Desarrollo de Ontologías para la Representación n y el Acceso a la Información

Transcripción

1 Desarrollo de Ontologías para la Representación n y el Acceso a la Información Jian Qin School of Information Studies Syracuse University Presentación n en el panel de SEDIC- Universidad Carlos III de Madrid sobre Avances y tendencias en la Web Semántica Madrid, Spain,, May 8, 2008

2 Esquema general Qué es una ontología? La visión n de un bibliotecario En qué se diferencian las ontologías de los tesauros y de las clasificaciones? Cómo desarrollar ontologías? Por qué necesitamos ontologías? Pasos en el desarrollo de ontologías Caso práctico: desarrollo de la ontología a WOKE Resumen 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 2

3 Un caso de bibliografía (1) 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 3

4 Un caso de bibliografía (2) 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 4

5 Un caso de bibliografía (3) Deseable y posible en el entorno Web: Que ítems que se van a incluir en la bibliografía a puedan importarse directamente de un vendedor de bases de datos a una BD local Que se pueden añadir a adir a cada ítem términos t de materia especializada o palabras clave Que los usuarios puedan navegar y buscar la bibliografía a por materias, título, t tulo, autor Que los resultados se puedan ordenar por fecha, autor, títulotulo Que el resultado muestre categorías as de materias relacionadas con la consulta del usuario Cómo podemos lograr estas características deseables? 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 5

6 Una breve introducción n a la Ontología (tal y como se usa en los Sistemas de Organización n del Conocimiento) Qué es una ontología? Qué puede hacer por las bibliotecas? En qué se diferencia de las clasificaciones, tesauros y metadatos?

7 Qué es una Ontología? Una ontología a es una descripción n explícita de un dominio: Conceptos Propiedades y atributos de conceptos Restricciones en las propiedades y atributos Individuos (a menudo, pero no siempre) Una ontología define Un vocabulario común Una comprensión n compartida Noy, N.F and McGuinness, D.L. Ontology Development 101: A Guide to Creating Your First Ontology. 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 7

8 Ejemplos de Ontología Dominio: Servicios Bibliotecarios 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 8

9 Ejemplos de Ontologías Taxonomías as en la Web Categorías as de Yahoo! Catálogos para la compra online Catálogo de productos de Amazon.com Terminología normalizada de un dominio específico Unified Medical Language System (UMLS) UNSPSC Terminología a para productos y servicios 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 9

10 Otologías y otras estructuras de conocimiento Característica Clasificación Bibliotecaria Tesauro Ontología Propósito Estructura de conocimiento para organizar materiales bibliotecarios Vocabulario controlado para representar temas Modelo conceptual para un conocimiento y/o un dominio de aplicación Estructura Jerárquica rquica Relaciones basadas en términos Jerárquica rquica Etiqueta del concepto Nombre de clase Descriptor Nombre de clase 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 10

11 Ontologías y otras estructuras del Característica Atributo conocimiento Clasificación Subdividido por criterios o facetas N/A Tesauro Ontología Atributos por clases Relación n entre conceptos Clases superiores e inferiores Ver, y V. a. TG, TE, TR, Use, Usado por Lo mismo que las clasificaciones y los tesauros además s de relaciones de otras relaciones como la herencia semántica Lenguaje de definición Natural Vocabulario controlado Lenguaje natural o vocabulario controlado Lenguaje de codificación Lenguaje de razonamiento N/A N/A Lenguajes basados en XML/RDF (ej. SKOS) o bases de datos N/A Lenguajes basados en XML/RDF (ej. OWL) Lógica 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 11

12 Cómo desarrollamos una ontología? Por qué creamos ontologías? Cómo hacerlo paso a paso?

13 Por qué desarrollamos ontologías? Para compartir un entendimiento común de la estructura de la información Entre personas (usuarios, personal) Entre agentes de software Para facilitar la reutilización del conocimiento de un dominio Para evitar reinventar la rueda Para introducir estándares que permitan interoperabilidad 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 13

14 Paso 1: Determinar el alcance y los conceptos Qué dominio va a cubrir la Ontología? Para qué vamos a usar la Ontología? Para qué tipo de preguntas debería a darnos respuestas la Ontología? Utilicemos la bibliografía a sobre caballos como ejemplo 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 14

15 Qué conceptos hay en la bibliografía? a? Bibliografía tiene 1 o más tiene 1 o más Tiene 1 Tiene 1 Item es un tiene 1 o más Artículo Libro Capítulo de libro Autor Fuente Año Categoría de materia 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 15

16 Puede importar términos relacionados con los equinos desde tesauros o taxonomías Categorías as de materia Revisiones & Visiones generales Epidemiología Patogénesis Respiratorio Aborto Neurológico Recién n nacido Prevención n & Control Terapia & Gestión Virología 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 16

