Modulo3 Modulo3 Introduzione alla semanticaIntroduzione alla semantica

UNIVERSITA’ DI CAMERINOCorso di laurea in Informatica (classe 23/S)

Barbara Rebarbara.re@unicam.it

Anno Accademico 2007-08

2

Agenda

Dal Web al Web Semantico

Soluzioni semantiche per le imprese

Le ontologie

3

Letture

Tim Berners-Lee, James Hendler and Ora Lassila (2001).The Semantic Web, Scientific American, May 2001.

Nigel Shadbolt, Tim Berners-Lee and Wendy Hall (2006). The Semantic Web Revisited. IEEE Intelligent Systems 21(3) pp. 96-101, May/June 2006.

Li Ding, Pranam Kolari, Zhongli Ding, Sasikanth Avancha, Tim Finin, Anupam Joshi. Using Ontologies in the Semantic Web: A Survey. Technical Report CS-05-07. Department of Computer Science and Electrical Engineering, University of Maryland Baltimore County.

Lee Feigenbaum, Ivan Herman, Tonya Hongsermeier, Eric Neumann, and Susie Stephens. The Semantic Web in Action. Scientific American, 297(6), pp. 90-97, (December 2007).

….. ,,,,, ;;;;;

4

Un sogno per il Web

“Ho un sogno per il Web … ed esso è diviso in due parti. Nella prima parte, il Web diventa un mezzo

molto più potente per la collaborazione tra le persone. Ho sempre immaginato lo spazio delle

informazioni come qualcosa cui chiunque potesse avere accesso immediato ed intuitivo, e non solo di consultarlo, ma di crearlo. […] Inoltre, il sogno della

comunicazione tra le persone, attraverso la condivisione della conoscenza, deve essere

possibile per gruppi di ogni dimensione, interagenti elettronicamente con la facilità con la quale essi

comunicano di persona”

5

Il sogno continua

“Nella seconda parte del sogno, le collaborazioni si estendono ai computer. Le macchine diventano

capaci di analizzare tutti i dati sul Web – il contenuto, i link e le transazioni tra le persone ed i

computer. Un “Web Semantico”, che dovrebbe rendere questo possibile, deve ancora emergere, ma quando lo farà, i meccanismi quotidiani del commercio, della burocrazia, e delle nostre vite

quotidiane saranno gestiti da macchine che interagiscono con macchine, lasciando agli umani il

compito di fornire l’ispirazione e l’intuizione. “

6

Scenario

Lucy – dal dottore

PeterA casa

7

Scenario

Recupera le informazioni dall’agenda del dottore

Ricerca una lista di fornitori per le cure della mamma

Nella lista recupera le soluzioni In linea con le garanzie di assicurazione sanitaria della mammaLocalizzato entro un raggio di 20 miglia da casa della mammaCon un livello di trust eccellente o molto buono

Trova un match tra l’agenda del fornitore di servizi (recuperata attraverso il web site del fornitore) e l’agenda di Pete e Lucy

8

Scenario

Lucy

Peter

9

Scenario

10

Web di oggi e Web di domani

Web di oggi per gli umani

Semantic Web permette di creare struttura e contenuti della pagine ricchi di significati dove gli agenti software svolgono compiti complicati per conto degli umani

11

Dal Web di ieri a quello di domani

L’evoluzione che a portato il Web dalla sua concezione iniziale all’architettura attuale assegna un ruolo fondamentale all’XML ed individua nel Semantic Web la nuova frontiera di sviluppo

Due chiavi di letturaLa separazione del contenuto dalla presentazioneIl passaggio dall’interazione uomo-Web all’interazione macchina macchina

12

L’idea del Semantic Web

“The Semantic Web is an extension of the current Web in which information is given well-defined meaning, better enabling computers and people to work in cooperation” –Tim Berners-Lee, James Hendler, Ora Lassila

L’idea è inserire sul Web informazioni leggibili ed al tempo stesso comprensibili dalle macchine

Viene permessa l’introduzone di servizi intelligenti come search agents, information filters, ed information brokers

13

Perchè il Semantic Web?

