Wikis y tecnologías semánticas

Transcripción

1 DEPARTAMENTO DE CIENCIAS DE LA COMPUTACIÓN E INTELIGENCIA ARTIFICIAL Wikis y tecnologías semánticas Una propuesta para la Externalización del Conocimiento V. B. Director Memoria de investigación presentada por Antonio Jiménez Mavillard dentro del programa de doctorado Lógica, Computación e Inteligencia Artificial. Universidad de Sevilla. Dr. Joaquín Borrego Díaz Sevilla, 23 de mayo de 2011

2

3 A Juan.

4

5 Índice general Prólogo 1 Resumen 3 1. Contexto El origen de la Web Limitaciones de la Web actual La Web Semántica XML RDF RDFS OWL Lógica Ontologías Dificultades de las ontologías Soluciones colaborativas Conclusiones Estado del arte 23 V

6 VI Índice general 2.1. Web 2.0 y Web Semántica Semántica y wikis AceWiki COW IkeWiki JSPWiki KiWi Makna Moki ODEWiki Ontobrowse OntoWiki Powl Semantic MediaWiki SweetWiki SWiM Otras Resumen Conclusiones Externalización del conocimiento El conocimiento como activo Modelo de Nonaka y Takeuchi Gestión del conocimiento

7 Índice general VII Modelo de Nonaka y Takeuchi adaptado Semántica emergente Interfaces semánticas de usuario Conclusiones Sword Descripción general Correspondencia ontología wiki Interfaz de usuario Funcionalidad Tecnología y arquitectura OSMV Ejemplo Gestión del conocimiento semántico Resumen Conclusiones Conclusiones y proyecto de investigación futura 93 Apéndices 98 A. Ontología OSMV 101 A.1. Diagrama A.2. Clases en detalle A.3. Jerarquía de clases y propiedades

8 VIII Índice general B. API de Protégé OWL 111 C. Base de datos de MediaWiki 113 Bibliografía 117

9 Índice de figuras 1.1. La Web Semántica de Tim Berners-Lee Arquitectura de la Web Semántica Elementos de una ontología Anotación semántica usando una ontología Metaweb = Web Semántica + Web Interfaz web de AceWiki Editor y navegador ontológico de COW Arquitectura de COW Interfaz de IkeWiki Arquitectura de IkeWiki Interfaz de IkeWiki TagIT: información geográfica en KiWi Arquitectura de KiWi Arquitectura de Makna Separación entre ontología e instancias en Makna Typed pages y typed links Metamodelo de empresa en Moki IX

10 X Índice de figuras Interfaz de Moki Interfaz de ODEWiki Arquitectura de Ontobrowse Interfaz de Ontobrowse Ontología SOA Interfaz de OntoWiki Arquitectura de Powl Interfaz de Powl Una vista semántica de Londres Código fuente del artículo sobre Londres Folksonomía y editor de ontologías en SweetWiki Arquitectura de SweetWiki Interfaz de SWiM Subconjunto de la ontología de sistema Extracción de RDF en SWiM Eras de creación de riquezas Ciclo de Nonaka y Takeuchi Creación de conocimiento Proyección del ciclo de Nonaka y Takeuchi Interfaz de usuario de OntoxicWiki Barra de herramientas de OntoxicWiki Arquitectura de Protégé con extensión OWL Arquitectura de MediaWiki

11 Índice de figuras XI 4.5. Arquitectura de OntoxicWiki Clase Expression en Protégé Clase Expression en OntoxicWiki Creación de conocimiento mediante OntoxicWiki A.1. Diagrama de clases y relaciones de OSMV A.2. Clases y propiedades de OSMV B.1. API de Protégé OWL C.1. Sección de la base de datos de MediaWiki manipulada C.2. Base de datos de MediaWiki completa

12

13 Índice de tablas 1.1. Vocabulario de RDFS Sintaxis y semántica en DL Equivalencia entre wiki y ontología Comparación entre wikis semánticas (a) Comparación entre wikis semánticas (b) Características de OntoxicWiki Equivalencia entre ontologías y matemáticas A.1. Descripción de DocumentationClass A.2. Descripción de GlobalDocumentationClass A.3. Descripción de LocalDocumentationClass A.4. Descripción de LicenseModel A.5. Descripción de Ontology A.6. Descripción de OntologyEngineeringTool A.7. Descripción de OntologyLanguage A.8. Descripción de OntologySyntax A.9. Descripción de OntologyTask XIII

14 XIV Índice de tablas A.10.Descripción de OntologyType A.11.Descripción de SocialDocumentationClass

15 Prólogo Mucho se ha recorrido desde la concepción de la Web (Semántica) hasta nuestros días, pero aun mayor es el camino que resta para hacer de la Web Semántica una realidad cotidiana. Trabajos como los de Tim Berners-Lee o como los aportados por Thomas R. Gruber sobre ontologías han contribuido considerablemente a dar pasos decisivos en esta larga travesía. Asumir que el futuro de la Web será inteligente es una fase superada y admitir que la inteligencia de la Web pasa por la semántica es algo en que la mayoría de investigadores están de acuerdo. En este punto, el papel de las ontologías es indiscutible. Nadie pone en duda que las ontologías se han convertido en la piedra angular de la Web Semántica. Sin embargo, como a veces sucede en estos casos, la novedad de las nuevas tecnologías se torna en su propia losa: en primer lugar, hay que comprenderlas para poder emitir juicios de valor; en segundo lugar, hay que aceptar su validez; y en tercer lugar, hay que aprender a utilizarlas para aplicarlas adecuadamente. Este trabajo habla sobre el rol predominante de las ontologías, sobre sus posibles formas de creación y mantenimiento, sobre la importancia de potenciar su uso y, por encima de todo, sobre la colaboración en la Web como elemento cohesionador. 1

16

17 Resumen La Gestión del Conocimiento se ha convertido en un tarea clave para las organizaciones y empresas que son conscientes del valor de este activo en el mercado actual, y para ello, las tecnologías semánticas pueden jugar un papel crucial. Una aproximación prometedora es potenciar la Externalización del Conocimiento en forma de ontologías, lo cual permitiría su gestión automática y eficiente en la inminente Web Semántica. Sin embargo, una de las grandes dificultades con que se encuentra la futura implantación de la Web Semántica es la aceptación social (en cuanto a comprensión y uso) de las ontologías. En este trabajo se propone el uso de wikis para manejar ontologías por comunidades (usuarios de una intranet, empleados de una empresa, etc.). En concreto, se presenta una plataforma semántica social, Sword 1 con la que los miembros de la comunidad pueden diseñar y mantener ontologías colaborativamente, así como describir sus usos y aportar sus propias experiencias a través de una wiki. El objetivo que se persigue es salvar la incipiente brecha semántica entre usuario y ontología, para fomentar así la utilización de éstas y, consecuentemente, mejorar la gestión del conocimiento. El contenido de esta memoria se distribuye en los siguientes capítulos: Capítulo 1: Contexto El capítulo 1 introduce el marco actual de la Web. Se justifica la necesidad de creación y mantenimiento colectivo de ontologías y se propone el uso de wikis para llevar a cabo esta tarea. Capítulo 2: Estado del arte En este capítulo se hace un estudio sobre el estado del arte en semánti- 1 Social Wiki for Ontology Revision and Documentation 3

18 4 Índice de tablas ca y wikis. Se concluye la necesidad de documentar las ontologías colaborativamente para fomentar su (re)usabilidad. Capítulo 3: Externalización del conocimiento El capítulo 3 expone la importancia del conocimiento como activo en las empresas y presenta un modelo para su creación y administración. Se argumenta la necesidad de contar con herramientas adecuadas para mejorar la gestión del conocimiento. Capítulo 4: Sword En el capítulo 4 se presenta una herramienta para documentar ontologías social y colaborativamente. Se describe su papel en el contexto de la gestión del conocimiento y se compara con otras soluciones existentes. Capítulo 5: Conclusiones y proyecto de investigación futura En el último capítulo se extraen las conclusiones más importantes de este trabajo y se plantean algunas líneas de trabajo para el futuro.

19 Capítulo 1 Contexto 1.1. El origen de la Web La World Wide Web (WWW) ha crecido exponencialmente desde que en el año 1989 su inventor, Tim Berners-Lee, creara un sistema de documentos de hipertexto, llamados páginas webs o simplemente webs, enlazados y accesibles a través de Internet [1], y sentara las bases del protocolo de transmisión HTTP 1, el lenguaje de marcado de documentos HTML 2 [2] y el concepto de URL 3. El enorme desarrollo que ha experimentado la Web desde sus inicios ha cambiado profundamente la forma de entender aspectos de la vida cotidiana tales como la comunicación personal o la manera de dirigir un negocio. Esta revolución está transformando al mundo, conduciéndolo hacia lo que hoy llamamos la Sociedad de la Información. En esta nueva era, la Web ha permitido un flujo de comunicación global a una escala sin precedentes en la historia de la humanidad. Personas separadas en el tiempo y el espacio pueden usar la Web para intercambiar todo tipo de información o incluso desarrollar mutuamente cualquier proyecto. Experiencias emocionales, ideas políticas, cultura, negocios... todo puede ser compartido y difundido digitalmente con el menor esfuerzo, haciéndolo llegar casi de forma inmediata a cualquier otro punto del planeta. 1 HiperText Transfer Protocol 2 HyperText Markup Language 3 Universal Resource Locator 5

20 6 Capítulo 1. Contexto Gracias a las Tecnologías de la Información y la Comunicación, la sociedad continúa evolucionando hacia la Sociedad del Conocimiento y, en un paso más, el modelo económico actual lo hace hacia la Economía del Conocimiento, donde se considera al conocimiento como el principal activo de la dinámica económica Limitaciones de la Web actual La inmensa mayoría de los usos de la Web está relacionada con la búsqueda y gestión de información, para lo cual los buscadores juegan un papel crucial de hecho, indispensable. Los motores de búsqueda más populares son los basados en palabras clave, como son Google 4, Yahoo! 5 o MSN 6. Sin lugar a dudas, la Web debe gran parte de su enorme éxito a los buscadores; sin embargo, existen serios problemas asociados a su naturaleza [3]: Poca o ninguna información. A menudo ocurre que no obtenemos ninguna respuesta a nuestra pregunta, o que no se recuperan las páginas importantes. Demasiada información sin precisión. Incluso si se recuperan las páginas más relevantes, no serán de ninguna utilidad si se extraen junto a una gran cantidad de documentos. Mucha información puede resultar tan inútil como demasiada poca. Resultados sensibles al vocabulario. A veces nuestra palabra clave inicial no obtiene el resultado deseado. En estos casos, los documentos principales usan diferente terminología de la consulta original. Consultas semánticamente similares deberían producir el mismo resultado. Páginas webs individuales como resultado. Si necesitamos información esparcida en distintos documentos, debemos realizar varias consultas para recopilar los documentos más significativos. A continuación, tenemos que navegar por los documentos seleccionados, extraer la información parcial y unirla manualmente

21 1.2. Limitaciones de la Web actual 7 Por estos motivos, la ingente cantidad de información que circula por la red en la actualidad nos lleva a la necesidad de encontrar fórmulas alternativas que nos garanticen búsquedas satisfactorias. El principal obstáculo para proporcionar mejores resultados a los usuarios es que, a día de hoy, el significado de los contenidos de la Web no es comprensible por las máquinas. En otras palabras, la Web no incorpora mecanismos que permitan el procesado automático de la información. Por ejemplo, un buscador que acceda a la página web de un profesor de universidad desconoce que existe un grupo de personas que trabaja en ciertas instituciones llamadas universidades y que estas personas imparten clases, a las cuales asiste otro grupo de personas llamadas alumnos, a quienes el profesor asigna calificaciones según sus conocimientos de la materia impartida en las clases. Ignorando este conocimiento, el buscador sólo puede realizar un procesado muy primitivo de la información presentada en la página del profesor, basado en la búsqueda de palabras clave en el texto de la página. Así, actualmente es impensable hacer consultas del estilo Obtén la lista de los antiguos alumnos a los que el profesor Joaquín Borrego impartió la asignatura de Seminario de Inteligencia Artificial en la Universidad de Sevilla y que ahora son profesores en universidades españolas. Existen herramientas que pueden recuperar textos, separarlos en partes, comprobar la gramática, asociar sinónimos a sus palabras... No obstante, a la hora de interpretar y extraer información útil para el usuario, las capacidades del software actual se encuentran aún muy limitadas. Las deficiencias descritas no sólo se dan en la comunicación entre humano y máquina: también existe a nivel máquina máquina. Esto se debe a que la Web actual no incluye mecanismos para la interoperabilidad entre sistemas de información basados en la Web. IEEE define la interoperabilidad como la capacidad de dos o más sistemas o componentes para intercambiar información y usar la información que ha sido intercambiada [4]. Para la autora Lisa L. Brownsword, es la capacidad de una colección de entidades comunicativas de compartir información especificada y de operar sobre esa información de acuerdo con una semántica operacional establecida [5]. Para intercambiar la información es necesario proporcionar aproximaciones que faciliten la creación de una comprensión común y compartida de un dominio, de forma que éste pueda ser usado por personas y máquinas. A esta capacidad de intercambio de información basada en un significado común se conoce como interoperabilidad semántica, un concepto fundamental y siempre presente en las sociedades modernas (por ejemplo,

22 8 Capítulo 1. Contexto en el comercio electrónico, en la industria electrónica, etc.). Para superar estos problemas, la solución más ampliamente respaldada en todo el mundo es la de representar el contenido de la Web de alguna forma que sea fácilmente comprensible para las máquinas y usar técnicas basadas en Inteligencia Artificial para sacar provecho de esta nueva representación. Se conoce a este plan para revolucionar la Web como la iniciativa de la Web Semántica (WS) La Web Semántica Es indudable que el futuro de la Web será inteligente, es decir, estará lleno de información que las máquinas podrán comprender y, a partir de la cual, extraer conclusiones de interés para el usuario. Tim Berners-Lee, creador de la WWW, lo sabía; por eso su idea original no fue una mera colección de documentos de hipertexto (webs) enlazados y accesibles a través de Internet, ni siquiera la Web tal como la conocemos hoy, sino una web dotada de significado, de información que pudiera ser interpretada tanto por humanos como por máquinas [1]. Actualmente, este ambicioso proyecto se conoce como la iniciativa de la WS. El mismo Berners-Lee aclara su propio concepto: El primer paso es colocar los datos en la Web de un modo en que las máquinas puedan entenderlos naturalmente o convertirlos a esa forma. Esto crea lo que yo llamo una Web Semántica: una red de datos que pueden ser procesados directa o indirectamente por máquinas. [1] La Web Semántica es una extensión de la actual Web en la cual la información se da mediante un significado bien definido, lo que facilita que los ordenadores y la gente trabajen en cooperación. [6] La Web Semántica proporcionará estructura al contenido importante de las páginas web, creando un entorno donde los agentes de software 7 que viajan de página en página puedan enseguida llevar a cabo complicadas tareas para los usuarios. Así, un agente que venga de la página web de la universidad no sólo sabrá que la página tiene palabras como profesor, alumno, clase o asignatura (como puede codificarse hoy), sino también que el profesor Antonio Jiménez Mavillard 8 7 Un agente es una entidad capaz de percibir y actuar sobre un entorno. 8 Datos modificados del artículo original.

23 1.3. La Web Semántica 9 Figura 1.1: La Web Semántica de Tim Berners-Lee trabaja en la universidad de lunes a viernes, y que un posible script 9 tomaría un rango de datos en el formato día mes año y devolvería fechas y horarios de clase. [6] La WS pretende ser una extensión de la Web actual (no una web paralela) en la que, gracias a la información extra añadida (metadatos), las máquinas comprenderán el contenido de la Web. El término comprensión referido a las máquinas no debe entenderse en el sentido humano (quizá algún día), sino en el de inferir, deducir. Algunos autores prefieren utilizar expresiones como procesable o accesible por las máquinas en lugar de comprensible o entendible, por ello a menudo se encuentra así en la literatura. En resumen, la WS puede definirse como una WWW donde la información se encuentra estructurada y ordenada, de manera que puede ser procesada por máquinas. Se trata, por tanto, de saber procesar en lugar de comprender. Esta sutil diferencia del lenguaje encierra un revolucionario cambio de filosofía y reaviva la cuestión de la inteligencia de las máquinas, planteada desde los orígenes de las Ciencias de la Computación. En Maquinaria computadora e 9 Programa no compilado escrito en un lenguaje de programación sencillo.

