Monografias.com > Uncategorized
Descargar Imprimir Comentar Ver trabajos relacionados

Información en la web semántica (página 2)




Enviado por Pablo Turmero



Partes: 1, 2

Monografias.com

13
Web de datos vs. información

Monografias.com

14
Web de información

Monografias.com

15
Modelo de datos I: Requerimientos

Todo es un recurso: páginas web, bases de datos, ampolleta del patio, dirección de la empresa, etc.
Identificadores únicos: cada recurso tiene un único identificador
Vocabularios compartidos: predicados deben ser comunes para todos en un área
Estructura extensible y distribuída: todos pueden agregar su información y nadie debe ser dueño de toda

Monografias.com

16
Modelo de datos: XML no es suficiente
< ?xml version=“1.0” encoding=“ISO-8859-1”?>
< rukangma> < chaw> Aukan < /chaw>
< nguke> Peyeche < /nguke> < yall>
< pichi s=“wentru”> mari < /pichi>
< pichi s=“wentru”> epu < /pichi>
< pichi tipo=“domo”> regle < /pichi>
< /yall>
< /rukangma>

Monografias.com

17
Modelo de datos: XML no es suficiente
Modelo es un árbol (no un grafo)
Hijos están ordenados
Esquemas no permiten extensibilidad distribuída

pero sobretodo:
XML modela documentos, y el mundo real no es un documento, sino una red de relaciones

(aunque no olvidemos que hay muchos documentos)

Monografias.com

18
Modelo de datos II:la solución
Resource Description Framework (RDF)
La información es un grafo dirigido etiquetado que modela las relaciones entre objetos
Nodos: recursos
Arcos: propiedades

Las oraciones tienen de la forma:
objeto
predicado
sujeto

Monografias.com

19
Modelo de datos III:propiedades de RDF
Expresividad: fragmento conjuntivo de la lógica de primer orden

Complejidad: tratable bajo condiciones “razonables”
Soporte teórico: modelo de grafos en Bases de Datos, Redes semánticas

Monografias.com

20
Web de información: consulta
Pediatras de Santiago que atiendan
por Fonasa
?X
Fonasa
Santiago
Beaucheff
convenio
dirección
ciudad
calle
Pediatra
especialidad

Monografias.com

21
Lenguajes de Consulta para la Web Semántica
(2000) rdfDB: basado en correspondencia de patrones simples.
(2001) SquishQL: navegación en grafo, variables para nodos en patrones, filtros.
Implementaciones: RDQL, InkLink.
(2002) RQL: enfoque funcional a la OQL, variables para nodos y arcos en patrones.
(2003) DQL: considera un grafo RDF como una base de conocimiento.

Monografias.com

22
RDF: Sentencias sobre Sentencias (Reificación)

Monografias.com

23
Sintaxis XML para RDF

Monografias.com

24
Web de información:relaciones entre conceptos

Monografias.com

25
Web de información: Ontologías
Entendimiento compartido de algún dominio de interés
Vocabulario aceptado por una comunidad amplia
Facilitan descripciones, búsqueda semántica y razonamiento
Similar a esquemas en bases de datos tradicionales pero aceptados globalmente

Monografias.com

26
Ejemplo: Ontología para fuentes naturales de agua
Oceano
Lago
CuerpoDeAgua
Río
CorrienteDeAgua
Propiedades:
largo: Literal
desembocaEn: CuerpoDeAgua
Mar
FuenteNaturalDeAgua
Tributario
Arroyo
Vertiente

Monografias.com

27
Modelo de datos IV: RDF Schema (RDFS)
Vocabulario para definir Ontologías
Clases, subclases y propiedades.

(Rio,rdfs:type,rdfs:class)
(Rio,rdfs:subclass,CorrienteDeAgua)
(desembocaEn,rdf:type,rdfs:property)
(desembocaEn,rdf:domain,Rio)
(desembocaEn,rdf:range,CuerpoDeAgua)

Monografias.com

28
Inferencia usando RDFS
(Gp:) Oceano
(Gp:) Lago
(Gp:) CuerpoDeAgua
(Gp:) Río
(Gp:) CorrienteDeAgua
(Gp:) Propiedades:
longitud: Literal
desembocaEn: CuerpoDeAgua
(Gp:) Mar
(Gp:) FuenteNaturalDeAgua
(Gp:) Tributary
(Gp:) Arroyo
(Gp:) Vertiente
(Gp:) (Yangtze,rdfs:type,Río)
(Yangtze,longitud,”6300 Km”)
(Yangtze,desembocaEn,MarEsteChina)

(Gp:) Inferencia:
(Yangtze,rdfs:type,CorrienteDeAgua)
(Yangtze,rdf:type,FuenteNaturalDeAgua)
(MarEsteChina,rdfs:type,CuerpoDeAgua)