Ad oggi il WWW supporta principalemente l’human browsing

Esso è leggibile ma non comprensibile dalle macchine

La difficoltà di automatizzare ogni cosa nel Web è causata dall’enorme volume di informazioni in esso disponibili

Si necessita di programmi che sono capaci di interpretare le informazioni dando loro un significato ben definito dando così la possibilità a computer e persone di lavorare insieme in cooperazione

14

Sfide del Semantic Web

Sviluppare un ambiente software che consente ad ogni utente di fare il miglior uso possibile delle risorse disponibili

Supportare standard, tecnologie e politiche che devono essere disegnate perchè le macchine possano capire dal Web

Definire un linguaggio che può esprimere informazioni e relazioni tra le informazioni

15

Alcune precisazioni

Per chiarezza di terminologia, va ricordato che la filosofia di base del Web è quella di uno spazio informativo universale, navigabile, con un mapping da URI (Uniform Resource Identifier) alle risorse

Nel contesto del Semantic Web, il termine semantico assume la valenza di "elaborabile dalla macchina" e non intende fare riferimento alla semantica del linguaggio naturale e alle tecniche di intelligenza artificiale

Il Semantic Web è, come l’ XML, un ambiente dichiarativo, in cui si specifica il significato dei dati, e non il modo in cui si intende utilizzarli

La semantica dei dati consiste nelle informazioni utili perché la macchina possa utilizzarli nel modo corretto, eventualmente convertendoli

16

Un mondo di asserzioni

Semantic Web è visto come la riformulazione del Web odierno in un insieme di asserzioni semantiche

La conoscenza è espressa attraverso un insieme di asserzioni

Le asserzioni sono affermazioni descrittive dei legami che esistono tra una cosa ed un’altra

Gran parte della conoscenza umana può essere descritta mediante espressioni simili a queste

“Giorgio ha una madre, Marta” “Marta è la madre di Giorgio”“Il prodotto #4521 ha un prezzo, €19.95”“Luca ha una città di residenza, Torino”“Gli stati uniti hanno un presidente George W. Bush”

17

Sino al …. Semantic Web

19

La piramide del Semantic Web

20

URIs e Unicode

URI – Universal Resource Identificationsono identificatori unici per risorse di ogni tipo dagli schemi alle persone

URL Uniform Resource Locators sono gli URI più comuni permettendo di identificare qualcosa sul Web

EsempiISBN - International Standard Book Numbers

in campo librario CF - codice fiscale

in campo anagrafico

21

XML + NS + XML Schema

XML- eXtensible Markup Language«Linguaggio di marcatura estensibile» è un metalinguaggio creato e gestito dal World Wide Web Consortium (W3C), e più precisamente dal presidente di tale "consorzio", Michael Sunshine

XML Schema Linguaggio di descrizione del contenuto di un file XML che abbia per ora raggiunto la validazione ufficiale del W3C

NS - namespace Permette di evitare confusione ed equivoci nel caso siano necessarie molte entità con nomi simili, fornendo il modo di raggruppare i nomi per categorie

22

RDF e RDF Schema

La famiglia dei linguaggi RDF fa da supporto per l’interoperabilità a livello semantico

Gli sviluppi dell’RDF costituiscono il linguaggio base del Web, consentendo agli agenti di effettuare le inferenze logiche di cui necessitano per svolgere i loro compiti

RDF permette di strutturare il web attraverso insieme di triple soggetto verbo e oggetto

Particolari cose (pagine web, persone, …) hanno proprietà (come “è sorella di” “è autore di”) con certo valore (un’altra persona, un’altra pagina web)

RDF W3C reccomandation dal 1999

RDFS W3C reccomandation dal 2004

23

Vocabolario delle Ontologie

Le ontologie permettono di distinguere quando due differenti identificatori fanno riferimento allo stesso concetto

Attraverso le ontologie si possono sviluppare ricerche più accuratees: jaguar – giaguaro macchina

Pagine web dove il contenuti sono rappresentati da ontologie permettono un processo di strutturazione della conoscenza su cui applicare regole di inferenze

Come un umano/una macchina è in grado di comprendere che l’indirizzo in una home page è l’indirizzo dell’ufficio piuttosto che dell’abitazione?

