs:member rdfs:seealso rdfs:isdefinedby rdfs:value rdf:subject rdf:predicate rdf:object rdfs:resource rdfs:label rdfs:comment rdf:type rdf:rest rdfs:subpropertyof rdfs:subclassof rdf:list rdfs:container rdf:statement rdf:property rdfs:class rdfs:literal rdfs:domain rdfs:range rdf:bag rdf:seq rdf:alt rdfs:containermembershipproperty rdfs:datatype rdf:xmlliteral rdf:nil rdfs:member rdf:_1 rdf:_2 rdf:_3 Credits: Raúl García-Castro y Edna Ruckhaus 31

32 Linked Data lifecycle 32

33 Herramientas Transformación - CSV and hojas de cálculo RDF extension of Google Refine, XLWrap, RDF123, NOR 2 O - RDB D2R Server, R2O, ODEMapster, W3C RDB2RDF WG R2RML - XML GRDDL, ReDeFer Librerías en multitud de lenguajes: - Java: Sesame, Jena Framework, OWL API - PHP: ARC - Python: rdflib, raptor - Ruby: rdf.rd - Scala Almacenamiento (RDF Stores): - Allegrograph - Virtuoso Universal Server - Fuseki - Oracle 33

34 Linked Data architecture 34

35 R 2 O is an extensible, fully declarative language to describe mappings between relational database schemas and ontologies. The ODEMapster processor generates RDF instances from relational instances based on the mapping description expressed in the R 2 O document R2O 35

36 Herramientas para enlazado automático Identify suitable data sets as linking targets LIMES Discover relationships between data items Silk Framework Validate the relationships discovered sameas Validator 36

37 Herramientas para enlazado automático GeoLinked Data DBPedia. resource/madrid. GeoNames. geo.linkeddata.es/... /Madrid.. sws.geonames.org/ /. 37

38 Exploitation map4rdf map4rdf: Google maps viewer of RDF resources Resources with spatial information Extensible with google plugins Used in other applications like Aemet, Goodrelations map4rdf SPARQL Triplestore 38

39 Proyecto de Linked Data desde 2008 BBC Linked Data 39

40 Uso de negociación de contenido HTTP URI: BBC Linked Data RDF/XML TEXT/HTML 40

41 41

42 Caso de uso: Seevl 42

43 GeoLinkedData NOR 2 O ODEMapster Geometry2RDF 43

44 Arquitectura GeolinkedData HTML Linked Data map4rdf Including Provenance Support Pubby Pubby 0.3 SPARQL Virtuoso

45 DEMO 45

46 46 Provinces

47 47 Capital of Province

48 48 Provinces Industry Production Index

49 49 Beaches

50 Visión de futuro Streaming resources 50

51 Conclusiones Las tecnologías semánticas están llegando a un punto óptimo de madurez Si se aplican bien pueden ayudar a reducir costes La nube de Linked Data crece continuamente y cada vez hay más datos disponibles nuevas oportunidades de negocio Existe otra opción para publicar datos estructurados en la Web (en marcado HTML) y ambas son complementarias. 51