24 10 Capítulo 1. Contexto inteligencia (1950), Alan Turing decía: Creo que, a finales de siglo, (...) podrá hablarse de máquinas pensantes sin levantar controversias. [7] Berners-Lee se muestra algo más escéptico: El concepto de documentos que las máquinas puedan entender no implica ninguna inteligencia artificial que permita a la máquina comprender las palabras de los humanos. Sólo indica la habilidad de la máquina para resolver un problema bien definido desarrollando operaciones bien definidas sobre datos bien definidos. En lugar de pedir a las máquinas que entiendan el lenguaje humano, implica pedir a la gente que haga un esfuerzo. [8] Esta segunda opinión conlleva que en vez de abordar la inteligencia de las máquinas desde el punto de vista de la Inteligencia Artificial, creando agentes súper inteligentes, habrá que hacerlo desde el lado de la propia Web. Algunos autores han llegado a interpretar la WS como la asunción del fracaso de la Inteligencia Artificial: como no conseguimos crear máquinas con verdadera inteligencia artificial (idéntica a la inteligencia humana), vamos a ponerles las cosas más fáciles a las máquinas añadiendo metadatos. Este argumento es falaz y fácilmente refutable. Si hablamos a un japonés en español, es muy probable que no nos entienda. Esto no significa que el japonés carezca de inteligencia, sino que hemos elegido el lenguaje equivocado. Del mismo modo, para hacernos entender por una máquina, debemos hablar en algún lenguaje que ella pueda comprender, en su idioma; es decir, usar lenguajes formales. Estos lenguajes se conocen como lenguajes de Representación del Conocimiento, los cuales definen correctamente el problema, las operaciones y los datos, y habilitan el Razonamiento Automático. Con este objetivo se han desarrollado diversas tecnologías (cumpliendo los estándares de W3C 10 ) que, aplicadas convenientemente, hacen posible la interoperabilidad semántica y constituyen la base de la WS (ver figura 1.2) XML XML 11 [9] se trata de un lenguaje con el que describir documentos me extensible Markup Language

25 1.3. La Web Semántica 11 Figura 1.2: Arquitectura de la Web Semántica diante etiquetas que el propio usuario define de ahí que el lenguaje sea extensible. Aporta la sintaxis con la que estructurar contenidos pero sin expresar nada acerca de la semántica [10]. Este lenguaje es frecuentemente utilizado para el intercambio de datos en la Web. El siguiente código muestra un ejemplo de documento XML: <?xml version="1.0" encoding="iso "?> <libro> <titulo> La historia interminable </titulo> <autor> Michael Ende </autor> </libro> RDF RDF 12 [11] es un lenguaje para representar declaraciones sencillas sobre los recursos de la Web. Utiliza la sintaxis XML y aporta semántica mediante ternas de la forma sujeto verbo predicado, es decir, estableciendo relaciones entre recursos: un determinado elemento (sujeto) tiene cierta propiedad (verbo) con un valor concreto (predicado). Cada recurso (su- 12 Resource Description Framework

26 12 Capítulo 1. Contexto jeto, verbo o predicado) se identifica por una URI 13. El siguiente ejemplo muestra cómo se describe un recurso en RDF: <rdf:rdf xmlns:rdf=" xmlns:dc=" <rdf:description about=" joaquin/blog"> <dc:creator> Joaquín Borrego Díaz </dc:creator> <dc:title> Ontoblogia </dc:title> </rdf:description> </rdf:rdf> RDFS RDFS 14 [12] permite definir el vocabulario de un dominio categorizando los recursos en clases, propiedades e instancias, establecer relaciones entre estas categorías, controlar qué propiedades pueden aplicarse a qué recursos y comprobar que los valores vinculados a una propiedad sean correctos. En el ejemplo siguiente, el recurso caballo es una subclase de animal. <?xml version="1.0"?> <rdf:rdf xmlns:rdf=" xmlns:rdfs=" xml:base=" <rdf:description rdf:id="animal"> <rdf:type rdf:resource="#class"/> </rdf:description> <rdf:description rdf:id=çaballo <rdf:type rdf:resource="#class"/> <rdfs:subclassof rdf:resource="#animal"/> </rdf:description> </rdf:rdf> 13 Universal Resource Identifier 14 RDF Schema

27 1.3. La Web Semántica OWL Tabla 1.1: Vocabulario de RDFS OWL 15 [13] es un lenguaje para definir ontologías (apartado 1.4) que añade un vocabulario más rico que RDFS para describir clases y propiedades, lo que lo hace más expresivo, sin comprometer en exceso su complejidad computacional (si un lenguaje es lo suficientemente expresivo como para ser útil, las inferencias que se pueden extraer serán incompletas) [14]. OWL está estructurado en capas, cada una con un nivel de expresividad, diseñadas para satisfacer las necesidades específicas de cada comunidad de usuarios. W3C define OWL con tres sublenguajes: OWL Lite es el lenguaje más simple y menos expresivo. Esta diseñado para aquellos casos que necesitan principalmente una clasificación jerárquica y restricciones simples. OWL DL permite la máxima expresividad conservando completitud computacional (garantiza que todas las conclusiones son computables) y resolubilidad (todos los cálculos se resuelven en tiempo 15 Ontology Web Language

28 14 Capítulo 1. Contexto Tabla 1.2: Sintaxis y semántica en DL finito). OWL DL es denominado de esta forma por su correspondencia con la Lógica Descriptiva (Description Logic), un campo de investigación que estudia la lógica que compone la base formal de OWL. La Lógica Descriptiva es un subconjunto decidible 16 de la Lógica de Primer Orden y, por tanto, susceptible de aplicarse en razonamiento automático. Con OWL DL es posible computar automáticamente la clasificación jerárquica y chequear inconsistencias en la ontología. OWL Full es el lenguaje más potente en expresividad pero es indecidible. Este lenguaje se encuentra ya en su segunda versión, OWL 2, que ofrece nueva funcionalidad respecto a su antecesor, OWL 1. El código siguiente representa una sección de ontología donde se describe a una persona como un animal cuyos padres son también personas y tienen un único padre. <owl:class rdf:id="person"> <rdfs:subclassof rdf:resource="#animal"/> <rdfs:subclassof> <owl:restriction> <owl:onproperty rdf:resource="#hasparent"/> <owl:toclass rdf:resource="#person"/> </owl:restriction> 16 Una lógica es decidible si es computable en tiempo finito.

29 1.3. La Web Semántica 15 </rdfs:subclassof> <rdfs:subclassof> <owl:restriction owl:cardinality="1"> <owl:onproperty rdf:resource="#hasfather"/> </owl:restriction> </rdfs:subclassof> </owl:class> Lógica La Lógica es la disciplina que estudia los principios del razonamiento. Suministra una serie de reglas de inferencia que permiten aplicar razonamiento automático al conocimiento proporcionado por las ontologías (apartado 1.4). De este modo, es posible determinar si los datos son correctos o inferir conclusiones a partir de ellos. La Lógica garantiza fiabilidad y proporciona pruebas al usuario, aumentando la confianza en los resultados. El código siguiente es un ejemplo de inferencia en lógica de predicados: A partir de %Todos los profesores son miembros de la facultad prof(x) faculty(x) %Todos los miembros de la facultad son empleados faculty(x) staff(x) %Michael es un profesor prof(michael) se deduce %Michael es miembro de la facultad f aculty(michael) %Michael es empleado staf f(michael) %Todos los profesores son empleados prof(x) staff(x)

30 16 Capítulo 1. Contexto 1.4. Ontologías Sobre las tecnologías descritas anteriormente (ver figura 1.2) se sustentan las ontologías. En Filosofía, la Ontología es la rama de la Metafísica que estudia la naturaleza de la existencia. Abarca las categorías fundamentales de existencia (qué entidades existen) y sus propiedades trascendentales (que incluyen las relaciones entre las entidades existentes). Por analogía, la Inteligencia Artificial tomó prestada esta idea para definir una ontología como un modelo del conocimiento en términos de qué conceptos hay 17 y cuáles son las relaciones entre ellos en el contexto de un dominio de discurso 18. En términos generales, una ontología consta de una taxonomía de clases, propiedades y axiomas. Las clases son los conceptos formalizados; las propiedades son características de las clases, que pueden ser atributos intrínsecos a la clase o relaciones establecidas entre ellas; los axiomas son reglas lógicas que se declaran sobre los elementos de la ontología. Formalmente, una ontología es la declaración de una teoría lógica [15]. La literatura contiene numerosas definiciones de ontología. Bob Neches (ARPA Knowledge Sharing Effort) dio la primera definición de ontología en Inteligencia Artificial: un instrumento que define los términos básicos y relaciones a partir del vocabulario de una área específica, así como las reglas para combinar dichos términos y las relaciones para definir extensiones de vocabularios [16]. Thomas Robert Gruber (ARPA Knowledge Sharing Effort), investigador en el campo de la Inteligencia Artificial, define una ontología como una especificación explícita y formal de una conceptualización compartida [17]. Que la especificación sea explícita hace referencia a que una ontología identifica expresamente sus conceptos, propiedades, relaciones y axiomas. El término formal indica que la ontología debe implementarse en algún lenguaje de representación de ontologías interpretable por un computador. Una conceptualización es un modelo 19 de un dominio. Que la conceptualización sea compartida refleja la idea de que el conocimiento capturado por la ontología debe ser consensuado y descrito mediante un vocabulario común consistente. Existen distintos tipos de ontologías, atendiendo a diversos criterios de 17 En Inteligencia Artificial, lo que existe es lo que puede ser representado. 18 Conjunto de objetos que pueden ser representados cuando el conocimiento del dominio se representa de forma declarativa. 19 Abstracción o representación simplificada.

31 1.4. Ontologías 17 Figura 1.3: Elementos de una ontología clasificación. Según el ámbito de conocimiento al que se aplican, podemos encontrar: Ontologías generales. También llamadas ontologías fundacionales, son las ontologías de más alto nivel. Describen conceptos generales, independientes de cualquier dominio, por ejemplo, el espacio o el tiempo. Ontologías de dominio. Son las que describen algún dominio concreto de conocimiento, por ejemplo, vehículos o animales. Ontologías de núcleo. Describen el núcleo de un dominio específico, sus conceptos y relaciones más importantes. Ontologías de tarea. Esta clase de ontologías describe tipos genéricos de actividades, por ejemplo, la venta de productos, la edición de un libro o el diagnóstico de una enfermedad. Ontologías de aplicación. Describen algún dominio, pero de un modo dependiente de la aplicación para la que han sido destinadas. Lo usual es que una ontología no pertenezca sólo a una de estas categorías, sino a varias.

32 18 Capítulo 1. Contexto La principal característica asociada a la utilización de ontologías es la facilidad que ofrecen para compartir y reutilizar el conocimiento entre personas o sistemas de información. Existen múltiples ventajas que se derivan de su uso: Reutilizar una ontología facilita el intercambio de conocimiento y la comunicación entre personas, agentes inteligentes y sistemas de información, favoreciendo la consecución de objetivos comunes en colaboración. Siempre que dos sistemas de información tratan de comunicarse y compartir su información, pueden aparecer problemas de interoperabilidad semántica debido a que los sistemas no hablan el mismo idioma. Las ontologías favorecen la integración de información y la interoperabilidad entre fuentes heterogéneas de conocimiento. Se puede anotar la información (ver figura 1.4) para permitir la posterior recuperación semántica. Especial interés tiene el uso que los motores de búsquedas pueden hacer de las ontologías para realizar búsquedas semánticas. Los términos que aparecen en la Web referenciarían a un concepto de una ontología, con un significado inequívoco. Se evitarían así ambigüedades en las búsquedas de términos polisémicos. Además, las ontologías especificarían qué términos se refieren al mismo concepto, estableciendo relaciones de equivalencia mediante axiomas, solucionando de este modo el problema de los sinónimos. Las ontologías pueden usarse para comprobar la validez de los datos. La lógica añadida suministra una serie de reglas de inferencia, gracias a la cual es posible verificar si los datos son correctos. Más aun, las reglas de inferencia permitirían deducir nuevo conocimiento a partir del ya existente. Por ejemplo, un razonador automático puede deducir fácilmente la respuesta la pregunta formulada anteriormente (apartado 1.2): Obtén la lista de los antiguos alumnos a los que el profesor Joaquín Borrego impartió la asignatura de Seminario de Inteligencia Artificial en la Universidad de Sevilla y que ahora son profesores en universidades españolas. Las ontologías serán la base para programar agentes inteligentes. Toda la información será accesible para ellos. Los servicios web se describirán también mediante ontologías, de los que los agentes podrán hacer uso automáticamente, sin intervención humana.

33 1.4. Ontologías 19 Figura 1.4: Anotación semántica usando una ontología Dificultades de las ontologías Numerosas investigaciones han argumentado las ventajas de usar ontologías para consensuar y compartir el conocimiento [16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26]. El éxito de las ontologías depende del desarrollo de una verdadera disciplina de ingeniería para el diseño de ontologías [15]: la Ingeniería Ontológica. Noy y McGuinness crearon una sencilla metodología de Ingeniería del Conocimiento para el desarrollo de ontologías [27]; Fernández y otros también aportaron su propio procedimiento para transformar el arte de construir ontologías en Ingeniería Ontológica [28]. La Ingeniería Ontológica es una poderosa aproximación a la interoperabilidad semántica. Los productos construidos, las ontologías, son, por un lado, la pieza clave para la implementación de dicha interoperabilidad en organizaciones y empresas [29] y, por otro, el pilar fundamental para implantar la WS. No podemos, no obstante, ignorar los problemas que plantea instaurar la WS y las críticas de sus detractores. Uno de estos problemas radica en que la creación de ontologías consensuadas dista mucho de ser una tarea rápida. En cualquier área de conocimiento, resulta difícil que los actores involucrados se pongan de acuerdo en definir una ontología común. Las ontologías no son verdades universales, sino modelos del universo. Dependen del punto de vista de la persona que las creó y del campo de aplicación. Por ello, crear una ontología no es garantía de reusabilidad e interoperabilidad si su definición no va acompañada del debido consenso [19].

34 20 Capítulo 1. Contexto Soluciones colaborativas De las dificultades citadas, se puede concluir que el proceso de diseñar una ontología debe ser cooperativo. Existen trabajos [17] donde ya se planteaban cuestiones que incluían cómo grupos de personas pueden alcanzar un consenso en conceptualizaciones compartidas. Aranda-Corral y otros proponen que sean los propios usuarios de las ontologías los que describan sus usos de forma colaborativa haciendo uso de una wiki [30]. Una wiki se puede entender como una colección de documentos de hipertexto simplificado que son leídos y editados por una comunidad [31]. Fue inventada por el programador Ward Cunningham en 1994 cuando estaba buscando un método para recopilar ejemplos de tareas comunes de programación entre un grupo de desarrolladores. La idea era construir un software que permitiera a los usuarios crear y editar libremente contenido web usando un navegador. Desde entonces, las wikis se han erigido en una de las formas más universales de colaborar en red, y muchas comunidades en línea emplean wikis para intercambiar conocimiento [32]. Trabajos como el de Ebersbach y otros [33] avalan esta afirmación. En concreto, algunas de las razones que las han popularizado son: La wiki presenta su contenido en formato comprensible para todos los perfiles de usuario, principalmente en lenguaje natural. Una wiki hace posible la creación de contenido colaborativo. Los usuarios de una wiki se organizan en comunidades con intereses en temas comunes. Este planteamiento de cooperación no es novedoso, pues se remonta a la concepción inicial de la Web. Tim Berners-Lee la concibió de tal forma que favoreciera, además de la interactuación entre máquinas, la colaboración entre personas [1]. La Web ha evolucionado desde su creación hacia esa idea original; hasta llegar a lo que hoy se conoce como la Web 2.0 (W2.0). Para Tim O Reilly, la W2.0 se fundamenta en siete pilares básicos [34], de los que cabe destacar los siguientes: La Web como plataforma de trabajo. El aprovechamiento de la inteligencia colectiva.

35 1.4. Ontologías 21 Experiencias enriquecedoras para el usuario. Sobre estos pilares se sustentan multitud de aplicaciones de enorme éxito. Yahoo! 20, ebay 21, Amazon 22, del.icio.us 23 o Wikipedia 24 son sólo algunos ejemplos del gran acierto que supuso el cambio de mentalidad surgido en el año La filosofía wiki encaja por completo con los valores 2.0: La Web como plataforma de trabajo. La Web fue originalmente concebida como un espacio de información hipertextual; pero el desarrollo de tecnologías cada vez más sofisticadas han extendido su uso como interfaz remota de software [35]. Este es el caso de la wiki. El aprovechamiento de la inteligencia colectiva. Los hipervínculos constituyen los cimientos de la Web. A medida que los usuarios agregan nuevo contenido, y sitios web nuevos, se enlazan con la estructura de la Web gracias a otros usuarios que descubren el contenido y enlazan con él. De forma muy parecida a la sinapsis del cerebro, donde las asociaciones llegan a ser más fuertes a través de la repetición o la intensidad, la red de conexiones crece orgánicamente como resultado de la actividad colectiva de todos los usuarios de la Web [34]. Del mismo modo, los usuarios de la wiki editan colaborativamente los artículos, a la vez que crean otros nuevos y los enlazan con el resto, crean comunidades de usuarios que comparten intereses comunes y completan cada vez más la información contenida en la wiki. Experiencias enriquecedoras para el usuario. Como muchos conceptos simples, la edición abierta tiene efectos profundos y sutiles sobre el uso de la wiki. Permitir a los usuarios crear y editar cualquier página de un sitio web es excitante, ya que fomenta el uso democrático de la Web y promueve la composición de contenidos por usuarios no técnicos Usuarios no expertos en un determinado área de conocimiento.

36 22 Capítulo 1. Contexto 1.5. Conclusiones La Web actual debe seguir avanzando y evolucionar hacia la WS y para ello es necesario generalizar la adopción de ontologías. La tendencia va en ese sentido: las ontologías se han vuelto cada vez más comunes en muchas aplicaciones. Estas aplicaciones a menudo necesitan de ontologías de gran complejidad para modelar correctamente un sistema. Ontologías de tales magnitudes no pueden generarse por una sola persona, sino que han de desarrollarse en entornos distribuidos, por diferentes autores, cada uno con sus propios conocimientos [36]. Por lo tanto, se necesitan herramientas que den soporte a estas ideas de creación y mantenimiento de ontologías colectivo. En lo que sigue, se va a estudiar el uso de wikis como medio para diseñar y revisar ontologías colaborativamente, así como para describir sus usos y discutir las experencias de los propios usuarios. Antes, se hace una revisión del estado del arte sobre semántica en wikis.