Monografias.com

29
Búsqueda usando una ontología (Shoe)
Seleccionar una Ontología
“Fuentes naturales de agua”
Seleccionar la categoría que mejor describa el tópico de la consulta: “Río”
Usar propiedades de la categoría que para restringir la búsqueda
“Longitud > 5000 km & desembocaEn = Lago”
Ingresar los términos de la consulta
“Yang”

Monografias.com

30
Seamos serios;lo anterior es utopía si no resolvemos:
Escalabilidad
Falta de integridad referencial
Autoridad distribuída
Múltiples fuentes
Diversidad de contenidos
Uso impredecible de la información


y sobretodo, operar con grafos con muchos nodos

Monografias.com

31
Seamos serios;debemos investigar:

Grafos que modelen procesos y datos reales (redes complejas)
Bases de datos de grafos
Interfaces para visualizar grafos
Aplicaciones de marcado a gran escala

Monografias.com

32
Web de Conocimiento
Razonamiento: Juan Pérez es pediatra,
luego atiende niños.

Prueba: credenciales de Juan Pérez + certificado de actualización + definición de pediatra

Validación: determinar si Juan Pérez es pediatra, dadas sus credenciales del Colegio Médico + certificado + etc.

Monografias.com

33
Web de Conocimiento
Web Ontology Language (OWL)
Extiende RDFS para definir/relacionar ontologías
Posibilita un nivel avanzado de inferencia para la Web Semántica
Permite:
definir y restringir clases (conceptos).
definir y restringir propiedades.
definir relaciones entre clases.

Monografias.com

34
OWL
Características de Propiedades
inverseOf, FunctionalProperty, InverseFunctionalProperty, TransitiveProperty, SymmetricProperty.
Igualdad/desigualdad:
equivalentClass, equivalentProperty, sameIndividualAs, differentFrom, allDifferent.
Definición de Clases:
intersectionOf, unionOf, complementOf.
Restricciones de Cardinalidad:
minCardinality, maxCardinality, cardinality
Otros…

Monografias.com

35
Definición de Clases en OWL
Clase F: “ríos que desembocan en el mar”

(Gp:) Oceano
(Gp:) Lago
(Gp:) CuerpoDeAgua
(Gp:) Río
(Gp:) CorrienteDeAgua
(Gp:) Propiedades:
longitud: Literal
desembocaEn: CuerpoDeAgua
(Gp:) Mar
(Gp:) FuenteNaturalDeAgua
(Gp:) Tributary
(Gp:) Arroyo
(Gp:) Vertiente

Monografias.com

36
Ontologías: Herramientas
RDF Instance Creator (RIC)
http://www.mindswap.org/~mhgrove/RIC/RIC
Limited OWL capabilities
OilEd:
http://oiled.man.ac.uk/
Editor for ontologies
Mostly for DAML+OIL, exports OWL but not a current representation
OWL Validator:
http://owl.bbn.com/validator/
Web-based or command-line utility
Performs basic validation of OWL file
Dumpont:
http://www.daml.org/2001/03/dumpont/
a simple class and hierarchy property viewer, which also works with OWL, e.g.,
http://www.daml.org/cgi-bin/dumpont?http://www.w3.org/2002/07/owl
OWL Ontology Validator:
http://phoebus.cs.man.ac.uk:9999/OWL/Validator
a "species validator" that checks use of OWL Lite, OWL DL, and OWL Full constructs
Euler:
http://www.agfa.com/w3c/euler/
an inference engine which has been used for a lot of the OWL Test Cases
Chimaera:
http://www.ksl.stanford.edu/software/chimaera/
Ontology evolution environment (diagnostics, merging, light editing)
Mostly for DAML+OIL, being updated to export and inport current OWL
DAML Tools Page – http://www.daml.org/tools/

Monografias.com

37
Editores de Ontologías: Protégé 2000 (stanford Medical Info)

Monografias.com

38
Seamos serios:

OWL es una Lógica Descriptiva
Es necesario determinar ámbitos de aplicabilidad
No es escalable como RDF

Monografias.com

39
Aplicaciones I:Directorios y Catálogos Web

Open Directory Project (www.dmoz.org), catálogo de editores distribuídos

Openguides.org.
guía de editores distribuídos

Monografias.com

40
Aplicaciones II: Dublin Core (dublincore.org)

Vocabulario liviano para representar metadatos sobre recursos: http://purl.org/dc/elements/1.1/
Propuesto desde la comunidad de bibliotecología.
Title, Contributor, Author/Creator, Publisher, Subject, Description, Date, Resource, Format, Resource Identifier, Language, Source, Coverage, Rights.

Monografias.com

41
Aplicaciones II:Dublin Core, Ejemplo

Monografias.com

42
Aplicaciones III: Redes Sociales
¿Cómo encontrar personas:
con intereses similares a los de uno?
relacionadas a alguien?
autoridades en un tópico?
etc.
Redes sociales:
Información personal en la Web semántica.
Enlaces a información personal de personas conocidas.