Nel contesto del web le ontologie sono insiemi di tassonomie che definiscono classi di oggetti (classi e sottoclassi) e relazioni tra esse e regole di inferenza

Le regole di inferenza forniscono ulteriore potenza alle ontologie “se un codice città è associato con un codice stato e un indirizzo associato al codice città, allora l’indirizzo è associato al codice stato”

24

Per chiarezza …

Un controlled vocabulary è una lista di termini che sono stati elencati esplicitamente da una propria autorità

Una taxonomy è una collezione di vocabolari controllati organizzati in una struttura gerarchica, ciascun termine in una tassonomia è legato ad un altro termine della tassonomia attraverso relazioni padre-figlio

Un thesaurus è una collezione di reti di vocabolari controllati di termini – un tesauro usa relazioni associative oltre a relazioni padre-figlio

ONTOLOGY Glossari, dizionari, tesauri, tassonomie, schemi, modelli di dati, ontologie formaliUn’ontologia formale è un vocabolario controllato espresso attraverso un linguaggio ontologico di rappresentazione

Un meta-model è un modello esplicito di costrutti e regole necessarie per costruire specifici modelli all’interno del dominio di interesse

Un valido meta-model sono le ontologie ma non tutte le ontologie sono modellate esplicitamente come meta-modelUn meta-model può essere visto da tre prospettive

Un insieme di blocchi e regole per costruire modelliUn modello del dominio di interesseUn istanza di un modello

25

Logica

Noi effettuiamo continuamente inferenze nella nostra vita quotidiana

Per esempio se N denota il numero di messaggi non letti nella nostra casella di posta elettronica, allora se il messaggio è formattato in grassetto, il messaggio fa parte degli N non lettiQuesta inferenza è basata sulla prova fornita dalla diversa formattazione

Il livello logico lavora con il medesimo principio base attraverso la logica elementare dei predicati (First Order Predicate Logic)

Un agente può derivare una conclusione logica (o ragionamento) nel corso di esecuzione di uno dei suoi task basandosi essenzialmente su “fatti”, messi a disposizione da dati codificati in maniera semantica

Naturalmente la capacità logica del Semantic Web non si esaurisce a trarre conclusioni da una serie di ipotesi

26

Livello logico

Responsabilità:InferenzaRegole al top dell’ontologia

27

Prove e Trust

Gli ultimi due livelli orizzontali, costruiti al di sopra del livello logico, lo completano fornendo i concetti di prova e fiducia (trust)

Livelli ancora non definiti ma fondamentali per il pieno sviluppo del Semantic Web

Esempio: se una persona dice che x è blu ed un’altra persona dice che x non è blu può il web capire chi dice la verità? NO il Web NO ma il Semantic Web in futuro SI

No perché SI perchèAttualmente l’applicazione del Semantic Web dipende dal contesto In futuro si inseriranno meccanismi di fiducia che permettono il concetto di integrità della prova (che fornisce una validazione di un fatto slegandosi dall’attività di inferenza)

Il funzionamento di questi due livelli è fortemente dipendente dall’accuratezza della preparazione dei dati e dall’affidabilità delle fonti

Responsabilità dei due livelliRisoluzione dei conflittiWeb of Trust

Tecnologie (standard) - Nessuno standard

28

Firme Digitali

Il livello delle firme digitali si posiziona in verticale a partire dal livello dell’RDF fino al livello delle prove

Attraverso le firme digitali computer ed agenti possono verificare che i dati che vengono scambiati sono forniti da specifiche sorgenti in grado di garantire dettagliati livelli di trust

29

L’organizzazione delle pagine web attualmente

30

Organizzazione delle pagine con collegamenti semantici

31

Web e Semantic Web a confronto

32

Swoogle

Swoogle is a search engine for Semantic Web documents, terms and data found on the Web

Swoogle employs a system of crawlers to discover RDF or OWL documents and HTML documents with embedded RDF or OWL content

Swoogle reasons about these documents and their constituent parts (e.g., terms and triples) and records and indexes meaningful metadata about them in its database

Swoogle provides services to human users through a browser interface and to software agents via web services

Several techniques are used to rank query results inspired by the PageRank algorithm developed at Google but adapted to the semantics and use patterns found in semantic web documents

33

Il semantic web rivisto

34

Folksonomies

Folksonomies

They represent a structure that emerges organically when individuals manage their own information requirements

Folksonomies arise when a large number of people are interested in particular information and are encouraged to describe it—or tag it

35

Challenges for data ubiquity

How do we effectively query huge numbers of decentralized information repositories of varying scales?

How do we align and map between ontologies?

How do we construct a Semantic Web browser that effectively visualizes and navigates the huge connected RDF graph?

