Tendencias y Aplicaciones de la Web Semántica Stefan Schulz Universidad Médica de Graz (Austria) 26 de octubre de 2016 Popayán – Colombia Tendencias y Aplicaciones de la Web Semántica Stefan Schulz Universidad Médica de Graz (Austria) stefan.schulz@medunigraz.at stefan.schulz@medunigraz.at
Temas abordados La evolución de la WWW y la visión de la Web Semántica 2 La evolución de la WWW y la visión de la Web Semántica Estándares, recursos y herramientas de la Web Semántica Ámbito de la representación metadatos hechos representación del conocimiento ontologías Tendencias futuras como la idea de laWeb semantica nacio hacer una distinida
La World Wide Web Historia 3 Historia 1945: Idea del hipertexto: agregar y compartir información de diversas fuentes por medio de enlaces asociativos 1969: Internet: red lógica de comunicación (compuesta de redes heterogéneas) utilizando el protocolo TCP/IP 1993: WWW: la síntesis entre Hipertexto e Internet Vannevar Bush 1890 - 1974 la Historia de la WWW reside en dos pilares Bush creo la idea 2 estudiosos demepenaron un role importante acabó con la linearidad de texto 1972 por el Departamento de Defensa de los Estados Unidos Tim Berners – Lee *1955
WWW: estándares Protocolo de Transferencia de Hipertexto (HTTP) 4 Protocolo de Transferencia de Hipertexto (HTTP) localizador de recursos uniforme (URL) - Recursos: páginas, imágenes, videos etc. - identificación de recursos Lenguaje de Marcado de Hipertexto (HTML) Describe documentos WWW: Marcado estructural (encabezamientos, tablas) Marcado presentacional (fuente, color, negrita etc…) Marcado hipertextual: enlazar partes del documento con otros documentos / recursos (imágenes, scripts, etc.) o con partes del mismo documento Hay varias estándares importantes de la Web, comenzando con Ache TTP, que regula cómo se transporta el hipertexto. Un concepto importante es la dirección URL, que especifica las direcciones de recources Web. Por último, el lenguaje HTML, que describe los documentos Web
Ejemplo: marcado y visualización HTML 5 Etiqueta de inicio <HTML> <HEAD> <TITLE>Ejemplo 10</TITLE> </HEAD> <BODY> Vamos a enlazar las palabras "pincha aquí" con algunos destinos remotos.<BR> 1.- Con la página web de la UD:<BR> <A HREF="http://www.deusto.es" target="_blank">pincha aquí</a><BR> 2.- Con el servidor FTP de la sede de Ginebra de la OMS:<BR> <A HREF="ftp://ftp.who.ch/" target="_blank">pincha aquí</a><BR> 3.- Con mi correo electrónico:<BR> <A HREF="mailto:airibar@fil.deusto.es">pincha aquí</a><BR> </BODY> </HTML> Etiqueta de cierre Aquí está un ejemplo de código HTML, que muestra el concepto de "etiquetas" y cómo estas etiquetas se visualizan en un navegador
WWW: Limitaciones Diseñada para su uso por personas 6 Diseñada para su uso por personas centrada en el paradigma del documento información en lenguaje natural Procesamiento por máquinas Requiere procesamiento del lenguaje natural Problemas: multilingüismo, sublenguajes, contexto, sinónimos, homónimos, abreviaturas, nombres propios Ejemplo: índices para motores de búsqueda: palabras de la búsqueda deben coincidir con las palabras del índice
Búsqueda Web sin semántica 7 estas limitaciones se hacen muy evidentes en nuestras búsquedas web de todos los dias. Les presento aquí algunas variaciones de búsquedas para el concepto "ganado"
Búsqueda Web sin semántica páginas y imágenes 8 "ganado" "res" 1.5 M 2.4 M "vacuno" "toro" La búsqueda de "ganado" produjo 1,5 millones de páginas, con las imágenes dando una impresión de la calidad de la búsqueda. Como pueden ver, hay muchos resultados malos, como consecuencia de términos compuestos, tales como buey de mar 0.2 M 1.8 M "vaca" "buey" 0.6 M 0.1 M