37 Capítulo 2 Estado del arte 2.1. Web 2.0 y Web Semántica Mientras que la W2.0 ha introducido nuevas vías para construir y compartir datos colectivamente, la WS, por su parte, proporciona los medios para representar esos datos de forma que sean interoperables y procesables por máquinas. Estos dos campos a menudo se han considerado erróneamente disjuntos [37]. Sin embargo, la WS no es una Web paralela, sino una extensión de la Web actual que anota sus páginas con metadatos. Esto incluye a las webs de las wikis, que también se pueden anotar semánticamente conformando una wiki semántica. Esta idea de combinar la tecnología wiki con tecnologías de la WS está considerada por muchos miembros de ambas comunidades como una alternativa prometedora a las soluciones actuales para la creación y uso colaborativo de la información en la Web. El concepto de wiki semántica surge de forma natural cuando hablamos de los términos semántica y wiki, aunque no necesariamente todas las wikis que manejan estas dos ideas han de ser semánticas propiamente dicho. Una wiki semántica es un sistema colaborativo de edición en la WS [38], que básicamente extiende a una wiki tradicional con tecnología semántica, como OWL o RDF [39]. Se puede decir que circunscribe las ideas de la WS al entorno wiki. Estas wikis tienen un modelo de conocimiento subyacente descrito en sus propias páginas. Las wikis tradicionales contienen texto estructurado 23

38 24 Capítulo 2. Estado del arte Figura 2.1: Metaweb = Web Semántica + Web 2.0 e hipervínculos sin clasificar, mientras que las wikis semánticas contienen anotaciones semánticas que permiten realizar consultas a sus páginas sobre información específica contenida en ellas o sobre relaciones entre ellas. Algunas de las características más frecuentes en las wikis semánticas son la tipificación de páginas y de enlaces con términos de ontologías [40], la presentación de información dependiendo del contexto, la navegación mejorada (gracias a los enlaces anotados), la búsqueda semántica y el razonamiento automático (soportado sólo por un número pequeño de wikis). Existen numerosos trabajos, como el de Dello y otros [41], que analizan las ventajas de añadir semántica a los sistemas wiki. Además, se han organizado (y se sigue haciendo debido al enorme interés suscitado) congresos específicos cuyo único tema ha sido el de las wikis semánticas. Caben destacar como ejemplos el prestigioso SemWiki [42, 43, 44, 45] o el WikiSym 1. A continuación se presenta un estudio de diversos trabajos seleccionados donde se relacionan semántica y wikis, en el que además se incluye una comparativa de dichas aplicaciones respecto a las siguientes características: 1

39 2.2. Semántica y wikis 25 Objetivos: própositos perseguidos por la aplicación. Tecnología utilizada. Usuario objetivo: perfil del usuario al que va dirigida. Ontologías involucradas, ya sean propias de la aplicación (organización intrínseca del sistema), creadas por el usuario (ontologías típicamente de dominio) o de edición de contenidos. Organización del conocimiento: organización lógica y física de la información. Extensibilidad: mecanismos para extender la aplicación. Extracción del conocimiento: procedimientos para extraer la información contenida Semántica y wikis AceWiki AceWiki 2 [46] trata de superar dos dificultades de las wikis semánticas: por un lado, la que tienen los usuarios no expertos en su uso; y por otro, el soporte insuficiente que dan a los lenguajes de ontologías expresivos. La novedad en AceWiki es el uso del lenguaje natural controlado ACE 3 [47] para representar el contenido. ACE es un subconjunto muy rico del inglés estándar que parece lenguaje natural pero es en realidad un lenguaje formal con una gramática restringida y una semántica formalizada. ACE permite a los usuarios modificar el contenido de la wiki de forma intuitiva, ocultando los detalles de la ontología y la lógica de fondo. Según sus autores, también puede mejorar la usabilidad y es más expresivo que los lenguajes formales de otras wikis semánticas existentes. De hecho, existe una correspondencia 4 biunívoca entre ACE y OWL. El objetivo principal de AceWiki es mejorar la gestión del conocimiento, concretamente la agregación de información y la representación. Para Attempto Controlled English 4 Excepto para propiedades datatype y algunas descripciones de clase muy complejas.

40 26 Capítulo 2. Estado del arte Figura 2.2: Interfaz web de AceWiki lograrlo, AceWiki se rige por unos principios de diseño enfocados a la usabilidad pero sin sacrificar el grado de expresividad. Estos principios son: Naturalidad. Se obtiene gracias al uso de ACE, mediante el cual la ontología se representa en un formato cercano al lenguaje natural. Las clases se escriben como sustantivos, las relaciones como verbos y los individuos como nombres propios. Además, la información se expresa de forma humana y se evita terminología técnica. Por ejemplo, en vez de decir hombre es una subclase de humano, se dice todo hombre es un humano. Uniformidad. Sólo se usa un lenguaje en toda la interfaz. Es decir, la representación de la ontología, la lógica para definir las reglas y el lenguaje de consultas 5 es el mismo: ACE. Toda la información de la wiki es formal, sin necesidad de añadir anotaciones ni metadatos. Guía de usuario estricta. Un editor predictivo se encarga de que el usuario sólo pueda crear declaraciones bien formadas, guiándolo paso a paso y haciendo sugerencias. Este editor es consciente de la ontología de fondo, lo cual hace imposible al usuario formular expresiones incorrectas. El razonador integrado, HermiT 6, se asegura de que el contenido de la wiki siempre es consistente. Más aun, puede inferir la jerarquía de clases y la pertencia a clases. 5 Se añade un signo de interrogación,?, al final de la consulta. 6

41 2.2. Semántica y wikis 27 El editor de AceWiki puede usarse para extender la ontología de fondo creando nuevos conceptos, roles o individuos. Por tanto, es también un editor muy simple de ontologías. Esta ontología puede ser extraída en formato OWL. AceWiki está programada en Java 7 y su interfaz utiliza tecnología AJAX 8. Además, da soporte al almacenamiento persistente (aunque de forma muy rudimentaria) en texto COW COW 9 [48] es una wiki semántica cuyo objetivo es crear y editar ontologías colaborativamente a través de una wiki. Esta herramienta aprovecha la facilidad de edición de las wikis para ocultar la complejidad ontológica. COW integra un navegador visual que habilita la edición colaborativa de ontologías. Este editor proporciona una interfaz web y su sencillez permite a usuarios no expertos contribuir al crecimiento de la ontología y seguir su evolución sin necesidad de aprender lenguajes como OWL o RDF. El editor está construido sobre el framework KAON [49, 50, 51], el cual, junto a los mecanismos de bloqueo, se asegura de que las ontologías se mantienen consistentes. Los mecanismos de bloqueo impiden que durante la edición de una ontología, ésta pueda ser manipulada por otros usuarios. Tras salvar los cambios, KAON comprueba su consistencia. KAON también actúa como procesador de consultas. Se pueden hacer consultas a la ontología, tanto de forma interactiva como integradas en el propio texto de la wiki. Para la primera opción, existe una página específica dedicada a tal fin. En la sengunda opción, la consulta se hace en el lenguaje que facilita KAON y se incrusta directamente en el texto de la wiki. El resultado de las consultas suele ser una o varias instancias de la ontología, que se muestran como enlaces a los artículos de la wiki y a las instancias en el navegador visual. Existe la posibilidad de utilizar plantillas de consultas. Estas plantillas corresponden a consultas típicas, creadas por expertos. Los usuarios no expertos simplemente deben suministrar la información que falta para completar la consulta Asynchronous JavaScript And XML 9 Combining Ontologies with Wikis

42 28 Capítulo 2. Estado del arte Figura 2.3: Editor y navegador ontológico de COW En COW, el contenido de las páginas es una combinación de texto normal y contenido dinámico. El texto es introducido por el usuario en lenguaje natural, con información acerca del tema del artículo. El conocimiento ontológico, en cambio, no se edita y almacena en la propia wiki, sino en una base de datos aparte. Las páginas utilizan este conocimiento para generar contenido dinámico producido por las consultas de los usuarios. COW tiene disposición multinivel (ver figura 2.4: capa de persistencia (base de datos), capa ontológica (KAON), capa de abstracción e interfaz de usuario. Una arquitectura de tales características proporciona varias ventajas: permite conectar distintos gestores de bases de datos (MSSQL 10 o PostgreSQL 11 ), distintos motores de wiki (los autores lograron integrarar la funcionalidad de COW en JSPWiki apartado de manera satisfactoria) y la interacción del usuario con COW se realiza exclusivamente usando un navegador web

43 2.2. Semántica y wikis 29 Figura 2.4: Arquitectura de COW IkeWiki IkeWiki 12 [39, 52] es un motor de wiki semántico escrito en Java. Originalmente fue diseñado como una herramienta de Ingeniería Ontológica, siguiendo unos principios enfocados a dar soporte a la formalización del conocimiento colaborativo [53]. Posee una interfaz interactiva muy parecida a la de Wikipedia (MediaWiki 13 ) que la convierte en una herramienta fácil de utilizar tanto por usuarios expertos como no expertos en tecnología. Su editor WYSIWYG 14 interactivo usa tecnología AJAX para comunicarse con el servidor de información. Este editor, que también admite la anotación interactiva de enlaces y recursos, está pensado para el usuario no técnico. Además, y orientado al usuario más experimentado, dispone del tradicional editor de texto estructurado presente en las wikis, que en este caso utiliza una sintaxis similar a la de MediaWiki, lo que lo hace compatible con Wikipedia. Las anotaciones semánticas se encuentran separadas del lenguaje de marcado de la wiki. IkeWiki es una herramienta que cuenta con diferentes funcionalidades entre los distintos perfiles de usuario para facilitar el trabajo colaborativo. Asimismo, existen distintos niveles de formalización del conocimiento según las necesidades, que pueden ir desde textos informales hasta ontologías formales. Las ontologías se pueden importar y exportar; también What You See Is What You Get, lo que ves es lo que (ob)tienes.

44 30 Capítulo 2. Estado del arte Figura 2.5: Interfaz de IkeWiki crear y editar, aunque de forma muy limitada (a escala de clases y propiedades). El propósito principal no es diseñar, sino reutilizar ontologías externas y crear instancias de ellas. Es completamente compatible con los estándares de la WS, ya que está basado puramente en estándares como RDF y OWL. Esto garantiza el intercambio de datos con otras aplicaciones semánticas. Además, es posible aplicar razonamiento automático sobre su base de conocimiento a nivel de OWL/RDFS. También admite búsquedas semánticas mediante una sintaxis en texto plano o con SPARQL [54] como lenguaje de consultas. IkeWiki está implementada como una aplicación web codificada por completo en Java. A través de un navegador (en este caso, sólo funciona con Mozilla Firefox 15 ), accede a un servidor web que ofrece el contenido renderizado de una base de datos Postgres 16. Esta base de datos contiene toda la información relativa a las páginas de la wiki y a los datos RDF (que usa Jena 17 para su representación) Posteriormente llamada PostgreSQL. 17

45 2.2. Semántica y wikis 31 Figura 2.6: Arquitectura de IkeWiki JSPWiki JSPWiki 18 es un motor wiki basado en tecnología JSP 19. Está escrito completamente en Java y tiene una estructura de diseño que facilita su extensión mediante plugins que añaden nueva funcionalidad a la wiki. La sintaxis de JSPWiki es muy sencilla y los metadatos son añadidos directamente al texto de la wiki usando etiquetas especiales [55]. Utiliza Lucene 20 para las búsquedas, incluye sistema de autenticación [56] e implementa el concepto de StorageProvider intercambiable, esto es, el método de almacenamiento puede cambiar y la información puede ser almacenada en texto plano (por defecto) o en una base de datos. Esta característica habilita el control de versiones de las páginas [57] KiWi KiWi 21 [58] es una wiki semántica cuyo objetivo es habilitar la gestión del conocimiento de manera eficiente a través del software social. Por ello, esta wiki proporciona una plataforma para construir diferentes tipos de software semántico social. Schaffert, creador de KiWi, justifica este uso al JavaServer Pages, Knowledge in a Wiki,

46 32 Capítulo 2. Estado del arte Figura 2.7: Interfaz de IkeWiki afirmar que la mayoría del software social, como son los blogs o las redes sociales, sigue los mismos principios que la filosofía wiki: libre edición, usabilidad, enlazado de conceptos, soporte para versiones, soporte multimedia, etc. El propósito principal de KiWi es la gestión del conocimiento en comunidades o entornos corporativos, haciendo especial énfasis en la conjunción colaboración tecnologías semánticas. Aspira a corregir errores como, por ejemplo, la inconsistencia de la información (un defecto frecuentemente mencionado) que a menudo aparece en las wikis tras su uso diario. Kiwi puede adecuarse a los requisitos de cada organización o comunidad en la que se haya desplegado, y eso supone su adaptación a un gran espectro de perfiles de usuario. Por ello, esta wiki ofrece estructuras apropiadas y una interfaz modificable que da soporte a las necesidades específicas de cada usuario. En KiWi, la unidad básica de información es la página, que puede ser visualizada, editada o anotada con etiquetas. Esta información sigue una aproximación que Schaffert y otros [59] denominan versatilidad de contenido. La idea es que cada unidad de información tiene asociada tanto

47 2.2. Sema ntica y wikis 33 Figura 2.8: TagIT: informacio n geogra fica en KiWi informacio n informal para los usuarios como informacio n formal para las ma quinas, y que la misma unidad ba sica puede presentarse al usuario de mu ltiples formas: como la pa gina de una wiki, como el post de un blog, como una foto, como una burbuja con informacio n en un mapa, etc. Esta caracterı stica se consigue gracias a la representacio n utilizada: cada pa gina se identifica por una URI, el contenido informal usa el formato XHTML y los metadatos asociados, RDF. La versatilidad de contenido, junto a una interfaz flexible, permite que KiWi se comporte como una plataforma gene rica para construir diferentes tipos de aplicaciones sociales. La aplicacio n principal y ma s gene rica es la wiki sema ntica KiWi Wiki, que continu a a IkeWiki. La interfaz KiWi Wiki puede usarse de igual forma y ofrece la misma funcionalidad que su predecesora: importacio n/exportacio n, razonamiento, consultas, etc. El sistema KiWi esta implementado en Java y utiliza Hibernate22 como medio para almacenar los datos en una base de datos relacional. 22

48 34 Capítulo 2. Estado del arte Figura 2.9: Arquitectura de KiWi Makna Makna 23 [41] es una herramienta para la Ingeniería de Conocimiento distribuido. Está basada en JSPWiki y la extiende con componentes dirigidos por ontologías para editar contenidos colaborativamente, hacer consultas y navegar por la información de la WS. Este sistema se centra en explotar fácil y rápidamente el contenido semántico. Makna comparte la misma motivación que la WS: (entre otras,) recuperar, de forma eficiente, información específica entre una inmensidad de información disponible. Por ello, el sistema provee de mecanismos para la creación y gestión de datos semánticos. En concreto, permite a los usuarios de la wiki anotar su contenido en términos de añadir, eliminar o modificar sentencias RDF a través del framework Jena. Es posible integrar ontologías disponibles en la Web, referenciándolas a nivel de sintaxis y utilizándolas para clasificar y mejorar la navegación en la wiki. También proporciona razonamiento automático para recuperar información o chequear la consistencia del contenido (aunque, para evitar problemas de rendimiento, se restringe esta característica a un conjunto de ontologías definido). Pese esta interacción con ontologías, Makna 23

49 2.2. Semántica y wikis 35 Figura 2.10: Arquitectura de Makna no está dirigida a la Ingeniería Ontológica colaborativa y, por tanto, no incluye mecanismos para la creación colectiva de ontologías ni permite que usuarios arbitrarios realicen cambios a nivel ontológico. La manipulación de las ontologías utilizadas está limitada a un grupo de usuarios restringido (administradores) mientras que las instancias sí pueden ser modificadas por cualquier usuario del sistema. Mediante la interfaz de administrador, se pueden especificar las ontologías que van a ser usadas dentro del sistema e importar datos RDF externos. A través de la interfaz de usuario se pueden referenciar las ontologías importadas para anotar en forma de declaraciones RDF el contenido de la wiki o definir typed links 24 (ver figura 2.12), y también exportar los datos representados semánticamente como RDF. Makna también implementa una interfaz que hace uso de Jena como motor de inferencia para habilitar las consultas semánticas. Por último, hay que notar que siempre que un usuario haga alguna modificación en la wiki, se chequea la validez de los cambios inmediatamente, informando del posible error al usuario. De este modo, la consistencia del modelo semántico está siempre garantizada. 24 Los typed links son enlaces entre artículos a los que se le ha añadido alguna semántica (habitualmente, el tipo de relación entre los conceptos representados por los artículos enlazados).

50 36 Capítulo 2. Estado del arte Figura 2.11: Separación entre ontología e instancias en Makna Moki Los objetivos de Moki 25 [60, 61] son muy específicos: dar soporte al modelado de empresa. El modelado de empresa se centra en construir una descripción estructurada de los aspectos relevantes de una empresa, es decir, el modelo de empresa. Fox y Grüninger [62] definen el modelo de empresa como una representación computacional de la estructura, actividades, procesos, información, recursos, personas, comportamiento, objetivos y limitaciones de un negocio, gobierno o empresa. Rospocher y otros [60] consideran que el modelado de una empresa requiere demasiadas habilidades por parte de una sola persona y que, por tanto, debe ser una actividad inherentemente colaborativa entre distintos actores: expertos en el dominio, ingenieros de conocimiento y técnicos capaces de integrar los distintos aspectos y dar una visión coherente y uniforme. Moki es una wiki semántica capaz de sustentar estas ideas: Soporta diferentes niveles de formalismo (informal para los expertos en el dominio y formal para los ingenieros de conocimiento). Proporciona acceso multimodo con distinta funcionalidad para cada perfil de usuario [63]. 25 Modeling wiki,

51 2.2. Semántica y wikis 37 Figura 2.12: Typed pages y typed links Integra los diversos aspectos del modelado de una empresa. En el apartado colaborativo, los expertos en el dominio introducen el conocimiento de manera informal en Moki; el sistema traduce semiautomáticamente parte de este conocimiento informal en una especificación formal y viceversa; y, asíncronamente, los ingenieros de conocimiento pueden refinar el modelo formal insertando nuevos elementos, modificando el conocimiento existente o pidiendo aclaraciones a los expertos en el dominio. Una característica muy importante de esta aproximación es que se crea un alineamiento entre el conocimiento informal y su descripción formal. Este hecho proporciona un valor añadido al modelo de empresa ya que la documentación contenida en la parte informal es crítica para entender la parte formal. De este modo, el modelo puede ser explotado tanto por humanos como por máquinas. En cuanto a la integración, Moki considera tres aspectos interconectados: dominio, procesos y competencias (ver figura 2.13). El modelo de dominio proporciona la descripción del dominio de negocio en el que opera la empresa, y se formaliza mediante una ontología OWL. El modelo de procesos describe los patrones y procedimientos que ocurren en el dominio de negocio de la empresa, los cuales se definen por medio de un flujo de control. Dicho flujo se organiza en una jerarquía de tareas y subtareas, y se formaliza en otra ontología en OWL o en BPMN 26. El modelo de competencias describe las aptitudes de los empleados de la empresa para desempeñar las tareas y cumplir con los objetivos. Las competencias expresan los conocimientos que debe poseer un empleado sobre el dominio para llevar a cabo una tarea. Este modelo interconecta los modelos de dominio y de procesos. 26 Business Processes Modelling Notation,

52 38 Capítulo 2. Estado del arte Figura 2.13: Metamodelo de empresa en Moki Moki se basa en Semantic MediaWiki (SMW) (apartado ), extendiéndola específicamente para dar soporte al modelado de empresa. Sus desarrolladores eligieron SMW por su usabilidad y porque proporciona un entorno idóneo para la colaboración y uniforme para integrar los distintos componentes del modelo de empresa. Cada página de la wiki contiene la descripción de un elemento de alguno de los modelos, separada en dos partes: una descripción informal del elemento en lenguaje natural que sirve como documentación para otros usuarios (por ejemplo, referencias a documentos fuente, notas sobre opciones de modelado, problemas abiertos, etc.); y una descripción estructurada mediante declaraciones con formato (sujeto,relación,objeto) (al estilo RDF) que relacionan al elemento con otros elementos (por ejemplo, clase y subclase en el modelo de dominio, tarea y subtarea en el modelo de procesos, conocimiento requerido entre elementos de los modelos de dominio y de procesos, etc.). Esta forma de representar el conocimiento establece un valioso puente entre la representación formal e informal de cada elemento. Otras características importantes son la capacidad de Moki de importar y exportar ontologías OWL, y la visualización gráfica. Al importar un modelo (dominio, procesos o compentencias), se crean las páginas correspondientes en la wiki con la información de cada elemento del modelo. Asimismo, al exportar el contenido de la wiki, se crea una ontología OWL. Es posible exportar los distintos modelos de forma independiente. Gracias a las funciones de visualización, Moki puede mostrar una vista basada en árbol (jerárquica) de la taxonomía de conceptos presentes en la ontología.

