UNIVERSITÀ DEGLI STUDIDI MODENA E REGGIO EMILIA
FACOLTÀ DI INGEGNERIACORSO DI LAUREA IN INGEGNERIA INFORMATICA
Relatore: Chiar.mo Prof. Paolo Tiberio
Tecniche per la classificazione automatica
del cittadino in uno scenario di eGovernment
Agostino CardellaTesi di Laurea
Correlatore:Dott. Federica MandreoliIng. Riccardo Martoglia
Controrelatore: Chiar.mo Prof. Sonia Bergamaschi
Anno Accademico 2003/2004
“Tecniche di Semantic Web per la gestione dell’identità digitale e l’accesso alle norme”(nell’ambito del progetto MIUR-PRIN denominato “e-
gov”)
Tecn
ich
e p
er
la c
lass
ifica
zion
e a
uto
mati
ca d
el
citt
ad
ino i
n u
no s
cen
ari
o d
i eG
ove
rnm
en
t
Ambito di ricerca
Obiettivo
Agevolare la partecipazione del cittadino all’eGovernance
Servizio scelto: Accesso ai testi normativi
Personalizzazione: Reperimento e ricostruzione delle norme valide ed applicabili al cittadino in base alla sua identità digitale
Tecn
ich
e p
er
la c
lass
ifica
zion
e a
uto
mati
ca d
el
citt
ad
ino i
n u
no s
cen
ari
o d
i eG
ove
rnm
en
t
Obiettivi della tesi
OntologiaOntologia
Definizione di un’ontologia di riferimento che include
l’ontologia civica
Sviluppo di un primo prototipo software per la classificazione
del cittadino nell’ontologia civica
Studio di un procedimento iterativo per l’eventuale
richiesta di maggiori informazioni riguardanti il
cittadino
Semantic Web “ . . . è un’estensione dell’attuale Web in cui le
informazioni sono strutturate con un senso compiuto, migliorando il lavoro tra le persone ed il computer. ”
Tecn
ich
e p
er
la c
lass
ifica
zion
e a
uto
mati
ca d
el
citt
ad
ino i
n u
no s
cen
ari
o d
i eG
ove
rnm
en
t
Termini base
Tim Berners-Lee Direttore
W3COntologia Uno schema gerarchicamente strutturato di termini che descrivono un certo dominio e delle relazioni esistenti fra gli stessi.
Ontologia Civica Una classificazione dei cittadini basata sulle distinzioni via via introdotte dalle norme che prevedono limitazioni della loro applicabilità.
Tecn
ich
e p
er
la c
lass
ifica
zion
e a
uto
mati
ca d
el
citt
ad
ino i
n u
no s
cen
ari
o d
i eG
ove
rnm
en
t
Termini base dell’attività di ricerca
Identità digitale del cittadino La totalità delle informazioni che riguardano il cittadino necessarie ad una sua classificazione all’interno di un’opportuna ontologia civica
Tecn
ich
e p
er
la c
lass
ifica
zion
e a
uto
mati
ca d
el
citt
ad
ino i
n u
no s
cen
ari
o d
i eG
ove
rnm
en
t
Architettura multilivello del Semantic Web
Lo strato delle ontologie
OWL
Vantaggi di OWL Restrizioni locali sul tipo e sul numero di valori
delle proprietà Possibilità di definire caratteristiche delle proprietà:
transitiva, inversa, simmetrica,
funzionale e inversa funzionale Equivalenza tra classi, proprietà e individui Definizione di classi complesse (mediante
combinazioni booleane)
Tecn
ich
e p
er
la c
lass
ifica
zion
e a
uto
mati
ca d
el
citt
ad
ino i
n u
no s
cen
ari
o d
i eG
ove
rnm
en
t
OWL – Web Ontology Language
Carenze di OWL Mancanza di elementi per gestire domini concreti e
intervalli di valore, eventi e processi.