Búsqueda Web sin semántica páginas y imágenes 9 ¿Por qué ha ganado el 'no' en el referéndum? Res 4841 de 2015 (Actualizada hasta la Res. 4902 de 2016) "ganado" "res" Infografía: Los cortes de vacuno en Argentina, Chile, México y España Oportunidad en Tractor Cortacésped Toro 1.5 M 2.4 M "vacuno" "toro" Restaurante Siga la Vaca Bogotá Comida: 4.0, Servicio: 3.0, Ambiente: 2.8 En este video podrás aprender como preparar Buey de mar relleno nombres propios como TORO para máquinas, formas verbales, abreviaturas 0.2 M 1.8 M "vaca" "buey" 0.6 M 0.1 M
nombre, significante expresión acústica La semántica 10 Es el estudio del significado de las expresiones / de los signos de un lenguaje Las expresiones lingüísticas corresponden con cosas individuales o conceptos conjuntos (clases) de cosas individuales Significado, Concepto Entonces, déjenme introducir el concepto de semántica. Conceptos (abstractos), mayormente interpretable como conjuntos o clases de cosas individuales simboliza se refiere a “casa" k'aßa nombre, significante expresión acústica Realidad, Cosa representa
La World Wide Web Historia 11 Historia 1945: Idea del hipertexto: agregar y compartir información de diversas fuentes por medio de enlaces asociativos 1969: Internet: red lógica de comunicación (compuesta de redes heterogéneas) utilizando el protocolo TCP/IP 1993: WWW: la síntesis entre Hipertexto e Internet 2001: La visión de la Web Semántica Vannevar Bush 1890 - 1974 La limitación precisión de las búsquedas web fue un motivo para el creador de la Web, Tim Berners Lee, para pensar acerca de cómo traer más semántica en la Web. En 2001 expuso la visión de la Web Semántica en un artículo en el Scientific American. "Yo sé lo que quieres decir" Tim Berners – Lee *1955
La Visión de la Web Semántica 12 Una futura web que contenga información organizada estructurada codificada interoperable Que la tecnología sea capaz de interpretar Inferir, razonar convirtiendo la Web en una gran base de datos para dar soporte a sistemas inteligentes La busca del concepto "ganado" solamente devuelve información sobre ganado vacuno también devuelve información indexada con "vaca", "buey" no devuelve información sobre cortacéspedes o cangrejos interoperable tambíen entre idiomas
Visión y realidad 13 En 2016 no estamos mucho más cerca de la realización de la visión de la Web Semántica que en 2001 Ha nacido una comunidad de la Web Semántica que ha desarrollado múltiples estándares y herramientas para el procesamiento semántico Visión Infraestructura
Arquitectura tecnológica de la Web Semántica 14 Aquí ustedes pueden ver el esbozo de cómo la web semántica debe ser en el futuro. En esta arquitectura de capas, el fundamento corresponde a las techologies web actuales – como HTTP . A continuación, hay los formato, antes de todo XML, por el cual la mayoría de los estándares de la Web Semántica pueden ser envueltos, como RDF e OWL. Peró también contiene aspectos que no han sido completamente realizados como las capas "Reglas", "Seguridad" o "Confianza" https://es.wikipedia.org/wiki/Web_semantica
XML Meta-lenguaje extensible de marcado 15 todo tipo de contenido flexible para diferentes visualizaciones adaptado a retos diferentes Base de datos limitaciones HTML: limitado a híper-documentos Web conjunto limitado de etiquetas describe estructura de documento <body> <h1> <h2> describe presentación de documento: <b> <td width="8%" align="center"> describe enlaces de hipertexto <a href="/wiki/glass2.jpg" class="image" title="Magnifying glass2"> XML: no limitado a documentos, etiquetas extensibles, definidas por el usuario describe el contenido de documentos o datos <?xml version="1.0"> <pedidos> <pedido cod="2934832"> <fecha>4-5-2016</fecha> <cantidad>1</cantidad> <tipo>Cortacesped</tipo> <marca>TORO</marca> <description>Cortacesped TORO ZSW 4200, altura de corte 38 - 114 mm, motor toro v-twin potencia máxima 22 hp / 708 cc </descripcion> </pedido> <pedido cod="2932217"> … Estoy empezando con XML como lenguaje de base de la WS. Si comparamos Ache Te Eme ELe con Equis Eme eLe Aqui hay una tabla de pedidos rendida en XML, por ejemplo... Estoy resaltando que XML no limita en modo alguno la denominación de las etiquetas