53 2.2. Semántica y wikis 39 Figura 2.14: Interfaz de Moki ODEWiki ODEWiki [64] se basa en JSPWiki y ofrece la mayoría de las funcionalidades típicas de las wikis semánticas: anotación, edición, búsqueda, navegación y visualización. La principal novedad es su integración con el portal semántico ODESeW 27 [65]. ODESeW es una aplicación basada en ontologías que genera y gestiona automáticamente un portal de conocimiento 28 [66] para intranets y extranets. Este portal permite modelar el conocimiento mediante una plataforma de desarrollo de ontologías, visualizar y editar el contenido mediante la edición y documentación de instancias de ontologías, buscar y hacer consultas. ODESeW está diseñado en la capa más alta de WebODE 29 [67, 68, 69], una plataforma de Ingeniería Ontológica extensible que da soporte a la mayoría de las actividades involucradas en el proceso de desarrollo de ontologías: conceptualización, razonamiento, interoperabilidad, etc. ODEWiki interopera con ODESeW, que actúa como repositorio de conocimiento además de como sistema alternativo de publicación. Cada pági- 27 Semantic Web Portal based on WebODE platform 28 Sitio web basado en conocimiento (comunmente estructurado en ontologías) que permite el acceso colectivo a su información y aplicaciones. 29

54 40 Capítulo 2. Estado del arte Figura 2.15: Interfaz de ODEWiki na de ODEWiki puede contener una o varias instancias de ontología. Incluye una interfaz WYSIWYG para editar las páginas así como para anotar su contenido con datos semánticos en formato RDFa [70], insertados en la propia página. Los usuarios pueden hacer estas anotaciones de dos formas: usando datos semánticos del portal de conocimiento o creando nuevos datos, que serían añadidos automáticamente a la base de conocimiento del portal. Una característica importante de ODEWiki es su capacidad para gestionar las inconsistencias surgidas como consecuencia del desarrollo de una base de conocimiento de naturaleza distribuida, como es esta wiki/portal. ODEWiki proporciona mecanismos para detectar automáticamente las inconsistencias introducidas por un usuario. Las posibles inconsistencias se dan entre una página de la wiki que está siendo modificada pero aun no ha sido guardada y la base de conocimiento. Por este motivo, no se recomienda usar ODEWiki en entornos abiertos, sino dentro de entornos controlados, como compañías u organizaciones.

55 2.2. Semántica y wikis Ontobrowse En sentido general, el conocimiento arquitectural comprende la forma (canales de comunicación, esquemas de coordinación, etc.) en la que se integran los distintos componentes del conocimiento en una organización [71]. Se trata, por tanto, de un tipo de conocimiento fundamentalmente colectivo. Partiendo de esta premisa, Happel y Seedorf crearon Ontobrowse [72], una herramienta ideada específicamente para compartir el conocimiento arquitectural de un sistema. En el ámbito de la Ingeniería del Software, el adjetivo arquitectural hace referencia a la arquitectura de software de una aplicación. La arquitectura de software es la abstracción de más alto nivel de la estructura de un sistema; sirve de enlace entre la elicitación de requisitos y el diseño concreto; y en su desarrollo y mantenimiento intervienen distintas partes, cada una con sus intereses: los desarrolladores requieren soporte técnico y guía para sus tareas de implementación, los arquitectos de sistema necesitan medios para el análisis y la documentación, los expertos en negocio priorizan la funcionalidad y eficiencia... Ontobrowse es una aplicación que se compone principalmente de una interfaz web, un motor wiki, una API para ontologías y un gestor de plugins. La infraestructura de plugins hace posible integrar conocimiento proveniente de fuentes externas. Las ontologías, por su parte, definen la estructura del conocimiento arquitectural y están asociadas a sus correspondientes bases de conocimiento, que contienen las instancias. La estructura del sistema es modular para que nuevas ontologías puedan ser añadidas en cualquier momento. Estas características de extensibilidad son particularmente importantes en configuraciones de desarrollo distribuido [73], donde los participantes tienen que compartir su conocimiento con otros desarrolladores. Ontobrowse aborda temas clave en la documentación y el mantenimiento de las arquitecturas de software, tendiendo un puente entre la información técnica y la documentación de negocio. Existen dos formas de documentar las instancias: Mediante la interfaz de usuario de la wiki, añadiendo descripciones tanto formales como informales a las características de una instancia. A través de aplicaciones conectadas a la wiki, mapeando recursos de descripción arquitectural externos con las instancias de la ontología.

56 42 Capítulo 2. Estado del arte Figura 2.16: Arquitectura de Ontobrowse Es decir, las instancias de la ontología pueden editarse en la propia wiki o importarse desde fuentes externas. Una entidad importada a la base de datos de la ontología puede ser descrita con texto o con metadatos. En esta wiki, una página se interpreta como una entidad contenida en la base de conocimiento: bien un concepto, una relación, un atributo o una instancia. Cada página típicamente consiste en contenido informal y propiedades formales que establecen asertos sobre la página (por ejemplo, un objeto de negocio que es semánticamente descrito por un concepto de un dominio). Gracias a su representación formal basada en ontologías, es posible realizar búsquedas y consultas, y chequear la consistencia del contenido de la wiki. El principal escenario de aplicación de Ontobrowse es la documentación de arquitecturas orientadas a servicios (SOA) en una empresa [74]. SOA es un tipo de arquitectura de software que construye aplicaciones de negocio a partir de servicios 30 independientes, débilmente acoplados [75]. Una arquitectura SOA ofrece un marco de trabajo para sistemas bien integrados que satisfacen las necesidades de negocio [76] bajo el paradigma de 30 Un servicio es una entidad software que provee su propia funcionalidad de negocio a través de interfaces bien definidas. Se corresponden con operaciones de negocio de una organización.

57 2.2. Semántica y wikis 43 Figura 2.17: Interfaz de Ontobrowse cohesionar servicios simples para realizar flujos de trabajo complejos. Cualquier proyecto SOA maneja habitualmente tanto descripciones formales como informales. Para integrar descripciones arquitecturales en la wiki son necesarios dos pasos: construir una ontología SOA y definir un plugin que realice el mapeo del conocimiento arquitectural de una fuente externa a la ontología. El propósito de la ontología SOA es suministrar la estructura inicial 31 a la wiki semántica para que tanto expertos en el negocio como desarrolladores puedan documentar los servicios. La arquitectura descrita en la figura 2.16 está implementada en Java (Spring 32 e Hibernate 33 para la aplicación y para la capa de persistencia, y JavaServer Faces 34 para la interfaz web). La API de ontologías utiliza OWL como lenguaje de representación, el razonador se puede configurar para usar Jena o KAON2 y las consultas se realizan en SPARQL o SWRL 35 [77] (aunque estea último de forma experimiental). 31 La ontología puede ser adaptada y extendida por un administrador Semantic Web Rule Language

58 44 Capítulo 2. Estado del arte Figura 2.18: Ontología SOA En resumen, Ontobrowse provee principalmente las siguientes características: Definir estructuras de conocimiento usando ontologías. Navegar, realizar consultas y buscar en una base de conocimiento. Combinar información formal e informal. Integrar conocimiento proveniente de fuentes externas. Chequear la consistencia con reglas OntoWiki OntoWiki [78] es una herramienta web que da soporte a distintos escenarios de Ingeniería del Conocimiento en entornos distribuidos; aunque también se ha mostrado muy apropiada en aplicaciones de Ingeniería del Software [79, 80]. Esta herramienta es en realidad una wiki semántica (con una ontología de fondo) basada en formularios que se utiliza como un editor de ontologías colaborativo, y como cualquier wiki, aplica el paradigma de hacer fácil corregir errores más que hacer difícil cometerlos [31].

59 2.2. Semántica y wikis 45 Uno de los objetivos principales de OntoWiki es construir bases de conocimiento semánticas, simplificando la adquisición de los datos por parte de los usuarios finales y la presentación de dichos datos. Esto se consigue considerando las bases de conocimiento como mapas de información, donde cada nodo es un recurso RDF y se representa por una página de la wiki. Cada página es configurable por los usuarios y contiene información (que puede incluir metadatos asociados al recurso comentarios, etiquetas, anotaciones ) en forma de sentencias RDF. Gracias a esta aproximación, la misma información puede presentarse al usuario a través de diferentes vistas: página wiki (vista general con información sobre la jerarquía de clases y las instancias), mapa (con información geográfica) o calendario (instancias con propiedades de tipo fecha). Otro objetivo importante es promover y emplear interacciones sociales para el desarrollo de sus bases de conocimiento. Algunas de las características de OntoWiki que dan soporte a la colaboración social son: Control sobre los cambios. Éstos pueden deshacerse o incluso seguirse a través de suscripciones por correo o RSS 36. Comentarios. Todas las declaraciones pueden ser anotadas, comentadas y, en general, discutidas por la comunidad. Puntuación. La información puede ser puntuada con respecto a algún criterio: originalidad, calidad, presentación... Popularidad. La popularidad del contenido puede ser medida bajo algún criterio. El sistema puede presentar el contenido según su popularidad. Actividad/procedencia. Todos los accesos a la base de conocimiento se hacen logados. El sistema guarda un registro con el autor de cada contribución, ya sean cambios en la ontología, en las instancias o comentarios. Con esta característica los usuarios añaden valor al sistema conforme lo están usando. OntoWiki está implementada en PHP 37 sobre la plataforma Powl (apartado ) y utiliza AJAX para interactuar con el usuario. Gracias a esta tecnología, es capaz de trabajar con bases de conocimiento arbitrariamente 36 Really Simple Syndication 37

60 46 Capítulo 2. Estado del arte Figura 2.19: Interfaz de OntoWiki grandes, renderizando la página web sólo con la información requerida. Otras características son su extensión mediante plugins y sus dos estrategias de búsqueda: facetada [81] y fulltext mejorada semánticamente. OntoWiki busca en su base de conocimiento local de RDF (almacenada en Virtuoso 38 ), pero podría ser configurado para buscar documentos RDF ubicados en la Web, a modo de motor de búsqueda para la WS Powl Powl 39 [82] es una plataforma basada en web de desarrollo de aplicaciones para la WS cuya principal aplicación es la construcción colaborativa de ontologías. Con Powl es posible almacenar, manipular y hacer consultas a ontologías. Aparece en la literatura como una wiki semántica más (comparte la edición colaborativa en entorno web con la filosofía wiki y se

61 2.2. Semántica y wikis 47 Figura 2.20: Arquitectura de Powl puede usar como tal), pero lo cierto es que recuerda más a un editor ontológico que a una wiki y carece de importantes características presentes en éstas, como la facilidad de crear enlaces entre conceptos. Los autores de Powl sostienen que su herramienta está orientada a todo tipo de usuarios: para los investigadores ofrece un banco de pruebas para la implementación de nuevas aproximaciones; para los desarrolladores, una interfaz de programación de aplicaciones para la WS; y para expertos en el dominio e ingenieros en conocimiento, una solución en entorno web para publicar y editar ontologías colaborativamente. Esta herramienta es de código libre y está implementada en PHP. Es personalizable y guarda su configuración en su ontología de sistema. Su arquitectura se dipone en cuatro capas (ver figura 2.20): Almacenamiento. Utiliza cualquier base de datos relacional compatible con SQL 40. En la base de datos se almacenan unidades de información que representan sentencias RDF. Gestión de ontologías. Incluye tres APIs, RAP 41 [83], RDFSAPI y OWLAPI, que acceden al almacenamiento. API Powl. Para construir aplicaciones web basadas en Powl. Interfaz de usuario. Permite al usuario navegar y editar las ontologías en los formatos RDF(S) y OWL. 40 Structured Query Language 41 RDF API for PHP,

62 48 Capítulo 2. Estado del arte Figura 2.21: Interfaz de Powl En cuanto a la edición de contenido, ésta está restringida a los recursos de la ontología. Para habilitar las capacidades colectivas, Powl dispone de control de versiones que permite a los usuarios observar la evolución de las ontologías y, si es necesario, deshacer los cambios 42. A esta característica se suman los esquemas de autenticación y privilegios, que junto al versionado, añaden seguridad al contenido. Sobre este contenido es posible hacer búsquedas de recursos y literales, además de consultas usando el lenguaje RDQL [84] Semantic MediaWiki Semantic MediaWiki 43 (SMW) [32, 85] es un motor wiki mejorado semánticamente que habilita a los usuarios para anotar el contenido de la wiki con información explícita y procesable por máquinas. SMW es uno de los motores wiki más desarrollados y su éxito se basa en que su tecnología 42 Sólo a nivel ontológico, no a nivel de texto. 43

63 2.2. Semántica y wikis 49 Figura 2.22: Una vista semántica de Londres semántica se encuentra disponible para una gran comunidad de usuarios no expertos. Por este motivo, está implementado como una extensión de MediaWiki, una de las plataformas más utilizadas para el desarrollo de todo tipo de wikis, incluida Wikipedia. SMW trata de solventar los problemas de las wikis tradicionales y por ende, las de MediaWiki ; problemas de los que también adolece la Web actual: inconsistencia de contenidos, dificultad para encontrar la información, incapacidad para reutilizar el conocimiento... La propuesta de SMW consiste en conceptualizar los artículos y utilizar los typed links (ver figura 2.12) para crear asociaciones semánticas entre ellos (o entre parte de los mismos) y para definir atributos [86, 87]. Es decir, cada artículo se corresponde con un recurso ontológico (clase, propiedad, instancia) 44 y todas las anotaciones semánticas en un artículo hacen referencia al elemento correspondiente de la ontología. SMW mapea estas anotaciones en una descripción formal usando el lenguaje de ontologías OWL DL. La mayoría de las anotaciones que tienen lugar en SMW se hacen sobre individuos: se establecen relaciones entre ellos (instancias de relaciones entre clases), relaciones con valores de tipo básico (valores para atributos) o se clasifican (se asigna la clase de la que el individuo es instancia). Las anotaciones se incluyen como parte de la sintaxis de la wiki: 44 Se asigna un URI apropiado a cada uno de ellos.

64 50 Capítulo 2. Estado del arte (a) Usando el marcado actual de Wikipedia (b) Con extensiones semánticas Figura 2.23: Código fuente del artículo sobre Londres Las categorías, también presentes en MediaWiki, son una forma de clasificar artículos. SWM simplemente las dota de una interpretación formal, tratándolas como clases de una ontología. Los enlaces entre dos artículos se interpretan (añadiendo anotaciones a los links existentes), considerándolos relaciones entre individuos. Las relaciones de un artículo con valores de tipo básico son los valores de los atributos para ese individuo. Formalmente, estas anotaciones se corresponden con el ABox 45 [88]. El tratamiento del TBox 46 [88] es intencionadamente superficial: SMW no está pensada para ser un editor de ontologías de propósito general. Basándose en la tabla anterior, SMW puede generar un modelo OWL, que a su vez puede ser reutilizado por otras aplicaciones semánticas. Además, al ser SMW compatible con OWL DL, es posible reusar ontologías existentes. Por un lado, se pueden importar ontologías. SMW utiliza la herramienta RAP para leer documentos RDF. De este modo se genera la estructura de la wiki, que posteriormente tendrá que ser completada. Por otro lado, se puede reutilizar vocabulario, que permite a los usuarios mapear los artículos de la wiki con ontologías existentes. Por ejemplo, si la 45 Conjunto de asertos sobre individuos en una ontología. 46 Conjunto de asertos sobre conceptos en una ontología.