How do we establish trust and provenance of the content?

36

Semantic web in Action

37

Casi di successo

British Telecom has built a prototype online service to help its many vendors more effectively develop new products together

Boeing is exploring the technologies to more effi ciently integrate the work of partners involved in airplane design

Chevron is experimenting with ways to manage the life cycle of power plants and oil refineries

MITRE Corporation is applying Semantic Web tool kits to help the U.S. military interpret rules of engagement for convoy movements

38

Casi di successo

The U.K.’s national mapping agency, Ordnance Survey, uses the Semantic Web internally to more accurately and inexpensively generate geographic maps

Vodafone Live!, a multimedia portal for accessing ring tones, games and mobile applications, is built on Semantic Web formats that enable subscribers to download content to their phones much faster than before

Harper’s Magazine has harnessed semantic ontologies on its Web site to present annotated timelines of current events that are automatically linked to articles about concepts related to those events

Joost, which is putting television on the Web for free, is using Semantic Web software to manage the schedules and program guides that viewers use online

39

Ontologie

40

Cosa sono le ontologie!!

Cosa sono le Cosa sono le ontologieontologie??

Specifica di un Specifica di un vocabolario condiviso vocabolario condiviso dei termini utilizzati dei termini utilizzati in un dominio applicativo ?in un dominio applicativo ?

Collezioni di definizioni di Collezioni di definizioni di termini e relazioni fra questi ?termini e relazioni fra questi ?

Schema che cattura il significato Schema che cattura il significato dell’informazione dell’informazione contenuta in un sottostante archivio ?contenuta in un sottostante archivio ?

41

Cos’è un’ontologia

In termini astratti Sul piano filosofico: area della metafisica che

studia come è realmente fatto l’universo che ci circonda

Sul piano informatico: area dell’intelligenza artificiale che studia i metodi per

rappresentare correttamente l’universo che ci circonda

In termini praticiSpecifica un vocabolario comune tra sistemi

differenti …… basandosi su una descrizione semantica del

dominio dei dati …… che agevoli la comunicazione sia tra agenti

software sia tra agenti software e esseri umani

42

Definizioni

Philosophy (400BC)Systematic explanation of Existence

Neches (91)Ontology defines basic terms and relations comprising the vocabulary of a topic area as well as the rules for combining terms and relations to define extensions to the vocabulary

Gruber (93)Explicit specification of a conceptualization

Borst (97)Formal specification of a shared conceptualization

Studer(98)Formal, explicit specification of a shared conceptualization Una specifica esplicita e formale di una concettualizzazione condivisa

43

Cos’è un’ontologia

In termini formali…“Un’ontologia è una specificazione esplicita e formale di una

concettualizzazione condivisa”in cui si usa… CONCETTUALIZZAZIONE

perché ci si riferisce a modello astratto di fenomeno

CONDIVISA perché cattura conoscenza riconosciuta da un gruppo

FORMALE perché automaticamente decodificabile

ESPLICITA perché basata su strutture di immediata applicazione

44

Formalmente (1)

Un insieme di concetti (detti anche classi) Le interconnessioni semantiche tra essi (dette relazioni

concettuali, o attributi semantici) Un eventuale livello logico che permetta di inferire nuovi fatti

a partire da quelli codificati all’interno della risorsa (ad esempio, un insieme di assiomi o micro-teorie)

45

Formalmente (2)

Un’ontologia O può dunque essere definita come una tripla (C, R, A) dove

C è un insieme di concettiR è un insieme di relazioni concettuali tali che ogni relazione in R è definita su CCA è un insieme di assiomi (se A = l’ontologia non è assiomatizzata)

46

Definizione formale di ontologia (3)

Si osservi che gli insiemi C ed R individuano un grafo G = (V, E) tale che

V CE = { (c1, c2) CC : S R : (c1, c2) S }

e una funzione di etichettatura: CC 2R tale che (c1, c2) = { S R : (c1, c2) S }

47

Esempio

Un semplice esempio di ontologia è il seguente O’ = (C’, R’, A’) dove:

C’ = {Entità, Oggetto, Persona, Meccanico, Automobile, Motore}R’ = {è-un, ha-un, ripara}A’ = { “a Automobile m Meccanico : ripara(m, a)” })è-un = { (Oggetto, Entità), (Persona, Entità), (Meccanico, Persona), (Automobile, Oggetto), (Motore, Oggetto) }ha-un = { (Automobile, Motore) }ripara = { (Meccanico, Automobile) }