Metadatos 16 "Datos sobre datos": descripción de objetos informativos en términos de contenido contexto propósito Intención organizar contenido simplificar la búsqueda La idea básica de la Web Semántica era proporcionar un mecanismo para añadir metadatos a los documentos web, en la misma forma que durante siglos, las bibliotecas mantenian catálogos Documentos primarios: "RECURSOS" describe documentos secundarios: "METADATOS"
RDF: Marco de Descripción de Recursos 17 RDF = “Resource Description Framework” originalmente diseñado como metadatos para describir recursos Web basado en "tripletas" sujeto-predicado-objeto: Sujeto: el recurso que está siendo descrito Predicado: relación acerca del recurso Objeto: valor atribuido Para tal fin, el resource description framework was developed. RDF sigue una idea muy simple, es decir, organizar el conocimiento como oraciones con sujeto, predicado y objeto
Ejemplo RDF 18 dc:title "Albert Einstein" dc:publisher "Wikipedia" Aquí tenemos una página web sobre Albert Einstein. Esta página constituye el llamado recurso. Título y el editor son los predicados, también conocidas como las relaciones o atributos, con "Albert Einstein" y "Wikipedia" siendo los valores u objetos. Hay formas diferentes de organizar esa información, por ejemplo ....
Ejemplo RDF 19 dc:title "Albert Einstein" dc:publisher "Wikipedia" https://es.wikipedia.org/wiki/Albert_Einstein Sujeto Predicado Objeto (Recurso) (Relación) (Valor) <http://es.wikipedia.org/Albert_Einstein> <http://purl.org/dc/elements/1.1/title> "Albert Einstein" . <http://es.wikipedia.org/Albert_Einstein> <http://purl.org/dc/elements/1.1/publisher> "Wikipedia" . Aquí tenemos una página web sobre Albert Einstein. Esta página constituye el llamado recurso. Título y el editor son los predicados, también conocidas como las relaciones o atributos, con "Albert Einstein" y "Wikipedia" siendo los valores u objetos. Hay formas diferentes de organizar esa información, por ejemplo aqui en el medio, con el llamado formato Turtle, o abajo, el RDF integrado en la sintaxis XML…
Definición de espacio de nombres: DC = Dublin core Ejemplo RDF 20 dc:title "Albert Einstein" dc:publisher "Wikipedia" https://es.wikipedia.org/wiki/Albert_Einstein Sujeto Predicado Objeto (Recurso) (Relación) (Valor) <http://es.wikipedia.org/Albert_Einstein> <http://purl.org/dc/elements/1.1/title> "Albert Einstein" . <http://es.wikipedia.org/Albert_Einstein> <http://purl.org/dc/elements/1.1/publisher> "Wikipedia" . Aquí tenemos una página web sobre Albert Einstein. Esta página constituye el llamado recurso. Título y el editor son los predicados, también conocidas como las relaciones o atributos, con "Albert Einstein" y "Wikipedia" siendo los valores u objetos. Hay formas diferentes de organizar esa información, por ejemplo aqui en el medio, con el llamado formato Turtle, o abajo, el RDF integrado en la sintaxis XML. Aquí también se puede ver que no sólo el sujeto es un recurso sino también el predicado. Esto significa que los predicados "title" y "publisher" están siendo reutilizados de una fuente que ya existe. Lo que también se ve en este ejemplo es la notación de prefijo. Esto significa que la colección de recursos se introduce una sola vez, y luego se hace referencia por un prefijo; en este caso dee ce. Este representa un llamado namespace o espacio de nombres. Definición de espacio de nombres: DC = Dublin core <rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"> <rdf:Description rdf:about="http://es.wikipedia.org/wiki/Albert_Einstein"> <dc:title>Albert Einstein</dc:title> <dc:publisher>Wikipedia</dc:publisher> </rdf:Description> </rdf:RDF>