65 2.2. Semántica y wikis 51 Wiki Categoría Artículo Enlace entre dos artículos Nexo entre un artículo y un valor Ontología OWL Class OWL Individual OWL Object Property OWL Datatype Property Tabla 2.1: Equivalencia entre wiki y ontología wiki tiene una categoría Persona, ésta puede ser directamente exportada como la clase foaf:person de la ontología FOAF 47. Los usuarios de SMW pueden buscar artículos o datos concretos mediante un sencillo lenguaje de consultas basado en la propia sintaxis de la wiki. Éstas son búsquedas semánticas similares a las de la WS en las que puede intervenir cierto grado 48 de razonamiento automático (por ejemplo, inferir la pertenencia a una clase en base a la relación es subclase de). El motor de razonamiento utilizado es KAON2. El objetivo inicial de los autores de SMW fue integrar su semántica extendida en Wikipedia para crear una Wikipedia semántica, con el propósito de hacerla pionera en la adopción de las tecnologías semánticas en la Web [86, 87]. Sin embargo, los problemas de integración, tratabilidad o razonamiento paraconsistente [89] son líneas de investigación aun abiertas SweetWiki SweetWiki 49 [90, 91] es una wiki semántica que da soporte al tagging (etiquetado) mediante folksonomías 50 por parte de los usuarios finales. Esta herramienta de trabajo colaborativo posee un editor WYSIWYG basado en Kupu 51 y mejorado con tecnología AJAX que sirve tanto para editar el contenido de la wiki como para anotar (dentro de la propia página) la información, ocultando los detalles de implementación de las anotaciones. Anotar 47 Friend Of A Friend, 48 Adecuado pero no completo SweetWiki 50 Clasificación colaborativa por medio de etiquetas. 51

66 52 Capítulo 2. Estado del arte Figura 2.24: Folksonomía y editor de ontologías en SweetWiki el contenido de las páginas habilita la navegación facetada 52 y el mecanismo de sugerencias. Este mecanismo permite autocompletar la anotación que está introduciendo un usuario con conceptos existentes en la ontología de dominio o con etiquetas introducidas por otros usuarios. Además, propone categorías relacionadas y muestra el número de páginas que comparte esa etiqueta (como incentivo para reusar etiquetas existentes y crear así uniformidad). Todas las etiquetas son recopiladas en folksonomías. El funcionamiento de SweetWiki está fuertemente condicionado a las ontologías subyacentes. La primera de ellas es, como la denominan sus autores, el modelo de objetos wiki, una ontología de la propia wiki que describe el modelo de datos del sistema. Se definen los conceptos y propiedades usados en la estructura de la wiki, como por ejemplo, página, enlace, autor, versión, etc. Los desarrolladores de la herramienta mantienen 52 La navegación facetada es un sistema por el cual los contenidos pueden ser descritos en más de una dimensión. A diferencia del esquema jerárquico, este tipo de navegación ofrece a los usuarios la posibilidad de buscar información en base a una o más perspectivas.

67 2.2. Semántica y wikis 53 Figura 2.25: Arquitectura de SweetWiki esta ontología. La segunda ontología es la ontología de dominio con la que se construye el contenido de la wiki. Esta segunda ontología se crea y evoluciona a partir de la folksonomía que generan los usuarios mediante el etiquetado social. Es posible realizar tareas como ordenar la ontología, fusionar conceptos equivalentes, declarar estructuras jerárquicas entre enlaces, etc. La ontología de dominio es enriquecida por los usuarios y puede ser reestructurada por voluntarios de la comunidad. Para tal fin, SweetWiki incorpora un editor de ontologías que permite organizar las etiquetas en la folksonomía. El resto de ontologías en SweetWiki son ontologías externas que pueden ser importadas y puestas a disposición de la comunidad para ser consultadas o etiquetadas. El uso de tecnologías semánticas tales como las ontologías mencionadas posibilita las búsquedas semánticas del tipo muestra páginas y vídeos que hablen sobre este tema. SweetWiki es una herramienta amigable de edición y supervisión de ontologías, pero no está dedicada a la gestión colaborativa de ontologías. Está programada en Java y se basa en estándares web: XHTML [92] para el formato de las páginas wiki, RDF/RDFa para las anotaciones semánticas y OWL Lite para las ontologías. Esto favorece la interoperabilidad al permitir que los metadatos puedan ser extraídos y compartidos por otras aplicaciones. SweetWiki utiliza CORESE [93] como motor de razonamiento y SPARQL como lenguaje de consultas, las cuales se encuentran embebidas en la propia página. En SweetWiki se presta especial atención a la dimensión social de la wiki. Por ejemplo, los usuarios pueden declarar una lista de etiquetas correspondientes a temas de su interés. Si un usuario crea o modifica una

68 54 Capítulo 2. Estado del arte página y usa una etiqueta en la que otro usuario está interesado, a éste se le notifica el cambio realizado por áquel. Es posible analizar el comportamiento de los usuarios (qué páginas crean o modifican, qué documentos exploran o etiquetan) y crear redes de conocimiento o comunidades de interés SWiM El matemático Kohlhase identificó el soporte que dan las wikis semánticas a la formalización del conocimiento como parte esencial del MKM 53 [94]. Kohlhase y Lange crearon SWiM 54 [95, 96]. SWiM es una wiki semántica que utiliza OMDoc [94], un lenguaje de marcado semántico que sigue la sintaxis XML y extiende a MathML [97] y OpenMath 55 [98], para representar y reutilizar el conocimiento matemático. El objetivo de SWiM es desarrollar un entorno colaborativo que permita a los matemáticos publicar y compartir su conocimiento para que la propia comunidad pueda desarrollar nuevas teorías colectivamente. Los usuarios escriben la información de la wiki en OMDoc y pueden asociar metadatos al contenido de cada página usando el propio OMDoc, OWL o RDFS. Después de editar una página, el formato OMDoc es renderizado usando transformaciones XSL [99] y la información se presenta al usuario en lenguaje natural; las fórmulas matemáticas se representan en L A TEX 56. En la figura 2.26 se puede observar la interfaz de SWiM. Entra las principales características se encuentran: Visualización del contenido renderizado de la página. Edición del contenido en formato OMDoc Edición de metadatos del artículo: lenguaje, autor, título, etc. Editor de fórmulas matemáticas que oculta los detalles de OMDoc. Anotación del tipo de cada enlace. 53 Mathematical Knowledge Management, gestión del conocimiento matemático 54 Semantic Wiki for Mathematical Knowledge Management, projects/swim

69 2.2. Semántica y wikis 55 Figura 2.26: Interfaz de SWiM Como es habitual en las wikis semánticas, en SWiM cada página representa un concepto, incluyendo sus propiedades y relaciones con otros conceptos. En este contexto, un concepto puede ser o bien una teoría o una declaración matemática. Un documento OMDoc está compuesto por teorías, las cuales incluyen sentencias que a su vez contienen fórmulas referidas a símbolos definidos en esta u otras teorías. La estructura de OMDoc utiliza un modelo de tres capas: objetos (símbolos, números, ecuaciones, etc.), sentencias (axiomas, hipotésis, ejemplos, etc.) y teorías (colecciones de sentencias interrelacionadas en un contexto). OMDoc da soporte a todos los niveles de formalización, desde textos en lenguaje natural a representaciones completamente formales para la demostración automática de teoremas. Gracias a esta versatilidad, es posible documentar cualquier elemento, sentencia o teoría. Una teoría puede no sólo contener sentencias matemáticas formales, sino secciones de texto informal. Y es posible que las definiciones, axiomas y teoremas tengan tanto contenido formal como

70 56 Capítulo 2. Estado del arte Figura 2.27: Subconjunto de la ontología de sistema informal [100]. El modelo descrito se ha formalizado en una ontología denominada ontología de sistema [101]. Esta ontología está codificada en OWL DL y captura la estructura de OMDoc definiendo qué conocimiento puede ser representado en este lenguaje. La figura 2.27 muestra parcialmente la ontología de sistema. Las teorías y las sentencias de cualquier tipo constituyen los conceptos. Las relaciones (implementadas por medio del atributo for, como en <example for= #id-ofassertion >) se extraen de las páginas OMDoc como declaraciones RDF de las que a su vez se obtienen los typed links para habilitar la navegación semántica en la wiki. Estas relaciones incluyen, entre otras: La relación import entre teorías. La relación entre una sentencia y su teoría (contexto). La relación entre un ejemplo y la sentencia que ejemplifica. La relación entre una prueba y el hecho que demuestra. Para hacer el conocimiento de SWiM usable por otras aplicaciones de la WS, la información de la wiki se exporta a RDF, usando términos de la ontología de sistema. SWiM también depende de esta ontología para reaccionar ante cambios en las definiciones: cuando un usuario modifica la

71 2.2. Semántica y wikis 57 Figura 2.28: Extracción de RDF en SWiM definición de un símbolo, todas las páginas que contengan fórmulas con ese símbolo actualizan automáticamente la definición para ese símbolo. Esto sucede debido a que la información es extraída de los documentos y se representa usando propiedades de la ontología tales como NotationDefinition renders Symbol, Statement contains Formula, Formula uses Symbol, etc. SWiM está basada en IkeWiki por su extensibilidad y su infraestructra, que da soporte a XML (necesario para OMDoc) y a las tecnologías semánticas. Su interfaz usa Dojo 57 mientras que en su sistema de almacenamiento utiliza una base de datos PostgreSQL y Jena para almacenar las declaraciones RDF y las ontologías. El sistema SWiM puede extenderse añadiendo funcionalidad a la capa más alta. Esta extensión es consistente gracias a la ontología de sistema subyacente Otras Existe un sinfín de wikis semánticas o que, en cierto modo, se relacionan con la semántica. Sería una tarea inabarcable estudiarlas todas. Algunas de las más populares que no han sido analizadas aquí son: Freebase [102], KawaWiki [38], myontology [103], Platypus Wiki [104], Rhizome [105], Rise [106], SemperWiki [107], SHAWN [108], WikSAR [109] Resumen 57

72 58 Capítulo 2. Estado del arte AceWiki COW IkeWiki JSPWiki KiWi Makna Moki Objetivos Ayudar en la gestión del conocimiento proponiendo un lenguaje cercano al natural Edición colaborativa de ontologías vía wiki Desarrollar ontologías desde la perspectiva de la Ingeniería Ontológica Gestión del conocimiento Gestión del conocimiento empresarial mediante software social Poblar ontologías colaborativamente Modelado de empresa colaborativo Tecnología Java, AJAX y OWL oculto por ACE Java, RDF, OWL, KAON, MSSQL, PostgreSQL Java, AJAX, Jena, base de datos Postgres J2EE 58, ficheros de texto y bases de datos Java EE, XHTML, RDF, OWL, Hibernate JSPWiki (Java, ficheros de texto y bases de datos), Jena y base de datos relacional MySQL 61, PostgreSQL u Oracle 62 SMW (PHP, base de datos relacional MySQL, KAON2, OWL) Usuario objetivo Usuarios no técnicos Usuarios expertos producers para editar ontologías y diseñar plantillas de consultas y usuarios no expertos consumers para explotar la información Ingenieros del conocimiento, investigadores y usuarios avanzados Usuarios en intranets de compañías Diversidad de usuarios con distintos niveles de experiencia Usuarios no técnicos que realizan tareas de Ingeniería de Conocimiento colaborativo Actores involucrados en el modelado de empresa: expertos en el dominio, ingenieros de conocimiento y técnicos Propias No tiene No tiene No tiene Ontologías Creadas por el usuario Modificaciones hechas a la ontología de edición Ontologías creadas mediante el editor visual Modelo generado a partir de las anotaciones semánticas; modificación ligera de las ontologías importadas De edición de contenidos Ontología de fondo Edición de texto libre, pero las ontologías creadas por los usuarios determinan ciertas propiedades en los artículos referidos a instancias Referencias a ontologías externas para instanciarlas Organización del conocimiento Wiki Wiki Wiki No tiene No tiene No tiene Wiki No tiene Ontologías externas importadas y preconfiguradas No tiene Modelo generado a partir de las anotaciones semánticas; modificación ligera de las ontologías importadas No tiene Descripciones formales de los modelos de empresa Referencias a ontologías externas para instanciarlas Referencias a ontologías importadas para instanciarlas No tiene Lógica Depende de la interfaz construida; por ejemplo, dashboard 59, wiki, atlas etiquetado, etc. Sitio web con formularios y páginas enlazadas Wiki Texto Física Base de datos MSSQL o PostgreSQL Base de datos Postgres y Jena para RDF Ficheros de texto o bases de datos Base de datos relacional Ficheros de texto o base de datos elegida en JSPWiki para almacenamiento del contenido wiki y base de datos MySQL, PostgreSQL u Oracle para almacenamiento del modelo semántico Base de datos relacional MySQL Extensibilidad No extensible por usuarios finales No dispone de mecanismos específicos Mediante adición de funcionalidad a los ficheros de configuración propios Programación de plugins Desarrollo de widgets 60 A nivel de contenido (por ejemplo, mediante las ontologías SWeMPs [110] y ZyX [111], Makna se extiende a la wiki MultiMakna [112], un sistema que da soporte a contenidos multimedia, los cuales también pueden ser anotados semánticamente) Mediante plugins Extracción del conocimiento Extracción de la información en OWL Exportación de la ontología completa a OWL Exportación del contenido a una ontología OWL/RDF Exportación del contenido a HTML Exportación del contenido a una ontología OWL/RDF Exportación del contenido semántico como sentencias RDF Exportación de la información a ontologías OWL Tabla 2.2: Comparación entre wikis semánticas (a)

73 2.3. Conclusiones 59 ODEWiki 63 Ontobrowse OntoWiki Powl Semantic MediaWiki SweetWiki SWiM Objetivos Gestión del conocimiento en entornos cerrados (compañías, organizaciones, etc.) Documentación de arquitecturas SOA Edición colaborativa de ontologías en escenarios de Ingeniería del Conocimiento Edición colaborativa de ontologías vía web Adoptar la filosofía de la WS en el entorno wiki por medio de la creación de la Wikipedia semántica Usar una wiki junto a las tecnologías de la WS para permitir a los usuarios etiquetar las páginas y organizar las folksonomías generadas Crear y compartir teorías matemáticas formalizadas Tecnología J2EE, JSPWiki, ODESeW Java (Spring, Hibernate, JSF), OWL, Jena, KAON2, SPARQL, SWRL Powl (PHP, RDF, RDFS, OWL, SQL) y AJAX PHP, RDF, RDFS, OWL, SQL Motor MediaWiki (PHP y base de datos relacional MySQL) y KAON2 Java, AJAX, XHTML, RDF, RDFa, OWL Lite, SPARQL, CORESE IkeWiki (Java, AJAX, Jena), OMDoc (MathML, OpenMath), RDF, OWL DL, XSL y base de datos PostgreSQL para almacenamiento Usuario objetivo Empleados de compañías, empresas, etc. Desarrolladores y arquitectos de SOAs y expertos en el negocio Ingenieros del conocimiento Desarrolladores, investigadores, expertos en el dominio e ingenieros en conocimiento involucrados con tecnologías semánticas Prosumer de la W2.0, enfatizando en usuarios no expertos en tecnologías semánticas Usuarios no técnicos (para etiquetar) y técnicos (para organizar las folksonomías) especialmente en intranets o en comunidades claramente identificadas Matemáticos Propias No tiene No tiene Ontología de sistema 64 Ontología de sistema No tiene Modelo de objetos wiki, una ontología de la estructura de la wiki Ontología de sistema: formaliza la estructura de OMDoc y mantiene la consistencia de SWiM Ontologías Creadas por el usuario Creación / Edición de instancias de ontologías en la base de conocimiento Creación / Edición de instancias Todas Todas Modelo generado a partir de las anotaciones semánticas Ontologías de dominio ligeras (folksonomías construidas a partir de etiquetas) Descripciones de sentencias matemáticas sobre conceptos matemáticos en OMDoc De edición de contenidos Referencias a ontologías de la base de conocimiento para instanciarlas Ontología SOA y ontologías añadidas Construcción libre de ontologías Construcción libre de ontologías, pero la edición de texto está restringida a los recursos de las ontologías No tiene; edición libre Las ontologías creadas por los propios usuarios o las ontologías importadas actúan como ontologías de dominio sobre el cual se construyen los contenidos Ontología de sistema: define el conocimiento que puede ser representado en OMDoc Organización del conocimiento Wiki Wiki Lógica Representación visual de los mapas de información, que depende de la vista elegida: wiki, mapa o calendario Representación visual de una ontología Wiki Wiki Wiki Física Base de datos Base de datos Base de datos relacional compatible con SQL 64 Base de datos relacional compatible con SQL Base de datos relacional MySQL Ficheros de texto en formatos XHTML y RDFa Base de datos PostgreSQL Extensibilidad Posibilidad de integración con repositorios de ontologías Plugins externos y ontologías para añadir nuevo conocimiento Mediante plugins Mediante plugins/widgets Adición de extensiones predefinidas Plugins programados con etiquetas JSP desde el propio editor Extensión añadiendo funcionalidad a la capa más alta Extracción del conocimiento No directamente: exportación del contenido de la base de conocimiento a una ontología OWL/RDF a través de ODESeW No dispone de mecanismos específicos Exportación de las ontologías a hojas de cálculo o bases de datos compatibles con CSV 65 y a RDF Exportación de las ontologías a hojas de cálculo o bases de datos compatibles con CSV Página especial en la wiki para exportar el contenido a una ontología OWL/RDF Extracción de los metadatos en formato RDF/OWL Extracción de la información en formato RDF Tabla 2.3: Comparación entre wikis semánticas (b) 2.3. Conclusiones La WS no es una nueva Web, sino una extensión de la Web actual donde las páginas se anotan con metadatos. Esto incluye a las webs de las wikis, que al ser anotadas conforman una wiki semántica. Se desprende por tanto que una Wiki Semántica es (una forma de) Web Semántica y que es buena idea seguir avanzando por esta línea, como demuestran los trabajos anal-

74 60 Capítulo 2. Estado del arte izados aquí. Del estudio de estas wikis se pueden extraer algunas conclusiones importantes. Respecto al uso e integración de ontologías, Buffa y otros [90] han identificado dos aproximaciones principales y diferentes en la investigación y desarrollo de wikis semánticas y ontologías: Uso de wikis para ontologías. Este modelo, conocido como wikitología [106], considera las páginas de la wiki como conceptos de una ontología y los enlaces como relaciones entre ellos. La wiki actúa como un editor de ontologías, de modo que a medida que editamos sus páginas, vamos creando la ontología. La mayoría de las wikis semánticas caen en esta categoría, por ejemplo, AceWiki, Makna, Platypus, Rhizome, Rise, SHAWN, SMW o WikSAR. Uso de ontologías para wikis. Este otro enfoque se centra en la anotación semántica del contenido de la wiki respecto a una ontología de referencia. Dentro de esta categoría se incluyen wikis como IkeWiki, SweetWiki o SWiM. La división de estas dos perspectivas es solamente sintomática de la primera fase del desarrollo de wikis semánticas. En el futuro (como ya se empieza a hacer), las wikis semántica mezclarán estas dos aproximaciones como dos caras de la misma moneda. Mantener la wiki y la ontología se hará al mismo tiempo, sin que haya ninguna distinción artificial entre ambas actividades. Varios de los trabajos ponen de manifiesto la importancia que tiene la gestión del conocimiento en entornos corporativos y el beneficio de hacerlo en colaboración. Algunos ejemplos son IkeWiki y KiWi, con carácter más general; Moki, que se centra en dar soporte al modelado de empresa; Ontobrowse, diseñada específicamente para compartir el conocimiento arquitectural de un sistema; o SWiM, con un caso más específico de gestión del conocimiento matemático. Tramullas y Garrido [113] extraen, desde una perspectiva más cercana al usuario final, las siguientes conclusiones: La utilización e integración de ontologías no es homogénea, ni en técnicas, ni en interfaces, ni en enfoque de uso.