17 Qué clase de conceptos? Conceptos abstractos: incontables Disciplinas: Filosofía, Química, Psicología Emociones: cólera, c agitación, alegría Industria: minería, comercio, turismo Etc. Conceptos concretos: contables, tienen instancias (casos específicos) Cosas: mesas, ordenadores, teléfonos móvilesm Eventos: reuniones, acontecimientos históricos, escándalos políticos Personas: gestores, editores, bibliotecarios, granjeros Animales: mamíferos, canino, perro, boxer Organizaciones: fábricas, f granjas, gobierno, iglesia, escuelas, Etc. 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 17

18 Preguntas de destreza práctica para el paso 1 Contiene la Ontología a suficiente información n para responder a esta clase de preguntas? Requieren las respuestas un nivel de detalle particular o la representación n de un área particular? Ejemplo de preguntas de destreza práctica para la bibliografía relacionada con la raza equina: Qué características debería a considerar para incluir un item en la bibliografía? a? Es un item un artículo de revista o un capítulo de libro? Cuáles fueron publicados en los últimos 5 años a sobre el tema X? Qué temas están n relacionados con el tema x? Qué artículos culos están n escritos por el autor Y? Puedo navegar por título, t tulo, autor o materia en la bibliografía? a? 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 18

19 Paso 2: Considerar la reutilización n de fuentes existentes para recopilar vocabulario Estructuras de conocimiento existentes: Vocabularios controlados: tesauros, taxonomías, as, etc. Clasificaciones Recursos de Referencia: Diccionarios, enciclopedias, etc. sobre la materia del dominio tratado Revisiones Recopilar terminología a de expertos y otras fuentes: Entrevistando expertos en la materia Observando los usos de la terminología a en la práctica Analizando los datos de los logs de las preguntas para extraer terminologías utilizadas por los usuarios 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 19

20 Ejemplo de reutilización n de vocabulario a partir de un Tesauro (1) Contenido del curso en el Tesauro ERIC Contenido del curso TG Organización del curso TE Análisis del contenido Aspectos controvertidos (Contenido del curso) Descripciones del curso Objetivos del curso Curriculum Desarrollo curricular Guías de curriculum Cursos optativos Contenido del programa Validación del programa Contenido del manual Programas validados TG= Término genérico TE= Término específico 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 20

21 Ejemplo de análisis conceptual (2) Contenido del curso TG Organización del curso TE Análisis del contenido Aspectos controvertidos (Contenido del curso) Descripciones del curso Objetivos del curso Curriculum Desarrollo curricular Guías de curriculum Cursos optativos Contenido del programa Validación del programa Contenido del manual Programas validados Los Los términos hermanos en en el el grupo grupo de de TE TE no no pueden mostrar relaciones entre entre ellos ellos Nota: Los términos en el mismo color están en el mismo grupo 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 21

22 Ejemplo de análisis conceptual (3) Clase Propiedad Clase Disciplina Objetivo Programa tiene Contenido del tiene tiene programa Subclase Curriculum tiene Desarrollo curricular Destrezas Práctica Análisis tiene Guía del curriculum Tipo de objetivo Curso tiene Objetivo del curso Tipo de propiedad Descripción del curso Tipo de curso (requerido, requerido, optativo, optativo) 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 22

23 Paso 3: Enumerar los términos t importantes en la Ontologías Escriba una lista de todos los términos t que le gustaría, a, tanto: Para hacer declaraciones sobre ellos o para explicárselos a un usuario Sobre qué términos nos gustaría a hablar? Qué propiedades tienen esos términos? t Qué nos gustaría a decir sobre esos términos? t En el ejemplo de la bibliograf En el ejemplo de la bibliografía: El análisis conceptual para la bibliografía genera un grupo de términos: item, autor, fuente, año, categoría de materia 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 23

24 Paso 4: Definir las clases y la jerarquía de clases Cómo se relacionan los conceptos? ES-UN/UNA o ES-UNA UNA- CLASE-DE Parte vs. Todo Tipos especiales de relaciones en un dominio Métodos para la construcción de clases y relaciones: Bottom-up (de abajo a arriba) Top-down (de arriba a abajo Combinación de ambas 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 24

25 Resumiendo: Modelado de conceptos y relaciones Objetivo Necesidades del usuario Práctica Analizar, sintetizar, categorizar, crear Concepto Tipo de concepto Relación Restricciones de las propiedades Clases principales, Subclases, y propiedades dentro de un dominio Concreto o Abstracto Un-tipo-de Es-un/una Parte-todo Términos hermanos, etc. Obligatorio Opcional Repetible No-repetible 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 25