RDF Generalización 21 De URLs (localizadores WEB) hacia URIs (identificadores de recursos) De metadatos hacia la representación de conocimiento Sujetos, predicados y objetos pueden ser recursos Varias sintaxis: RDF/XML: interoperabilidad N3/Turtle: más legible para personas Espacios de nombres: elementos y atributos con nombre único elementos reutilizables, ej. clases y predicados del Dublin Core Recurso se entiende aquí como cualquiera cosa . Por ejemplo, soy totalmente libre para asignar un URI también para esta conferencia. Otra tendencia de generalizar es ir de metadatos ... Alli Existen .... ... da soporte a interoperabilidad ... N3 / Turtle ... proporcionan elelementis reutilizables
Ejemplo: términos Dublin Core 22 Fuente: http://purl.org/dc/elements/1.1/ Clases ("classes") Agent, AgentClass, BibliographicResource, FileFormat, Frequency, Jurisdiction, LicenseDocument, LinguisticSystem, Location, LocationPeriodOrJurisdiction, MediaType, MediaTypeOrExtent, MethodOfAccrual, MethodOfInstruction, PeriodOfTime, PhysicalMedium, PhysicalResource, Policy, ProvenanceStatement, RightsStatement, SizeOrDuration, Standard Predicados ("properties") abstract, accessRights, accrualMethod, accrualPeriodicity, accrualPolicy, alternative, audience, available, bibliographicCitation, conformsTo, contributor, coverage, created, creator, date, dateAccepted, dateCopyrighted, dateSubmitted, description, educationLevel, extent, format, hasFormat, hasPart, hasVersion, identifier, instructionalMethod, isFormatOf, isPartOf, isReferencedBy, isReplacedBy, isRequiredBy, issued, isVersionOf, language, license, mediator, medium, modified, provenance, publisher, references, relation, replaces, requires, rights, rightsHolder, source, spatial, subject, tableOfContents, temporal, title, type, valid Aqui tenenos el Dublin Core, un modelo de metadatos muy popular, con clases como Agent, MediaType y otros, y predicatos como publisher y title como hemos visto en el ejemplo de Albert Einstein
Hacia la representación del conocimiento 23 Tripletas RDF para expresar hechos, declaraciones acerca de entidades reales o abstractas (no solamente entidades de información) Espacios de nombres RDF y RDFS proporcionan clases y predicados, ej. Clases ("classes") rdfs:Class: recursos que son clases RDF, es decir que tienen instancias. Ejemplo: Perro es una clase Predicados ("properties") rdf:type: relaciona un individuo con la clase / el tipo que instancia. Ejemplo: Marley es un perro rdfs:subClassOf: establece una jerarquía de clases, Ej. cada perro es un vertebrado Cada vez más, RDF se utilizad para representar el conocimiento en general, además de proporcionar metadatos para recursos Web. Tripletas ... Se reutiliza muchos elementos de espacios de nombres vomo RDF e RDFS