OWL è disegnato per essere interpretato dagli elaboratori ed ha tre sottolinguaggi di crescente espressività:
Lite(gerarchie di classificazione e vincoli semplici)
DL
(maggiore espressività mantenendo la completezza computazionale e la decidibilità)
Full(massima espressività senza garanzie di completezza computazionale e di decidibilità)
Tecn
ich
e p
er
la c
lass
ifica
zion
e a
uto
mati
ca d
el
citt
ad
ino i
n u
no s
cen
ari
o d
i eG
ove
rnm
en
t
Sottolinguaggi di OWL
Non validità dell’Unique Name Assumption
È possibile che URI diverse modellino in realtà lo stesso concetto
Dal fatto che due individui abbiamo nomi diversi non necessariamente segue che siano individui differenti
Validità dell’Open World AssumptionCiò che non può essere provato come vero, non
deve necessariamente essere ritenuto falsoMancanza d’informazione = Incompletezza
= Affermazione falsa (nei DB)
Tecn
ich
e p
er
la c
lass
ifica
zion
e a
uto
mati
ca d
el
citt
ad
ino i
n u
no s
cen
ari
o d
i eG
ove
rnm
en
t
Assunzioni nel Semantic Web
Tecn
ich
e p
er
la c
lass
ifica
zion
e a
uto
mati
ca d
el
citt
ad
ino i
n u
no s
cen
ari
o d
i eG
ove
rnm
en
t
Obiettivi della tesi
OntologiaOntologia
Definizione di un’ontologia di riferimento che include
l’ontologia civica
Tecn
ich
e p
er
la c
lass
ifica
zion
e a
uto
mati
ca d
el
citt
ad
ino i
n u
no s
cen
ari
o d
i eG
ove
rnm
en
t
L’ontologia
Scelte progettuali: Per la definizione dell’ontologia ci si è limitati all’utilizzo di tutti e soli gli
elementi dell’OWL Lite.Le classi sono state individuate
estraendole dal D.P.R. n.382 dell’11 Luglio 1980 e relative modifiche
Individui appartenenti alle sole classi “foglia” della gerarchia.
Questa scelta ha portato alla costruzione di una gerarchia di entità che avesse condizioni necessarie e sufficienti solo per gli ultimi nodi dell’albero
<owl:onProperty rdf:resource="#ha_contratto"/><owl:allValuesFrom rdf:resource="#Universita"/><owl:maxCardinality>1</owl:maxCardinality>
<owl:onProperty rdf:resource="#ha_corsi"/><owl:maxCardinality>0</owl:maxCardinality>
}} Si definisce Personale Tecnico/Amministrativo un individuo che ha come CNS l’aver stipulato un contratto con l’università, che deve anche essere l’unico contratto firmato. Gli individui appartenenti a questa classe non devono tenere corsi.
Tecn
ich
e p
er
la c
lass
ifica
zion
e a
uto
mati
ca d
el
citt
ad
ino i
n u
no s
cen
ari
o d
i eG
ove
rnm
en
t
Costruzione di una classe
Tecn
ich
e p
er
la c
lass
ifica
zion
e a
uto
mati
ca d
el
citt
ad
ino i
n u
no s
cen
ari
o d
i eG
ove
rnm
en
t
Obiettivi della tesi
OntologiaOntologiaSviluppo di un primo prototipo software per la
classificazione del cittadino nell’ontologia civica
Particolare attenzione deve essere posta in questo passaggio, in quanto le restrizioni sulle
proprietà del tipo owl:allValuesFrom o owl:maxCardinality richiedono (per loro stessa
natura) di realizzare una sorta di “Mondo Chiuso” LOCALE, aggiungendo
automaticamente le chiusure alle proprietà.