75 2.3. Conclusiones 61 Los dominios de aplicación son altamente especializados, y requieren que los usuarios conozcan la estructura y funcionamiento de las ontologías. De esta segunda conclusión se puede desprender una más: la necesidad de documentar las ontologías, con objeto de facilitar al usuario final su funcionamiento y utilización. Por tanto, sería preciso que este tipo de herramientas dispusiera de un sistema de documentación claramente definido. Algunas wikis de las estudiadas hacen mención a este requerimiento (Moki, ODEWiki, Ontobrowse, OntoWiki y SWiM), pero ninguna de ellas cuenta con mecanismos estandarizados. A continuación, se presenta un escenario que también justifica esta necesidad: el papel de las ontologías en la Gestión del Conocimiento.

76

77 Capítulo 3 Externalización del conocimiento 3.1. El conocimiento como activo En los últimos años estamos viviendo acontecimientos tales como el desarrollo tecnológico o la globalización, que están produciendo cambios estructurales de enorme trascendencia en la sociedad y en el sistema económico. La liberación de los mercados, consecuencia de esta transformación, ha traído consigo una fuerte competencia entre las empresas, que luchan por hacerse un hueco en ellos. Si se considera que actualmente las empresas comparten en mayor o menor medida las mismas buenas prácticas (unas aprenden de otras), la misma tecnología y cuentan con fácil acceso al capital, parece lógico pensar que en la gestión de los activos 1 intangibles está la clave del éxito sobre las demás. El economista Edith Penrose reconocía en 1959 que no son sus recursos, sino los servicios que esos recursos prestan, los que generan el verdadero valor de una compañía [114]. Peter Drucker, considerado padre del management y un adelantado a su tiempo, vaticinó que en la nueva economía, conocida como la Economía del Conocimiento, el conocimiento será el principal recurso; y que la tierra, el capital y el trabajo (factores principales en otras épocas) no desaparecerán, pero serán secundarios, a la vez que afirmaba que las nuevas industrias emergentes (...) encarnan una nueva realidad económica: el conocimiento se ha convertido en el recurso económico central [115]. En efecto, en la actualidad el conocimiento es el activo que más valor 1 Los activos de una compañía son los recursos que generan beneficios. 63

78 64 Capítulo 3. Externalización del conocimiento Figura 3.1: Eras de creación de riquezas genera en una organización. La competitividad de muchas compañías que se mueven en este mercado tan difícil (incertidumbre económica, nuevas tecnologías, cambio en la oferta y la demanda, cambio en las condiciones de vida...) depende en gran medida de cómo mantienen y acceden a su conocimiento corporativo [116, 117]. Una empresa creadora de conocimiento se caracteriza por: La creación consistente y constante de conocimiento. Divulgación del conocimiento dentro de la empresa. Transformación del conocimiento en nuevas tecnologías, productos y servicios. El tercer punto es el objetivo a perseguir. Para obtener beneficios a partir del conocimiento, es necesario comprender qué se entiende por conocimiento, cómo generarlo y gestionarlo Modelo de Nonaka y Takeuchi Según los autores Nonaka y Takeuchi [118], la mayoría de las compañías occidentales creen que el único conocimiento útil son datos cuantificables, procedimientos codificados y principios universales. El modelo de empresa japonesa, en cambio, reconoce que crear nuevo conocimiento

79 3.2. Modelo de Nonaka y Takeuchi 65 no es simplemente una cuestión de procesar información objetiva. Nonaka y Takeuchi definen el conocimiento como una creencia personal justificada que aumenta la capacidad de un individuo para llevar a cabo una acción de manera eficiente. Esta definición reafirma las tesis de Drucker al declarar que el conocimiento aumenta la capacidad de un individuo para llevar a cabo una acción de manera eficiente y que, consecuentemente, generará valor. Sin embargo, difiere del modelo occidental al considerar que el conocimiento es subjetivo ( creencia personal ). No obstante, esta subjetividad no le resta valor, pues se trata de una creencia personal justificada. Nonaka y Takeuchi proponen un modelo según el cual el conocimiento se origina en el individuo (en forma de conocimiento tácito) y acaba transformado en conocimiento colectivo (como conocimiento explícito). El conocimiento tácito es altamente personal, difícil de formalizar y, por tanto, de comunicar a los demás. Está profundamente arraigado a las acciones del individuo en un contexto específico (una determinada profesión, una tecnología particular, etc.). Está formado, en parte, por las habilidades técnicas del individuo, que se adquieren a través del aprendizaje y se perfeccionan con la experiencia. Al mismo tiempo, tiene una importante dimensión cognitiva: consta de modelos mentales, creencias y perspectivas. Por este motivo, condiciona nuestra percepción de la realidad. Para el antropólogo Gregory Bateson, creamos nuestro propio mundo al mirarlo de acuerdo con nuestras propias presuposiciones, nuestras propias premisas, nuestras propias expectativas [119]. En resumen, el conocimiento tácito es el que el individuo tiene en su mente, es personal y subjetivo, se adquiere de la experiencia y se comparte mediante el trabajo colectivo. El conocimiento explícito, en cambio, es generado por el individuo y lo hace patente de forma física. Es objetivo, sistemático y se representa formalmente, por lo que es fácil de compartir. Para Nonaka y Takeuchi, crear conocimiento es hacer explícito el conocimiento tácito. No obstante, la creación de conocimiento no se limita sólo a ese paso; es necesario un proceso continuo flujo de información en espiral de transformaciones entre el conocimiento tácito y explícito, que pasa por cuatro fases (ver figura 3.2): Socialización (de tácito a tácito). Es la acción de compartir el conocimiento tácito directamente con otros individuos mediante el trabajo colectivo (por ejemplo, reuniones, enseñanza de maestro a discípulo, etc.), de forma que todos los individuos adquieren este conocimiento y lo incorporan al suyo propio. El aprendizaje se hace por obser-

80 66 Capítulo 3. Externalización del conocimiento Figura 3.2: Ciclo de Nonaka y Takeuchi vación, imitación y práctica. Externalización (de tácito a explícito). Es la acción de hacer explícito el conocimiento tácito (por ejemplo, escribir un artículo científico, modelar un dominio, etc.) con el objetivo de compartirlo. Se trata de la actividad esencial en la creación del conocimiento. Combinación (de explícito a explícito). Es el proceso de sintetizar conocimiento explícito más complejo a partir de la composición del conocimiento explícito proveniente de diversas fuentes (por ejemplo, hacer un informe con los datos de una compañía, crear una aplicación informática ensamblando componentes de software reutilizables, etc.). Internalización (de explícito a tácito). La internalización es la asimilación del conocimiento explícito. Se obtiene mediante la experiencia (por ejemplo, montar en bicicleta sólo se puede aprender si se practica ) y se incorpora como conocimiento tácito al modelo mental de conocimiento del individuo y, por tanto, a los activos de la empresa. Un caso que ejemplifica el funcionamiento de este ciclo es el de la aprendiz de panadera [118]: 1. En primer lugar, la aprendiz aprende los secretos del maestro panadero mediante observación, imitación y práctica (socialización).

81 3.3. Gestión del conocimiento 67 (a) Contexto original (b) Web Semántica 2.0 Figura 3.3: Creación de conocimiento 2. El siguiente paso es escribir la receta con los ingredientes y todas las indicaciones a seguir: tiempo de reposo de la masa, funcionamiento del horno... (externalización). 3. En tercer lugar, la aprendiz pone en común el conocimiento adquirido con los otros aprendices. Todos aportan sus impresiones, sus puntos de vista y articulan un procedimiento éstandar para hacer pan de manera profesional (combinación). 4. Por último, practicando la metodología acordada con sus compañeros, la aprendiz adquiere experiencia en hacer pan e interioriza este conocimiento como suyo propio (internalización). De las cuatro etapas del ciclo, la externalización y la internalización son los pasos críticos en la espiral de conocimiento porque conllevan una implicación activa del propio individuo. Y entre ellas dos, la externalización es la actividad indispensable para crear conocimiento, pues es cuando se produce la materialización Gestión del conocimiento El modelo propuesto sitúa el origen del conocimiento en el individuo y lo conduce hacia la colectividad. El planteamiento ahora es cómo esa comunidad poseedora de conocimiento puede gestionarlo para convertirlo en un activo de la compañía y obtener beneficios de él. Aranda-Corral y otros [30] extraen una importante analogía entre conocimiento y ontología: en la fase de externalización (el paso clave del ciclo), el conocimiento tácito se formaliza para poder ser compartido; del mismo

82 68 Capítulo 3. Externalización del conocimiento modo, en el contexto de la WS2.0 2 (ver figura 2.2), la información de la Web se formaliza en ontologías para producir conocimiento reutilizable. Por lo tanto, crear conocimiento en la WS2.0 equivale a construir ontologías Modelo de Nonaka y Takeuchi adaptado Los propios recursos de la compañía son la fuente principal para construir una ontología [120]: bases de datos, intranets, procesos de negocio, conocimiento de los empleados, etc. Una compañía puede verse como un sistema abierto de acciones sociales con un alto grado de autorregulación [121]. Por tanto, sería apropiado estudiar la creación de una ontología, desde la perspectiva del conocimiento emergente (es decir, del conocimiento surgido de las interacciones en un entorno distribuido) [122], analizando los procesos presentes en la Gestión de Activos de Conocimiento 3, representados en el ciclo de Nonaka y Tekeuchi (ver figura 3.2) [123]. En lugar de ajustar el proceso de creación de ontologías al modelo de Nonaka y Takeuchi, Aranda-Corral y otros [30] proponen adaptar el modelo original al contexto natural de creación de ontologías: la WS2.0. En este nuevo escenario, el conocimiento generado es semántico, las personas que lo generan se organizan en redes de usuarios prosumers 4 adoptando los comportamientos propios de la W2.0 y la Ingeniería Ontológica puede dar soporte a los procesos de este otro modelo (aportando teorías y/o herramientas). El resultado es un nuevo ciclo (ver figura 3.4), proyección del original, pero mejorado con tecnología y métodos propios de la WS2.0. Las cuatro fases resultantes para crear conocimiento son: Redes de Conocimiento ( Socialización). El aprendizaje colaborativo implica la interacción entre iguales para la construcción del conocimiento, lo que da lugar a la constitución de redes de conocimiento [124]. Una red de conocimiento está integrada por una comunidad de personas que comparte su conocimiento para lograr objetivos comunes. Las redes de conocimiento están alcanzando ahora su auge gracias al impulso de las nuevas tecnologías, que las están haciendo llegar hasta cualquier usuario de la Web. Por tanto, la so- 2 Web Semántica 2.0 = Web Semántica + Web En inglés, KAM, Knowledge Asset Management 4 prosumer = producer + consumer, es decir, la producción y consumo de conocimiento es encomendado a los usuarios

83 3.3. Gestión del conocimiento 69 cialización produce redes de conocimiento en la WS2.0 cuando los usuarios adoptan comportamientos 2.0. Semántica Emergente ( Externalización). La semántica es emergente si surge como un acuerdo en un contexto específico de interpretaciones comunes, construido en un proceso incremental de negociociaciones e interacciones locales entre agentes autónomos autoorganizados [125]. En la WS2.0, externalizar el conocimiento es formalizarlo en ontologías, donde cada concepto tiene su significado (semántica) definido. Al ser éste un proceso de estandarización cooperativo, un punto crucial es la comunicación entre los diferentes actores que deben llegar al consenso [126]. De la interacción de los usuarios en redes de conocimiento emerge la semántica de los conceptos que conforman la ontología. Por este motivo, el proceso de externalización colaborativa en la WS2.0 es, en realidad, un proceso de semántica emergente. Para ello, es necesario proporcionar herramientas que permitan externalizar y organizar el conocimiento. Alineación de Ontologías ( Combinación). La alineación de ontologías es el proceso de encontrar correspondencias entre las entidades de dos ontologías diferentes [127]. Combinar diferentes fuentes de conocimiento en la WS2.0 se traduce en alinear las ontologías que lo formalizan. Interfaces Semánticas de Usuario ( Internalización). En la WS2.0, asimilar el conocimiento sólo es posible mediante el uso de interfaces de usuario que permitan acceder a los contenidos y explotarlos de forma sencilla. Por tanto, la internalización del conocimiento semántico conlleva el uso de interfaces semánticas. Al igual que sucedía en el modelo original, la semántica emergente del conocimiento (externalización) y las interfaces para acceder a él (internalización) son la esencia en este ciclo Semántica emergente Integrar la información por medio de ontologías es la mejor opción para las organizaciones que son conscientes del valor del conocimiento. Investigaciones previas, como la de Hearst [128], se centran en integrar bases de datos o bases de conocimiento heterogéneas, cuya información se

84 70 Capítulo 3. Externalización del conocimiento Figura 3.4: Proyección del ciclo de Nonaka y Takeuchi encuentra altamente estructurada, a menudo por medio de lenguajes formales. Existen también poderosos métodos de integración [120] que producen ontologías robustas. En el apartado se razonó que el proceso de desarrollar una ontología debe ser cooperativo. El modelado conceptual en entornos distribuidos es una cuestión que ha sido objeto de investigación por parte de la comunidad científica [129, 130, 131, 132] durante años. Gran parte de los trabajos vistos en el capítulo 2 también aborda este problema. Las ontologías en entornos colaborativos no surgen de una vez como resultado de aplicar una metodología de formalización del conocimiento por parte de un grupo de expertos. Su construcción conlleva un proceso de aprendizaje en el que los individuos profundizan en el dominio de discurso y en el vocabulario apropiado para describirlo. Las ontologías se desarrollan constantemente: los conceptos experimentan un proceso de evolución continua donde la comprensión y las ideas emergen de manera implícita del trabajo diario y maduran gradualmente mediante la interacción entre los miembros de la comunidad. La ontología llega a la madurez cuando se ha alcanzado el consenso [125]. Las ontologías construidas son la pieza clave para implementar la interoperabilidad semántica en organizaciones y empresas (apartado 1.4.1). La interoperabilidad semántica ofrece la capacidad de inferir, relacionar, interpretar y clasificar el conocimiento implícito en el contenido digital que dirige los procesos de negocio de una empresa. Además, permite la comunicación entre individuos o sistemas de información de diferentes compañías. Sin embargo, el problema de la interoperabilidad puede persi-

85 3.3. Gestión del conocimiento 71 stir en un nivel diferente, dentro de la misma organización: aparece en la heterogeneidad de interpretaciones que hacen los usuarios sobre los elementos de la ontología. Este problema es consecuencia de la alfabetización ontológica de los usuarios, es decir, el nivel de conocimiento sobre ontologías. Actualmente, es inconcebible crear o utilizar ontologías sin un alto nivel de experiencia en áreas como la representación del conocimiento y las tecnologías semánticas (RDF, OWL...). En el mejor de los casos, es necesario comprender el funcionamiento de los editores de ontologías, los cuales, no obstante, también entrañan una gran dificultad para la mayoría de usuarios. En un entorno distribuido como es la Web, el desarrollo de ontologías se enfrenta, además, a la disparidad de conocimientos que poseen los autores sobre las propias ontologías y las tecnologías semánticas [36], lo cual supone un grave inconveniente. Schaffert [39] identifica la falta de ontologías como un serio obstáculo para la implantación de la WS y argumenta que una de las razones principales de ello es la barrera tecnológica, que desalienta a los expertos en un dominio a formalizar su conocimiento. Una primera aproximación para solventar esta dificultad es proporcionar herramientas que permitan externalizar y organizar el conocimiento. Otra solución, complementaria al uso de herramientas de gestión del conocimiento, es la documentación social y colaborativa de la experiencia de uso de las ontologías, cuyo objetivo es cerrar la brecha semántica surgida entre la especificación de la ontología y su uso cotidiano [30]. Este resultado se extrajo como conclusión del capítulo 2 (apartado 2.3). Fernández y otros [28] ya apuntaban a esta necesidad: la ausencia de documentación es un importante obstáculo cuando reutilizas o compartes ontologías ya construidas; así que, si deseas que tu ontología sea reutilizada o compartida por otros, intenta documentarla lo mejor que puedas. McGuinness también sugirió la necesidad de especificar la semántica de los términos en una ontología[36]. Existen ontologías que, si bien han sido documentadas, no lo están de forma adecuada. Sus propios creadores (tradicionalmente, expertos en ontologías o en el dominio), utilizan una jerga excesivamente técnica y compleja. Este método de documentación resulta inapropiado para la mayoría de los usuarios, que requiere un tipo de información más cercano, por ejemplo, casos de uso de la ontología, experiencia de otros usuarios en su aplicación en un determinado contexto, significado de un concepto, etc. Es lo que Aranda-Corral y otros [30] entienden por documentación social. La autora Anne-Claire Boury-Brisset lo denomina ontology critiquing [133].