Hacia ontologías formales 24 "Ontologías formales son teorías que intentan dar formulaciones matemáticas precisas de las propiedades y relaciones de ciertas entidades. Estas teorías generalmente proponen axiomas sobre estas entidades, utilizando un lenguaje basado en un sistema de lógica formal." Thomas Hofweber 2011, http://plato.stanford.edu/entries/logic-ontology/ Sujeto Predicado Objeto (Recurso) (Relación) (Valor) :Cauca rdf:type :estado :Popayan rdf:type :ciudad :Marley rdf:type :perro :perro rdfs:subclassOf :vertebrado :Marley :vivir :Popayan :Popayan :isPartOf :Cauca En el ámbito de la representación del conocimiento, un campo importante es la representación de verdades fundamentales a través de formalismos basados en la lógica. Las llamadas ontologías formales fueron definidas como.... .... tripletas... Como recordarán... erre de effe type relaciona instancias con classes, por ej rel subclase se expresa La idea de esto es conseguir inferencias por el razonamiento de la máquina Para lograr esto RDF no es suficiente. Inferencias: Marley vive en el estado de Cauca porque él vive en Popayán Marley es un vertebrado porque es un perro
Ontology Web Language (OWL) 25 Estándar de la Web Semántica para Ontologías formales Representa clases de objetos y define lo que es verdad universal utilizando lógica (lógicas descriptivas) "B es equivalente a A relacionado con un o más Cs vía r OWL Manchester Syntax B equivalentTo A and r some B :A rdf:type owl:Class . :C rdf:type owl:Class . :B rdf:type owl:Class ; owl:equivalentClass [ rdf:type owl:Class ; owl:intersectionOf ( :A [ rdf:type owl:Restriction ; owl:onProperty :r ; owl:someValuesFrom :C ] ) ] . OWL Turtle Syntax Por lo tanto se ha creado un estándar para ontologías, llamado O dobleve Ele Y se ve que también son posibles otras sintaxis para representar ontologías OWL, aunque son mucho más complicado y menos legible <owl:Class rdf:about="B"> <owl:equivalentClass> <owl:Class> <owl:intersectionOf rdf:parseType="Collection"> <rdf:Description rdf:about="A"/> <owl:Restriction> <owl:onProperty rdf:resource="r"/> <owl:someValuesFrom rdf:resource="C"/> </owl:Restriction> </owl:intersectionOf> </owl:Class> </owl:equivalentClass> </owl:Class> RDF / XML
Representación OWL 26 Perro subclassOf Vertebrado Vertebrado subclassOf Animal Vertebra subclassOf Hueso Vertebrado equivalentTo Animal and has-part some Hueso inferencia calculable Voy a demonstrar eso razonadores, por ejemplo HermiT, Fact++, Pellet Inferenceia: "no hay perro que no tiene huesos"
Protégé – Editor de ontologias OWL 27
Protégé – Editor de ontologias OWL 28 Las inferencias que hemos visto antes se calculan mediante razonadores logicos ej Hermit Pellet Fact
Otros estándares de la Web Semántica 29 SPARQL: lenguaje de búsqueda en datos codificados en RDF SWRL: Lenguaje de Reglas de la Web Semántica SKOS: modelo para representar tesauros y vocabularios
Conclusión 30 La Web Semántica no pretende construir una nueva Web, sino dotar de semántica a la Web actual Diseñada para hacer la información accesible para personas y máquinas Todavía una visión Comunidad de uso creciente Cada vez más herramientas y estándares Costoso dotar de semántica a toda la Web cuando hecho manualmente mas también automaticamente (PLN) Necesidad de unificar estándares semánticos, establecer relaciones de equivalencia entre conceptos, y estabelecer relaciones entre vocabularios multilingües y ontologías
Agradecimientos Catalina Martínez Costa Jose Antonio Miñarro Giménez 31 Catalina Martínez Costa Jose Antonio Miñarro Giménez
32 Preguntas ? stefan.schulz@medunigraz.at
Representación SKOS / otros espacios de nombres 33 ex:animals rdf:type skos:Concept skos:prefLabel "animals"@en; :ex:Dog rdf:type skos:Concept :ex:Dog skos:prefLabel "perro"@es; :ex:Dog skos:prefLabel "dog"@en; :ex:Dog skos:altLabel "dog"@es; :ex:Animal rdf:type skos:Concept :ex:Animal skos:broader ex:Dog wr:dog lemon:sense wr:dog-English-Noun-1 wr:dog lemon:sense wr:dog-English-Verb-1 wr:dog-English-Noun-1 wt:hasPoS wt:Noun Sintaxis TURTLE : https://www.w3.org/TR/turtle/