Monografias.com

43
Aplicaciones III: Friendo Of A Friend, Brickley & Miller
Michael Souris
foaf:Person
mailto:mm@example.com
foaf:name
foaf:mbox
Donald Canard
foaf:Person
rdf:type
mailto:dd@example.com
foaf:mbox
rdf:type
foaf:name
foaf:knows

Monografias.com

44
Aplicaciones III:FOAF, Ejemplo
< foaf:Person>
< foaf:name>Peter Parker< /foaf:name>
< foaf:gender>Male< /foaf:gender>
< foaf:title>Mr< /foaf:title>
< foaf:givenname>Peter< /foaf:givenname>
< foaf:family_name>Parker< /foaf:family_name>
< foaf:homepage rdf:resource="http://www.peterparker.com"/>
< foaf:weblog rdf:resource="http://www.peterparker.com/blog/"/>
< /foaf:Person>

Monografias.com

45
Aplicaciones III: Publicación de datos FOAF
¿Cómo mis datos FOAF pueden ser conocidos por otros usuarios?
Soy “conocido” por alguien “conocido”:
Vía “FOAF:knows”
Publicando mi info en FOAF Bulleting Board:
Sitio con enlaces a decenas de archivos FOAF
Incluyendo en mi sitio Web un enlace a mi archivo FOAF:
< link rel="meta" type="application/rdf+xml" title="FOAF" href="foaf.rdf" />

Monografias.com

46
Aplicaciones III:herramientas para FOAF
FOAF Explorer
Vista HTML de FOAF
FOAFNaut
Visualización de relaciones entre personas
Plink
Sitio de redes sociales
FOAFBot, Whwhwhwh
Interfaces IRC sobre FOAF

Monografias.com

47
Aplicaciones IV:Búsqueda Semántica
Pediatras que vivan a menos de 10 cuadras de mi casa
Hoteles 3 estrellas en Viña del Mar que estén cerca del casino
Carreras del área biología en Universidad de Cauca
Nombre y dirección postal de profesores de escuelas primarias de Bogotá

Monografias.com

48
Aplicaciones V: Consultas Avanzadas
¿Cuál es la relación entre dos personas?
Asociaciones semánticas.
¿Es esta persona “autoridad” en física teórica?
Ranking de objetos: PageRank, HITS.
¿Es válido documento que me envió esta persona?
Inferencia: RDFS, OWL, XML Schema.

Monografias.com

49
Aplicaciones V:Asociaciones Semánticas (A. Seth, LSDIS, U de Georgia)
Asociaciones Semánticas:
“relaciones complejas que capturan conectividad y similaridad de entidades en una base de conocimiento”

Monografias.com

50
Aplicaciones V:Ranking de Asociaciones
Consulta de asociación entre “Hubwoo” (compañía) y “Soneri” (banco) entrega 1.600 asociaciones en una BD de 800,000 entidades (sistema SWETO @ LSDIS).
Los resultados deben ser entregados a los usuarios en un orden (Ranking).

Monografias.com

51
Aplicaciones V:Ranking de Asociaciones
Criterios Semánticos:
Contexto: si el camino pasa por regiones de interés
Especialización: caminos más/menos generales
Confianza: caminos pasan por distintas fuentes de datos
Criterios Estadísticos:
Rareza: frecuencia de la asociación
Popularidad: asociaciones que pasan por entidades muy conectadas en el grafo
Largo: caminos más/menos largos

Monografias.com

52
Web Semántica en la U de Chile
Aplicaciones
Anuario de Departamentos de Computación (Depmark)
Integrador de RSS
Sistema Administrador de Servicios Web Semánticos
Grupo www.metadatos.cl
Blog, Wiki,
Jueves semánticos

Monografias.com

53
Web Semántica en la U de Chile
Fundamentos
Bases de datos
Representación del Conocimiento, Lógica
Inteligencia Artificial
Lenguajes:
¿Cómo representar la info de la Web Semántica?
¿Cómo especificar la Información que buscamos?

Partes: 1, 2
 Página anterior Volver al principio del trabajoPágina siguiente 

Nota al lector: es posible que esta página no contenga todos los componentes del trabajo original (pies de página, avanzadas formulas matemáticas, esquemas o tablas complejas, etc.). Recuerde que para ver el trabajo en su versión original completa, puede descargarlo desde el menú superior.

Todos los documentos disponibles en este sitio expresan los puntos de vista de sus respectivos autores y no de Monografias.com. El objetivo de Monografias.com es poner el conocimiento a disposición de toda su comunidad. Queda bajo la responsabilidad de cada lector el eventual uso que se le de a esta información. Asimismo, es obligatoria la cita del autor del contenido y de Monografias.com como fuentes de información.

Categorias
Newsletter