Tecn
ich
e p
er
la c
lass
ifica
zion
e a
uto
mati
ca d
el
citt
ad
ino i
n u
no s
cen
ari
o d
i eG
ove
rnm
en
t
Esempio di classificazione (I)
Raccogliere le informazioni sull’individuo
Tradurle in sintassi Racer
(conforme alle krss) Sottoporle al ragionatore Racer che tenterà di dedurre la classe di appartenenza dell’individuo nell’ontologia precaricata
Informazioni caratterizzanti il cittadino sono: avere un titolo universitario l’essere iscritto ad un corso di studi tenere dei corsi o delle esercitazioni avere un contratto con l’università usufruire di una borsa di studio
1 - “ha titolo universitario”
2 - “ha un contratto con l’università”
3 - “è l’unico contratto firmato”
Tecn
ich
e p
er
la c
lass
ifica
zion
e a
uto
mati
ca d
el
citt
ad
ino i
n u
no s
cen
ari
o d
i eG
ove
rnm
en
t
Esempio di classificazione (II)
1 - “ha titolo universitario”
2 - “ha un contratto con l’università”
3 - “è l’unico contratto firmato”
Cittadino
StudentePersonale
universitarioCittadino con
titolo universitarioCittadino senza
titolo universitario
DottorandoStudente senza
laureaStudentelaureato
Personaledocente
PersonaleTecnico/amministrativo
RicercatoreProfessore
universitario
Inseriamo le informazioni: Ontologia
Tecn
ich
e p
er
la c
lass
ifica
zion
e a
uto
mati
ca d
el
citt
ad
ino i
n u
no s
cen
ari
o d
i eG
ove
rnm
en
t
Obiettivi della tesi
OntologiaOntologiaStudio di un procedimento
iterativo per l’eventuale richiesta di maggiori
informazioni riguardanti il cittadino
Risultato classificazione: Personale_docenteClasse foglia non raggiunta. Le sottoclassi disponibili sono:
Tecn
ich
e p
er
la c
lass
ifica
zion
e a
uto
mati
ca d
el
citt
ad
ino i
n u
no s
cen
ari
o d
i eG
ove
rnm
en
t
Procedimento iterativo
Se la classe risultante non è un nodo terminale della gerarchia (ad esempio “Personale Docente”), il software chiama nuovamente
RACER, che restituisce, per ogni sottoclasse, le CNS per
l’appartenenza alle stesse.
Cittadino
Personaleuniversitario
Personaledocente
RicercatoreProfessore
universitario
Risultato classificazione: Personale_docenteClasse foglia non raggiunta. Le sottoclassi disponibili sono:
|#Ricercatore| (classe foglia): L'individuo deve avere valori per la proprietà |#ha_esercitazioni| Almeno uno degli eventuali valori della proprietà |#ha_contratto| deve appartenere alla classe |#Universita| Tutti gli eventuali valori della proprietà |#usufruisce| devono appartenere alla classe |#Borsa_di_studio_attivita_post_dottorato| 3 CNS su 8 condizioni caratterizzanti la classe.
|#Prof_universitario| (classe foglia): Deve avere per lo meno "1" valore per la proprietà |#ha_corsi| Almeno uno degli eventuali valori della proprietà |#ha_contratto| deve appartenere alla classe |#Universita| 2 CNS su 5 condizioni caratterizzanti la classe.
Tecn
ich
e p
er
la c
lass
ifica
zion
e a
uto
mati
ca d
el
citt
ad
ino i
n u
no s
cen
ari
o d
i eG
ove
rnm
en
t
Conclusioni
È stato realizzato un primo prototipo software in grado di interfacciarsi con il ragionatore Racer e di classificare il cittadino nell’ontologia di riferimento in base ad informazioni lette da appositi file.
Tecn
ich
e p
er
la c
lass
ifica
zion
e a
uto
mati
ca d
el
citt
ad
ino i
n u
no s
cen
ari
o d
i eG
ove
rnm
en
t
Sviluppi futuri
Reperire le informazioni sul cittadino tramite servizi standard di accesso alle basi di dati on-line della Pubblica Amministrazione.
Tradurre automaticamente le stesse in sintassi Racer, operando le necessarie chiusure delle proprietà utilizzate.
Inserire la gestione dell’elemento “Categoria del Cittadino” estendendo lo strumento “Temporal XML Query Processor”, sviluppato dall’Unità di Modena all’interno del progetto Nazionale MIUR 2001 “La Dinamica delle Norme nel Tempo: aspetti Giuridici ed Informatici”.
Tecn
ich
e p
er
la c
lass
ifica
zion
e a
uto
mati
ca d
el
citt
ad
ino i
n u
no s
cen
ari
o d
i eG
ove
rnm
en
t
Tecniche per la classificazione automaticadel cittadino in uno scenario di eGovernment
Grazie per l’attenzione
Agostino Cardella
Top Related