86 72 Capítulo 3. Externalización del conocimiento Para ella, en entornos distribuidos se hace cada vez más importante tener un espacio de trabajo donde los usuarios hagan sus comentarios sobre ontologías construidas por otras personas. Por ejemplo, una persona podría preguntar si un nuevo concepto (clase) debería ser definida como una subclase de otra existente o como una instancia de ella. Por tanto, junto a la propia ontología, la documentación social también emerge fruto del acuerdo de la comunidad, de sus discusiones y de las experiencias aportadas, y evoluciona con los usos de la ontología y las contribuciones de cada miembro Interfaces semánticas de usuario Las interfaces semánticas son la otra clave en la solución al problema de la alfabetización ontológica. Para superar esta barrera técnica es necesario que las herramientas permitan a los usuarios contribuir en la creación de contenido de forma transparente a las tecnologías que hay de fondo [41]. De hecho, simplicidad y amigabilidad son ya requisitos obligatorios en el desarrollo de aplicaciones para la WS, pensando especialmente en las personas no expertas en tecnología [134]. Existen trabajos que respaldan la trascendencia de las interfaces semánticas en la WS2.0 desde distintos puntos de vista. Autores como David F. Huynh [135, 136, 137] acentúan su importancia bajo la perspectiva de la presentación de los datos, mientras que otros como Max van Kleek y Stephen Davies se centran en la interacción del usuario con el contenido. Van Kleek y otros [138] afirman que mejorar los mecanismos de adquisición y acceso al conocimiento será necesario para que la WS sea adoptada ampliamente por los usuarios finales; y argumentan que uno de los caminos a seguir es explorar la interacción de los usuarios a nivel de interfaz para acelerar el intercambio de conocimiento entre los humanos y las bases de datos de conocimiento de la WS. Davies y otros [139] reafirman que la mayoría de los usuarios se sienten incapacitados con las herramientas actuales, ya que éstas asumen un alto grado de habilidad con los conceptos de la WS; y razonan que las herramientas deben diseñarse teniendo en cuenta a los usuarios no expertos, para que ellos también puedan convertirse en contribuidores productivos de conocimiento semántico. En consecuencia, las interfaces semánticas no sólo son el elemento que permite interiorizar los contenidos de la WS2.0, sino que también son la

87 3.4. Conclusiones 73 pieza fundamental para resolver los problemas de externalización del conocimiento ontológico Conclusiones La gestión del conocimiento debe atender a dos dimensiones: semántica y social. En este escenario, la creación de conocimiento es un proceso de externalización en forma de ontologías, tarea que se lleva a cabo mediante el consenso en comunidades de práctica. Esta arquitectura de participación juega un doble papel: por un lado, la semántica de la ontología emerge de la interacción natural entre los miembros de la comunidad y evoluciona con su utilización diaria; y por otro, la misma comunidad proporciona sus propias experiencias de uso con respecto a las ontologías construidas. Disponer de herramientas con interfaces semánticas apropiadas habilita a los usuarios para producir ontologías. Al mismo tiempo, permiten acceder a ellas y asimilarlas. La documentación social es imprescindible en esta consecución. Los trabajos presentados en el capítulo 2 demuestran la adecuación de las wikis para operar en el contexto de la WS2.0. Por un lado, constituyen un marco que da un sólido soporte a las ideas de creación colectiva del conocimiento [118], invita a la participación automotivada y antijerárquica de una comunidad de usuarios [115] y favorece la competitividad de las empresas que abrazan por completo el potencial de la W2.0 [34]. Por otro lado, las tecnologías semánticas incorporadas proporcionan la capacidad para procesar la información de manera segura y eficiente. Y por último, las wikis fomentan la participación activa para documentar software en colaboración [140]. En el capítulo 4 se presenta Sword, una plataforma semántica social destinada a externalizar el conocimiento mediante ontologías. Su interfaz, basada en wiki, fomenta la participación colectiva, ofrece la capacidad de representar las ontologías en formato humano, acercándolas al usuario, y proporciona los medios para documentarlas de manera intuitiva y amigable.

88

89 Capítulo 4 Sword Sword 1 es una plataforma semántica social diseñada para salvar la brecha entre usuario y ontología. Está basada en OntoxicWiki [30, 141], a la cual mejora con nuevas características (capítulo 5). Actualmente se encuentra en fase de desarrollo, por lo que se describirá OntoxicWiki durante este capítulo Descripción general OntoxicWiki (OW) es una herramienta social diseñada para representar ontologías de forma intuitiva a través de un entorno que permite repararlas y documentarlas colaborativamente. Se trata de un plugin para el editor de ontologías Protégé 2 [142, 143, 144] que se apoya en un motor MediaWiki. Esta wiki funciona como plataforma social, donde los miembros de la comunidad pueden revisar las ontologías y describir en colaboración sus propiedades, usos y experiencias, siempre preservando sus especificaciones y características lógicas. De este modo, una ontología queda representada de forma comprensible y, gracias a la información adicional, terceras partes pueden aprender interesantes características sobre ella como son su dominio y alcance, su propósito de uso, aplicaciones recomendadas, etc. El objetivo es acercar las ontologías a los usuarios y fomentar su (re)utilización en la WS. 1 Social Wiki for Ontology Revision and Documentation

90 76 Capítulo 4. Sword El producto final de OW es una wiki que contiene ontologías representadas en wikitexto 3. Una vez disponibles, los miembros de la comunidad tan sólo necesitan un navegador web para acceder a ellas, y pueden editarlas, documentarlas o, simplemente, visitarlas para requerir información. La wiki aporta una serie de características que le dan ventaja respecto a otras soluciones colaborativas: La plataforma wiki permite compartir y reutilizar el conocimiento fácilmente. Su interfaz intuitiva oculta la complejidad tecnológica de fondo. Potencia la participación colectiva. El historial de cambios permite llevar cierto control de versiones de la ontología. La unicidad en los títulos de los artículos resulta muy apropiada para los recursos de la ontología. Los hiperenlaces son de gran utilidad a la hora de relacionar conceptos. Un recurso se hace más comprensible si entendemos con mayor claridad los vínculos que mantiene con otros recursos. El conocimiento en la wiki queda perfectamente organizado en artículos, secciones, etc. El buscador de la wiki permite localizar los recursos de la ontología fácilmente Correspondencia ontología wiki En OW, existe una relación de equivalencia entre una ontología en lenguaje formal OWL cargada en Protégé y la misma ontología en la wiki. Un artículo en la wiki se corresponde con un recurso 4 de la ontología y cada tipo de artículo tiene su propia estructura, que depende del tipo de recurso al que representa, el cual determina su contenido. En otras palabras, un artículo se compone de secciones que contienen la información 3 Lenguaje wiki 4 Clase, propiedad, individuo

91 4.1. Descripción general 77 más relevante relativa al recurso asociado. La estructura de cada artículo es la siguiente: Secciones en artículos de clase: 1. rdfs:comment 2. subclases 3. propiedades 4. instancias 5. superclase Secciones en artículos de propiedad: 1. rdfs:comment 2. dominio 3. rango 4. subpropiedades 5. superpropiedad Secciones en artículos de individuo: 1. rdfs:comment 2. clase 3. propiedades Interfaz de usuario La interfaz de usuario de OW consta de tres componentes (ver figura 4.1): una barra de herramientas, un área de plantillas y un navegador web. La barra de herramientas proporciona utilidades básicas para manejar la ontología (ver figura 4.2). El área de plantillas muestra el formato que debe seguir el wikitexto en cada tipo de artículo. El navegador web visualiza el contenido de la wiki.

92 78 Capítulo 4. Sword Figura 4.1: Interfaz de usuario de OntoxicWiki Funcionalidad La funcionalidad de OW se encuentra intímamente relacionada con el ciclo de vida de la ontología dentro de esta herramienta. OW opera haciendo pasar a la ontología por las cinco etapas de este ciclo: 1. Crear o cargar la ontología en Protégé. Tanto si se crea desde cero como si carga una ontología existente, el resultado final es un fichero con extensión.owl donde se encuentra codificada la ontología objetivo. No se necesita OW en esta fase. 2. Añadir la ontología de documentación. Se añade la ontología OSMV 5 a la ontología objetivo. Inicialmente esta ontología está vacía sólo consta del esquema y se instanciará con la información aportada por los usuarios sobre la ontología objetivo (más información en el apartado 4.1.5). 3. Cargar la ontología en la wiki. Se escribe automáticamente la ontología objetivo en la wiki. Este proceso comienza con la extracción 5 Ontology Social Metadata Vocabulary

93 4.1. Descripción general 79 Figura 4.2: Barra de herramientas de OntoxicWiki de información de la ontología (jerarquía de clases, propiedades e individuos), y posteriormente, se obtiene la información más relevante relativa a cada recurso. A continuación, se crea un artículo en la wiki por cada recurso. Cada uno de estos artículos tendrá una estructura y una información específica que dependerá del recurso correspondiente (apartado 4.1.1). Esta información se distribuye en las secciones pertinentes del artículo, rigiéndose por la sintaxis de MediaWiki 6. Finalmente, los artículos se enlazan a través de hiperenlaces para mantener la estructura original de la ontología. Adicionalmente, se crean algunos artículos especiales y secciones dentro de los artículos de recursos provenientes de la ontología de documentación OSMV. Estas secciones, inicialmente en blanco, contendrán las experiencias de uso añadidas por los propios usuarios de la ontología objetivo (más información en el apartado 4.1.5). 4. Revisar y documentar la ontología. Una vez que la ontología se ha cargado en la wiki, queda a disposición de la comunidad. Sólo es necesario un navegador web para acceder a ella. Los usuarios pueden editarla creando, eliminando o modificando los artículos de la wiki (la wiki actúa como un editor ontológico). Documentar la ontología es suministrar información en la sección apropiada. Por ejemplo, si un usuario quiere modificar el rango de una relación, tiene que ir al artículo correspondiente, editar la sección rango y sustituir el rango antiguo por el nuevo valor (y, por último, guardar los cambios). No se necesita OW en esta fase. 6

94 80 Capítulo 4. Sword Figura 4.3: Arquitectura de Protégé con extensión OWL 5. Recuperar la ontología desde la wiki. Es el proceso inverso al paso 3. Se lee automáticamente los artículos de la wiki, se reconstruye la ontología en formato OWL y se carga en Protégé. La recuperación comienza analizando la estructura de los artículos, creada a través de los hiperenlaces existentes entre ellos. Se genera el esqueleto de la ontología: la taxonomía de clases, las propiedades y los individuos. Por último, se lee el contenido de los artículos y, para cada sección, se escribe la información correspondiente en el recurso de la ontología OWL. Se requiere que el contenido de los artículos siga el formato señalado en el área de plantillas. El resultado final es un fichero con extension.owl donde se encuentra codificada la ontología objetivo Tecnología y arquitectura OW está implementada en Java como un plugin para Protégé. Este editor de código abierto puede ser fácilmente extendido por medio de una arquitectura de plugins y una API basada en Java para construir aplicaciones con ontologías (ver figura 4.3). Las ontologías manejadas en OW

95 4.1. Descripción general 81 Figura 4.4: Arquitectura de MediaWiki están codificadas en lenguaje OWL y se manipulan a través de la API Protégé-OWL 7. La API de Protégé-OWL es una librería en Java de código abierto, para los lenguajes de ontologías OWL y RDF(S). Provee de un conjunto de clases, interfaces y métodos para cargar y salvar archivos OWL, consultar y manipular modelos de datos OWL y aplicar razonamiento automático basado en motores de lógica descriptiva. Está optimizada para la implementación de interfaces gráficas de usuario, lo cual es fundamental para desarrollar plugins para Protégé. El otro compente básico de OW es MediaWiki, un software libre basado en servidor y liberado bajo licencia GNU General Public License (GPL). Se trata de una implementación de wiki extremadamente potente y escalable. Usa PHP para funcionar y almacena su información en una base de datos MySQL (ver figura 4.4). La arquitectura de OW se basa en las de Protégé y MediaWiki. Esta architectura obedece al siguiente comportamiento (ver figura 4.5): (1) OW utiliza la API Protégé-OWL. (2) A través de Protégé-OWL se accede y se manipula la ontología OWL. (3) OW accede directamente a la base de datos de MediaWiki a través del driver JDBC 8 para MySQL, Connector/J Programmers_Guide 8 Java Database Connectivity 9

96 82 Capítulo 4. Sword Figura 4.5: Arquitectura de OntoxicWiki (4) Paralelamente, desde cualquier navegador web se hacen peticiones al servidor HTTP. (5) El servidor HTTP interpreta las peticiones y las remite al motor PHP. (6) El motor PHP recibe las peticiones y envía las sentencias SQL apropiadas al gestor de bases de datos MySQL. (7) El gestor se encarga de leer/escribir en la base de datos. Finalmente, la información circula en sentido inverso para devolver el contenido de una página web que será visualizada por el navegador OSMV La mayoría de las ontologías publicadas en la Web no contiene ningún tipo de información adicional sobre ellas mismas y esta deficiencia compromete seriamente su reutilización en la WS. Hartmann y otros [145] argumentan que la disponibilidad de metadatos supone una dimensión fundamental en la reusabilidad de ontologías. Sin ninguna documentación, los potenciales usuarios de ontologías difícilmente podrán identificarlas, encontrarlas y aplicarlas efectiva y eficientemente. Para hacer frente a este problema, es necesario acordar un vocabulario de términos y definiciones

97 4.1. Descripción general 83 que describa ontologías. La solución propuesta se presenta como un estándar en especificación de ontologías que satisface los requisitos de accesibilidad, usabilidad e interoperabilidad semántica. Por ello, el propio vocabulario de metadatos se formaliza como una ontología, que Aranda-Corral y otros [30] denominan OSMV 10. OSMV es una ontología de documentación de ontologías. Está construida a partir de un subconjunto de OMV 11 [146] extendido con algunas características de índole social. OSMV habilita al usuario para añadir información relativa a la ontología objetivo. La documentación aportada se puede clasificar según los siguientes criterios: Atendiendo a su alcance, puede ser: Global. Información relativa a la ontología en su conjunto (número de clases, inconsistencias detectadas). Local. Información específica de un recurso (fuentes de información adicional en la Web para ese recurso, descripciones de los usuarios). Atendiendo a su naturaleza, puede ser: Técnica. Información de tipo técnico (lenguaje de la ontología: OWL, RDFS, etc., licencia de uso: GPL, BSD, etc.). Social. Información de carácter social (comentarios de los usuarios, deficiencias de un recurso). Cuando se integra OSMV con la ontología objetivo, áquella sufre algunas modificaciones: en OSMV se crea una instancia por cada recurso de ésta. La información suministrada a estas instancias se corresponde con la documentación de la ontología objetivo. Asimismo, la wiki también se ve alterada como consecuencia de esta combinación de ontologías. Por una parte, se generan nuevos artículos para albergar documentación de tipo global; por otra, en los artículos originales se crean nuevas secciones para la documentación local. La naturaleza técnica y social se mezcla en las dos categorías anteriores. La información adicional suministrada por la comunidad es, por tanto, el contenido de OSMV. Inicialmente se encuentra vacía (en cuanto a los 10 Ontology Social Metadata Vocabulary 11

98 84 Capítulo 4. Sword Figura 4.6: Clase Expression en Protégé valores para las propiedades de sus instancias) y el usuario final la completa con información específica de la ontología objetivo. La instanciación de OSMV se lleva a cabo de la misma forma que la de la ontología objetivo: rellenando las distintas secciones de los artículos de la wiki. De este modo, los usuarios no expertos pueden generar conocimiento acerca de la ontología que puede ser explotado por compañías o redes sociales Ejemplo SensorOntology es una ontología sobre sensores que ha sido utilizada como la versión inicial de la ontología Semantic Sensor Network [147]. La figura 4.6 muestra la ontología cargada en Protégé y, concretamente, información sobre la clase Expression, que modela las expresiones lógicas. De esta clase se pueden obtener los siguientes datos: Hay tres campos rdfs:comment con comentarios (de los autores) sobre la clase. 12

99 4.1. Descripción general 85 Figura 4.7: Clase Expression en OntoxicWiki Se divide en dos subclases: Condition y Effect. Tiene dos propiedades: expressionbody y expressionlanguage; esta última, con una restricción: cardinality = 1. No tiene superclase (es decir, su superclase es la clase genérica owl:thing). En la figura 4.7 se puede ver la misma información desde la perspectiva de OW. Además se incluye la documentación social En este ejemplo, se muestra la wiki con el navegador Mozilla Firefox. Se obtendría el mismo resultado utilizando el navegador que incluye el propio plugin (ver figura 4.1).

100 86 Capítulo 4. Sword Los tres campos comentarios rdfs:comment se agrupan en uno sólo en la sección RDFSComment del artículo. Las dos subclases se listan en la sección Subclasses. Las propiedades se muestran con formato dominio <-- propiedad --> rango tal como indica la plantilla para clases, en la sección Properties. La restricción aplicada a expressionlanguage se representa en lenguaje natural debajo de ella. La clase no tiene instancias directas (información no visible en la figura 4.6). La clase no tiene superclase. Respecto a la documentación social: Algún usuario ha dejado constancia de que la propiedad expressionbody no tiene rango definido. Aparte de evidenciar una falta de información, esto podría suponer un problema a la hora de procesar la ontología automáticamente. Este dato se suministra en la sección deficiencies. Otro (o el mismo) usuario ha aportado la url de una ontología sobre expresiones lógicas. Visualizar esta ontología puede complementar la información provista en este artículo. La sección documentationresources es el lugar apropiado Gestión del conocimiento semántico OW está diseñada para establecer puentes semánticos entre las actividades del ciclo de Nonaka y Takeuchi proyectado (ver figura 3.4) según el modelo adaptado a la WS2.0, mejorando las soluciones existentes tanto para la W2.0 como para la WS. En este contexto, el proceso de creación de conocimiento mediante OW [30] pasa, una vez más, por cuatro fases (ver figura 4.8):

101 4.2. Gestión del conocimiento semántico 87 Figura 4.8: Creación de conocimiento mediante OntoxicWiki Wiki ( Redes de Conocimiento Socialización). Los usuarios de la wiki se organizan en comunidades con intereses comunes (empleados de una compañía, comunidades de práctica, etc.). Los miembros de estas comunidades constituyen las redes de conocimiento en la WS2.0 cuando comparten su conocimiento. Documentación de ontologías ( Semántica Emergente Externalización). De la interaccion de los usuarios en redes de conocimiento emerge la semántica de los conceptos que conforman la ontología, las experiencias de casos de uso y cualquier dato de interés. Los miembros de la comunidad documentan la ontología cuando hacen explícita esta información en la wiki. Ontología objetivo + OSMV ( Alineación de Ontologías Combinación). La combinación las ontologías objetivo y de documentación produce conocimiento de gran calado que redunda en una mayor comprensión de la ontología original entre los miembros de la comunidad. OntoxicWiki ( Interfaces Semánticas de Usuario Internalización). OW dispone de una interfaz basada en wiki que presenta la información al usuarios en formato inteligible. Por tanto, OW no sólo actúa como herramienta externalizadora, sino también como medio de acceso, comprensión y asimilación de las ontologías documentadas.