26 Caso práctico: Desarrollo de la Ontología a WOKE Workforce Open Knowledge Exchange (WOKE):

27 Contexto (1) Dominio: desarrollo de plantilla de personal (mano de obra) Objetivo: Desarrollar una ontología a para el intercambio de conocimiento abierto, un sistema basado en Web con la capacidad de presentar, catalogar, buscar y gestionar información n sobre documentos, organizaciones, personas y eventos: Para intercambiar experiencias satisfactorias entre plantillas de personal y sus integrantes a nivel regional en EE.UU Para la reutilización n de estructuras de conocimiento en la representación n de metadatos y en el desarrollo de interfaces 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 27

28 Contexto (2): Usuarios a los que está dirigida (la ontología) Jefaturas de comunidades: Juntas de accionistas de los trabajadores Líderes municipales, de cámaras c o sindicales Organizaciones basadas en comunidades Responsables o encargados elegidos Profesionales del desarrollo de personal: Empleados de juntas de trabajadores Profesionales punteros (en el sector) Especialístas stas en política laboral 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 28

29 Conceptos para workforce (mano de obra, plantilla de personal) en la Clasificación n de Materias de la LC Término Genérico Labor market Labor supply Sinónimos Labor force Labor force participation Work force Workforce subdivisiones Términos específicos Employment re-entry Foreign trade and employment Free choice of employment Hard-core unemployed Investments, Foreign, and employment Job vacancies Shift-share analysis Underemployment Unemployed Unemployment Work sharing Effect of automation on Effect of education on Effect of energy costs on Effect of income maintenance programs on Effect of taxation on Effect of technological innovations on Forecasting Information storage and retrieval systems Regional disparities Religious aspects Research Statistics Términos relacionados Human capital Labor mobility Manpower Manpower policy La La mayoría de de los los términos son son muy muy generales No No están están disponibles muchos términos específicos para para workforce Los Los tipos tipos de de relaciones están están limitados 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 29

30 Métodos y procesos Identificar conceptos de alto nivel Nuevos conceptos adaptados de palabras-clave externas Definir subclases de y relaciones entre conceptos Especifica propiedades de clases Aportaciones de expertos en la materia y de los usuarios, textos de referencia, clasificaciones existentes y vocabularios controlados Ficheros de descriptores externos Rellena las clases con instancias (ocurrencias) 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 30

31 Identificación n de clases de primer nivel (1) Las clases relativas a las entidades se crean a partir de conceptos concretos: Propiedades Elementos de metadatos Valores de las propiedades Valores de los elementos de metadatos Las clases relativas a las materias se crean a partir de conceptos abstractos: Clases Términos de materia Las clases auxiliares o de utilidad se crean a partir de espacios de valor para metadatos (valores de las propiedades) 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 31

32 Identificación n de clases de primer nivel (2) Clases de materia Áreas de actividad Materias Clientes Objetivos Áreas geográficas Sectores industriales Política laboral e investigación Grupos ocupacionales Gestión n del rendimiento Áreas de servicio Atributos de los trabajadores Clases de entidades Conferencia Derecho Persona Organización Proyecto Programa Recurso Clases auxiliares Contacto Tipo de recurso Papel de la persona 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 32

33 Incorporación n de los sistemas de clasificación n existentes en las clases abstractas North American Industry Classification System (Sistema de clasificación de la Industria Norteamericana) Standard Occupational Classification System (Sistema de clasificación ocupacional normalizado) DOL/ETA endorsed classification (Clasificación avalada por el DOLETA de EE.UU: Departamento de trabajo, empleo y administración de la formación) 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 33

34 Subclases de conceptos y relaciones Metodología a de arriba a abajo (Top( Top-down) ) a través s de confrontación n de ideas con los profesionales de Personal para entender las relaciones de las clases de alto nivel Metodología a de abajo a arriba (Bottom( Bottom-up) a través s de la extracción n y categorización n de palabras clave de las bases de datos de los distintos grupos. describe Clases de entidades Clases de materia trata de 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 34

35 Proyecto de interfaz de entrada de metadatos Properties of project class clase clase clase Clases de entidades 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 35

36 Instances of concept classes (2) Un registro del proyecto: 1. Las propiedades funcionan como elementos de metadatos 2. Las clases de materia están usadas como descriptores de contenido 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 36

37 Sistema orientado a la ontología a WOKE (1) 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 37

38 Sistema orientado a la ontología a WOKE (2) Cada término en los temas relacionados tiene tres opciones 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 38

39 Resumen: Lecciones aprendidas Hacer partícipe a los usuarios en una amplia discusión n abierta sobre la conceptualización del dominio. Involucrar diferentes usuarios de tal forma que se proporcione una visión n más m s amplia de la estructura del conocimiento Adaptar a conceptos en desarrollo clases y relaciones que surjan de las discusiones. Hacer un balance entre la utilidad y el coste para alcanzar el nivel de detalle deseado (de la ontología) 5/8/2008 SEDIC, Madrid, Spain - Jian Qin 39

40 Gracias! Preguntas? 2008 Jian Qin