48

I componenti di un’ontologia

49

I componenti di un’ontologia

Un concetto……anche noto come classe, può

rappresentare un oggetto, una nozione o un’idea

…può essere astratto o concreto, elementare o composto, reale o fittizio…

…è caratterizzato da un termino o un simbolo, da una “estensione” e da una “intensione”

50

I componenti di un’ontologia

Una relazione…

…è una forma di interazione tra concetti del dominio del tipo R: C1xC2x…xCn

…è caratterizzata da un termine, da una intenzione e da una estensione…

…può essere, ad esempio, “genitore” che lega due concetti o due istanze

51

I componenti di un’ontologia

Una funzione……è un tipo speciale di

relazione in cui l’n-esimo argomento dipende dagli altri, nella forma F: C1xC2x…xCn-1 Cn

…può essere, ad esempio, “madre di”, calcolata a partire da un concetto “genitore” e dall’attributo “sesso”

52

I componenti di un’ontologia

Un assioma…è un affermazione sempre vera sul

modello

…serve per specificare la semantica dei concetti

…può essere usato per descrivere una relazione: il tipo, la cardinalità, le proprietà algebriche (simmetria, transitività), le proprietà concettuali (esclusività, genericità, identità)

53

I componenti di un’ontologia

Un elemento aggiuntivo può essere…

…un’istanza rappresenta i singoli elementi del dominio

…un fatto rappresenta una relazione tra due istanze

…un individuo rappresenta qualsiasi elemento del dominio che non sia un concetto

…una claim rappresenta l’asserzione di un fatto tramite un’istanza

54

Tipologie dipendenti dal linguaggio

Knowledge representation ontologies Cattura le primitive utilizzate per formalizzare la conoscenza seguendo il paradigma di knowledge representation

General/common ontologiesInclude vocabolari relativi a cose, eventi, tempo, spazio, casualità, comportamento, funzioni, …

Meta-ontologiesOntologie riusabili attraverso domini diversi

Domain ontologiesOntologie riusabili in uno specifico dominio

Task ontologiesFornisce un sistematico vocabolario di termini usati per risolvere problemi associati a task che possono o meno far riferimento allo stesso dominio

Domain-task ontologiesTask ontology riutilizzabile in uno specifico dominio

Application ontologies Contiene la conoscenza necessaria per modellare un dominio particolare

55

I criteri della progettazione…

Chiarezza: il significato intenzionale deve essere oggettivo

Completezza: quanto espresso deve essere necessario e sufficiente

Coerenza: si può inferire solo ciò che è consistente con le definizioni

Estendibilità: successive estensioni o specializzazioni devono essere monotone, senza richiedere revisione

Massimizzare l’estendibilità monotonica: significa che nuovi termini generali o specializzati devono essere inclusi nell’ontologia senza una revisione delle attuali specifiche

Minima dipendenza dalla codifica: la concettualizzazione non deve dipendere da vincoli del linguaggio di rappresentazione

Minimo commitment ontologico: la conoscenza deve essere rappresentata col minor numero possibile di dichiarazioni

Minimizzare la distanza semantica tra concetti fratelli

Modularità per minimizzare l’accoppiamento tra moduli

56

Il ciclo di vita della progettazione

57

Processo di sviluppo di un’ontologia

Studio di Fattibilità

Studio di Fattibilità

Identificazione dominio e campo di applicazione

Identificazione dominio e campo di applicazione

CostruzioneCostruzione

ValutazioneValutazione

DocumentazioneDocumentazione

OntologiaUtenti, Esperti di dominio e Sviluppatori

MantenimentoMantenimento

1) Catturare l’ontologia2) Codificare l’ontologia3) Integrare con ontologie esistenti

• chiarezza• coerenza• estensibilità• min impegno ontologico• min dipendenza codice

58

Ontologie: Problemi di ricerca

E’ un’area di ricerca che si è molto espansa nell’ultima decade

Ontologie

Costruzione

Traduzione

Aggiornamento

Riuso

Valutazione

Apprendimento

Mapping

Fusione

Gestione

Strumenti Strumenti

Metodologie Metodologie

Linguaggi Linguaggi

59

Ci sono domande?