102 88 Capítulo 4. Sword 4.3. Resumen OntoxicWiki Objetivos Documentación social de ontologías. Tecnología Protégé (Java), MediaWiki (PHP y MySQL), OWL. Usuario objetivo Comunidades de usuarios (de empleados, de práctica, ciéntificos, etc.) no expertos en tecnología. Propias No tiene. Ontologías Creadas por el usuario Ontología objetivo. De edición de contenidos OSMV para dirigir la documentación de la ontología objetivo. Organización Lógica Wiki. del conocimiento Física Base de datos. Extensibilidad No dispone de mecanismos específicos. Extracción del conocimiento Exportación del contenido a una ontología OWL. Tabla 4.1: Características de OntoxicWiki 4.4. Conclusiones OW es una aplicación social que permite documentar ontologías así como reportar casos de uso y otra información de interés. Dispone de una wiki donde se almacenan y se documentan las ontologías. La wiki es una excelente plataforma para lograr este objetivo: es un medio de discusión, un repositorio de ideas y una herramienta para la colaboración [31]; además, representa las ontologías en formato humano, casi en lenguaje natural. OW utiliza una aproximación basada en una wiki sintáctica, como es MediaWiki, en lugar de usar una wiki semántica. No obstante, pese a no ser una de ellas, las analogías con las wikis semánticas son evidentes: la representación del conocimiento, el uso de ontologías, etc. Respecto a los dos tipos de wiki identificados por Buffa y otros [90], OW encaja parcialmente en ambos: por un lado, la interfaz de la wiki puede ser usada como editor de la ontología objetivo; por otro, OSMV supedita la documentación de la ontología objetivo en la wiki. A pesar de las semejanzas, existe una importante y sutil diferencia entre OW y las wikis semánticas: éstas poseen un modelo del conocimiento subyacente. Sus páginas categorizadas, relacionadas mediante typed links

103 4.4. Conclusiones 89 (enlaces con semántica), construyen dicho modelo. El objetivo de OW, en cambio, no es modelar el conocimiento, sino simplemente representar ontologías. OW no tipifica los recursos: los trata a todos de forma similar (eso sí, cada uno con su propia representación). Las relaciones no son enlaces tipificados, sino artículos con información, igual que las clases o los individuos. En OW, la wiki es el medio, no el fin. Los objetivos de OW son completamente diferentes a los de otros trabajos relacionados. El propósito de OW es la documentación social de ontologías. Se espera que reproducir las experiencias positivas en otras áreas de gestión de la información (por ejemplo, bibliotecas digitales) e implementar tal vocabulario en conjunción con una infraestructura tecnológica sólida para crear, mantener y distribuir metadatos, incremente el valor real de las ontologías, facilitando su compartición y reutilización a gran escala [148], y mitigue los problemas relacionados con la alfabetización ontológica. Por otra parte, una ontología siempre es una representación simplificada y abstracta del mundo creada para algún propósito. Existen incontables puntos de vista y propósitos, por lo que existen innumerables ontologías [125]. La documentación puede proporcionar la información necesaria al usuario para ayudarle a elegir la ontología que mejor se adecúe a sus necesidades. No obstante, algunas wikis de las estudiadas en el capítulo 2 consideran este aspecto: Moki da soporte a distintos niveles de formalismo del conocimiento (informal para los expertos en el dominio y formal para los ingenieros de conocimiento). Se crea un alineamiento entre el conocimiento informal y su descripción formal. La documentación contenida en la parte informal es crítica para entender la parte formal. De este modo, el conocimiento puede ser explotado también por humanos. La diferencia con OW está en que la edición de contenido informal es libre y no se rige por ninguna ontología especial de documentación. ODEWiki dispone de una función para describir instancias a través del portal ODESeW. El administrador puede definir el conjunto de atributos que será usado para describir las instancias de un concepto [65]. OW, por su parte, permite describir cualquier recurso de la ontología, no sólo las instancias; y los atributos para documentar los proporciona OSMV. Ontobrowse también aborda la documentación de las arquitecturas SOA tendiendo un puente entre la información técnica y la docu-

104 90 Capítulo 4. Sword mentación de negocio. La documentación se realiza sobre las instancias de la ontología y existen dos formas de hacerlo: añadiendo descripciones tanto formales como informales a las características de una instancia o mapeando recursos de descripción arquitectural externos con las instancias de la ontología. El primer método adolece de permitir la libre edición, mientras que el segundo mapea recursos externos sin garantías de que estos provengan de una ontología estándar de documentación. OntoWiki permite hacer comentarios asociados a los recursos que pueden ser discutidos por la comunidad, pero no dispone de ningún sistema específico de documentación. En SWiM el contenido se edita en OMDoc, formato que da soporte a todos los niveles de formalización, desde textos en lenguaje natural a representaciones completamente formales para la demostración automática de teoremas. Gracias a esta versatilidad, es posible documentar cualquier elemento, sentencia o teoría. OMDoc puede considerarse como un lenguaje de ontologías para las matemáticas donde se pueden identificar fácilmente ciertas correspondencias entre las ontologías de la WS y las ontologías matemáticas (ver tabla 4.4). Además, ambas a menudo se diseñan modularmente e importan otras ontologías o teorías. Sin embargo, la documentación de teorías matemáticas en lenguaje natural es individual, informal y no obedece a ningún patrón específico. Ontología Web Semántica Recurso (clase, propiedad, individuo) Axioma Ontología Ontología matemática Objeto/Símbolo Sentencia Teoría Tabla 4.2: Equivalencia entre ontologías y matemáticas Con OSMV, lo que sus autores proponen es un sistema de documentación estandarizado, aceptado por la comunidad científica y con validez para cualquier ontología. Lange y Kohlhase hablan de la necesidad de contar con una ontología común en el núcleo de todas las wikis semánticas [96]. Aunque ellos se refieren a una ontología de dominio, esta aseveración bien puede extenderse a una ontología de documentación.

105 4.4. Conclusiones 91 OW puede usarse como editor ontológico, aunque no se recomienda este uso. Sin una metodología adecuada, la ontología evolucionaría de forma incontrolada y esto podría acarrear efectos no deseados en la manera en la que los datos se clasifican y se recuperan en la wiki [149, 150, 151, 152, 153]. Finalmente, en el último capítulo se extraen las conclusiones más importantes y se plantean algunas líneas de trabajo para el futuro.

106

107 Capítulo 5 Conclusiones y proyecto de investigación futura Hasta hace relativamente poco tiempo, el valor de la compañía estaba determinado principalmente por el valor de sus activos tangibles (recursos físicos), pero en los años recientes, los cambios en la economía han invertido esta tendencia y se ha aceptado que en los activos intangibles, y principalmente en el conocimiento, se encuentra la llave de la ventaja competitiva en el nuevo mercado. Según el modelo de Nonaka y Takeuchi [118], la creación del conocimiento es un proceso que pasa por un ciclo de transformaciones entre el conocimiento tácito individual y el conocimiento explícito colectivo. El paso esencial de este ciclo es la externalización, que consiste en hacer explícito el conocimiento tácito con el objetivo de compartirlo. La gestión del conocimiento puede encontrar una poderosa aliada en la incipiente WS2.0 por cumplir una doble función: 1. La W2.0 es una plataforma natural de intercambio de conocimiento y colaboración. 2. Las tecnologías semánticas, y especialmente las ontologías, proporcionan un valioso instrumento para gestionar el conocimiento de manera eficiente. Existe una analogía entre conocimiento y ontología: en la fase de exter- 93

108 94 Capítulo 5. Conclusiones y proyecto de investigación futura nalización, el conocimiento tácito se formaliza para poder ser compartido; del mismo modo, en el contexto de la WS2.0, la información de la Web se formaliza en ontologías para producir conocimiento reutilizable. Por lo tanto, crear conocimiento en la WS2.0 equivale a construir ontologías [30]. Sin embargo el uso de metodologías novedosas para gestionar el conocimiento, como las basadas en ontologías, requieren del pertinente aprendizaje por parte de los usuarios (empleados de la compañía o miembros de la organización). La creación de ontologías ha sido tradicionalmente responsabilidad de Ingenieros del Conocimiento en conjunción con expertos en el dominio. Para promover que esta tarea sea asumida por miembros no expertos de redes de conocimiento, es preciso contar con herramientas apropiadas que den soporte al acceso y gestión del conocimiento. Tales herramientas deben reunir dos requisitos: 1. Ofrecer la funcionalidad necesaria para externalizar el conocimiento. 2. Disponer de una interfaz semántica de usuario que permita interiorizar el conocimiento. De este modo, la creación de ontologías en comunidades surge de la interacción y la evolución natural de sus miembros, es decir, se trata de un proceso de semántica emergente. Al llevarse a cabo por grandes grupos de usuarios, se alcanza el máximo consenso, por lo que se minimizan los ocasionales problemas de interoperabilidad y reutilización. Más aun, estas posibles desventajas se convierten en una importante baza a favor del uso de ontologías. Las wikis semánticas son especialmente útiles para cumplir todos los requerimientos formulados: Son un sistema de publicación simple, fácil de aprender y rápido de usar [31]. Fomentan la participación colectiva. Constituyen una herramienta eficaz para gestionar el conocimiento en entornos colaborativos [154]. Proporcionan una sólida infraestructura que da soporte a los procesos de Ingeniería Ontológica [155].

109 95 OW es una aplicación social que tiende puentes semánticos entre las actividades del ciclo de gestión del conocimiento. Esta herramienta basada en wiki permite documentar ontologías describiendo experiencias de uso y otra información de interés. La documentación se produce dentro de la propia comunidad, por lo que también se trata de un proceso de semántica emergente. La principal ventaja de OW respecto a otras aproximaciones similares es la propuesta de un estándar de documentación de ontologías. El estándar propuesto está implementado como una ontología, y como tal, podría refinarse por la propia comunidad que lo utiliza, fruto del consenso. El objetivo de OW es representar ontologías en formato humano y proveerlas de documentación adicional con información útil para terceros que permita identificarlas entre otras similares y reutilizarlas fácilmente. Sólo cuando el uso de ontologías esté lo suficientemente extendido, podremos hablar de la WS como una realidad. La popularidad de la WS2.0 es análoga a la de la W2.0. La Web fue originalmente concebida como un espacio de información hipertextual; pero el desarrollo de tecnologías cada vez más sofisticadas extendieron su uso como interfaz remota de software. El potencial de la Web de proporcionar una gama completa de aplicaciones no tuvo un éxito masivo hasta que no se desarrollaron aplicaciones web con interfaces de usuario ricas y con interactividad equivalente a la del PC [34]. El éxito de la W2.0 en convertir la Web en un medio masivo de participación ha demostrado que facilitar la contribución de contenido y hacerlo más accesible al público general puede revolucionar cualquier entorno, abriéndolo a nuevas aplicaciones antes inimaginables [138]. Una interfaz usable considera la experiencia del usuario [58], pues estos añaden valor mediante el uso [34]. Y al igual que los usuarios no técnicos han contribuido con cantidades significantes de texto libre en la W2.0, también tendrán cosas significantes que decir semánticamente. Lo que necesita la WS para despegar a escala global es dejar el poder en manos de los usuarios. El volumen de significado que las multitudes perciben es el volumen de datos que la WS necesita para alcanzar su tremendo potencial [139]. OW trata de dar un paso más en esa dirección. En el futuro, se espera presentar Sword, una herramienta basada en OW. Actualmente se encuentra en fase desarrollo y culminará con la evaluación del usuario. Algunas de las nuevas carácterísticas más relevantes con las que Sword espera contar son:

110 96 Capítulo 5. Conclusiones y proyecto de investigación futura WebProtégé 1 [156]. OW está implementado como un plugin para Protégé 3.x. Esta versión es una aplicación de escritorio (local) que no permite el trabajo colaborativo y obliga a construir la ontología individualmente. WebProtégé, en cambio, es una plataforma web que permite crear la ontología por la comunidad desde cero. Razonamiento automático. OW no dispone de razonador propio. Es necesario cargar la ontología en Protégé desde la wiki y ejecutar el razonador (Racer 2, Pellet 3, etc.) previamente instalado. Se espera que Sword posea su propio razonador integrado para inferir conocimiento o hacer comprobaciones, como chequear la consistencia de la ontología, en tiempo de edición. Ontología de edición. OW guía la edición de la wiki con plantillas que muestran la sintaxis general (en wikitexto) de cada tipo de artículo. Una ontología de edición formaliza esta información y asiste al usuario mientras edita la wiki, en tiempo real. Control de versiones. Sword debe implementar un sistema de control global de versiones que registre la evolución de la ontología y vaya más allá del mero control individual de cada artículo. También es necesario considerar otros aspectos importantes: Analizar la escalabilidad y compartibilidad en el modelado de ontologías [157]. Añadir estrategias complementarias al razonamiento automático que extiendan las características de depuración de Sword. Usar etiquetado y aplicar métodos de reconciliación semiautomáticos, por ejemplo, basados en agentes [158], para mantener las ontologías consistentes. Usar técnicas de representación y depuración visual [159]. Estudiar alguna estrategia de población de Sword, por ejemplo, programando agentes que recopilen ontologías de la Web y las carguen automáticamente en la wiki

111 Sword es el vehículo para alcanzar el verdadero objetivo: desarrollar una metodología para la documentación social y colaborativa de ontologías en la Web Semántica. 97

112

113 Apéndices 99

114

115 Apéndices A Ontología OSMV A.1. Diagrama 101

116 102 Apéndices A. Ontología OSMV Figura A.1: Diagrama de clases y relaciones de OSMV

117 A.2. Clases en detalle 103 A.2. Clases en detalle Descripción Propiedades object Propiedades datatype Individuos Subclases Superclase DocumentationClass Clase principal que agrupa a todas las clases de documentación GlobalDocumentationClass LocalDocumentationClass Tabla A.1: Descripción de DocumentationClass Descripción Propiedades object Propiedades datatype Individuos Subclases Superclase GlobalDocumentationClass Clase que agrupa a las clases que documentan la ontología globalmente LicenseModel Ontology OntologyEngineeringTool OntologyLanguage OntologySyntax OntologyTask OntologyType SocialDocumentationClass DocumentationClass Tabla A.2: Descripción de GlobalDocumentationClass

118 104 Apéndices A. Ontología OSMV LocalDocumentationClass Clase que agrupa a las clases que documentan los recursos de la ontología local- Descripción mente Propiedades object comments deficiencies Propiedades datatype documentationresources userdescription Individuos Subclases Superclase DocumentationClass Tabla A.3: Descripción de LocalDocumentationClass Descripción Propiedades object Propiedades datatype Individuos Subclases Superclase LicenseModel Licencia de uso description documentation name AFL APSL BSD CPL CCL GPL IBM PL INTEL OSL LGPL mbsd MPL OSL GlobalDocumentationClass Tabla A.4: Descripción de LicenseModel

119 A.3. Jerarquía de clases y propiedades 105 Descripción Propiedades object Propiedades datatype Individuos Subclases Superclase Ontology Es la clase más importante. Representa a la ontología objetivo haslanguage haslicense hassocialdocumentation hassyntax hasusedengineeringtool isdesignedfortask isoftype author creationdate description documentation domain keyclasses keywords knownusage modificationdate name naturallanguage notes numberofaxioms numberofclasses numberofindividuals numberofproperties reference resourcelocator URI usesimports version GlobalDocumentationClass Tabla A.5: Descripción de Ontology A.3. Jerarquía de clases y propiedades

120 106 Apéndices A. Ontología OSMV OntologyEngineeringTool Herramienta utilizada para crear la ontología Descripción Propiedades object description Propiedades datatype documentation name Altova SemanticWorks IsaViz OilEd OntoBuilder Individuos OntoStudio Protégé SWOOP WebODE WSMO Studio Subclases Superclase GlobalDocumentationClass Tabla A.6: Descripción de OntologyEngineeringTool Descripción Propiedades object Propiedades datatype Individuos Subclases Superclase OntologyLanguage Lenguaje formal con el que se representa la ontología hassyntax description documentation name DAML+OIL OWL OWL-DL OWL-Full OWL-Lite RDF RDFS GlobalDocumentationClass Tabla A.7: Descripción de OntologyLanguage

121 A.3. Jerarquía de clases y propiedades 107 Descripción Propiedades object Propiedades datatype Individuos Subclases Superclase OntologySyntax Sintaxis utilizada para escribir la ontología description documentation name OWL-XML RDF-XML GlobalDocumentationClass Tabla A.8: Descripción de OntologySyntax Descripción Propiedades object Propiedades datatype Individuos Subclases Superclase OntologyTask Tarea para la que fue concebida la ontología description documentation name Annotation Configuration Filtering Indexing Integration Matching Mediation Personalization Query formulation Query rewriting Search GlobalDocumentationClass Tabla A.9: Descripción de OntologyTask

122 108 Apéndices A. Ontología OSMV Descripción Propiedades object Propiedades datatype Individuos Subclases Superclase OntologyType Tipo de ontología description documentation name Application Core Domain Task Upper level GlobalDocumentationClass Tabla A.10: Descripción de OntologyType SocialDocumentationClass Clase que engloba a la documentación social suministrada por el usuario Descripción Propiedades object description Propiedades datatype documentation name detectedinconsistencies expressivedeficiencies realusageexamples Individuos similarontologies suggestions tools Subclases Superclase GlobalDocumentationClass Tabla A.11: Descripción de SocialDocumentationClass

123 A.3. Jerarquía de clases y propiedades 109 (a) Clases (b) Relaciones (c) Atributos Figura A.2: Clases y propiedades de OSMV

124

125 Apéndices B API de Protégé OWL 111

126 112 Apéndices B. API de Protégé OWL Figura B.1: API de Protégé OWL

127 Apéndices C Base de datos de MediaWiki 113

128 114 Apéndices C. Base de datos de MediaWiki Figura C.1: Sección de la base de datos de MediaWiki manipulada

129 Figura C.2: Base de datos de MediaWiki completa 115