Modulo3 Introduzione alla semantica

Presentazione sul tema: "Modulo3 Introduzione alla semantica"— Transcript della presentazione:

1 Modulo3 Introduzione alla semantica
UNIVERSITA’ DI CAMERINO Corso di laurea in Informatica (classe 23/S) Barbara Re Anno Accademico

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 , 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 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 , (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 Peter Lucy – dal dottore
A casa Nella nostra storia abbiamo due protagonisti Lucy e Peter. Peter era a casa e mentre lo stereo era acceso improvvisamente suona il telefono il Telefono invia dei segnali allo stereo e a tutti gli altri device di abbassare il volume garantendo a Peter di ascoltare la telefonata Al telefono era lucy che avvisa Peter che la loro madre necessita di una visita di uno specialista per una serie di terapie. Lucy ha intenzione di utilizzare il suo agente software per schedulare gli appuntamenti Peter acconsente a supportare Lucy per fornire le cure necessarie alla mamma Lucy lancia il suo agente software – che non è un normale agente ma un Semantic Web Agent Lucy – dal dottore

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 mamma Localizzato entro un raggio di 20 miglia da casa della mamma Con 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 Peter L’agente in alcuni istanti presenta un piano ma a Peter non piace l’University Hospital perché deve guidare attraversando il centro della città per andare a prendere la mamma e tornare indietro nel mezzo del traffico Peter chiede al suo agente di rilanciare la ricerca indicando delle preferenze più ristrette circa la locazione ed il tempo. L’agente di Lucy e quello di Peter hanno una relazione di trust – quindi l’agente di lucy si fida dei compiti svolti dall’agente di Peter L’agente di Peter presenta un piano ma definisce anche un paio di warning Peter deve rischedulare un paio di appuntamenti che sono poco importanti L’assicurazione non include “phisycal terapy” tra le prestazioni coperte da questo specifico fornitore – ma l’agente assicura che non ci sono problemi tuttavia chiede a Peter se vuole dettagli su come ha trovato questo specifico fornitore. Peter aderisce. Gli appuntamenti sulle agende di Lucy e Peter sono registrati. Nella notte l’agente di Peter spiega come ha trovato questo fornitore anche se non era nella lista indicata dalla compagnia di assicurazione Lucy

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 Nel nostro esempio mimatch su formato delle date delle agende Sinonimi sull’indicazione delle “physical therapy”

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 lettura La separazione del contenuto dalla presentazione Il 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

18 Web Semantico si compone di tre livelli fondamentali
i dati i metadati o annotazioni riportano questi dati ai concetti di uno schema nello schema (o ontologia) si esprimono le relazioni fra concetti, che diventano classi di dati relative ad un dominio

19 La piramide del Semantic Web

20 URIs e Unicode URI – Universal Resource Identification
sono 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 Esempi ISBN - International Standard Book Numbers in campo librario CF - codice fiscale in campo anagrafico

21 XML + NS + XML Schema XML- eXtensible Markup Language XML Schema
«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 accurate es: 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” Un ontologia può esprimere la regola “se un codice città è associato con un codice stato e un indirizzo associato al codice città, allora l’indirizzo è assoicato 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 formali Un’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-model Un meta-model può essere visto da tre prospettive Un insieme di blocchi e regole per costruire modelli Un modello del dominio di interesse Un 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 letti Questa 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: Inferenza Regole 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 perchè Attualmente 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 livelli Risoluzione dei conflitti Web 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 Il BT Group (precedentemente British Telecommunications o British Telecom) o semplicemente BT è un operatore telefonico privato del Regno Unito. É il più grande operatore telefonico della nazione e in Europa e come fornitore di Internet a banda larga, e tra i più grandi al mondo. Opera in più di 170 paesi e quasi un terzo del suo reddito proviene dalla sua filiale di Servizi Globali. La Boeing Company è la più grande costruttrice statunitense di aeromobili e la più grande azienda nel settore aerospaziale. Ha sede a Chicago, ma i suoi stabilimenti principali si trovano nei pressi di Seattle. È anche il secondo più grosso contraente militare degli Stati Uniti ed il primo produttore di aerei civili, seguito da Airbus. Chevron Corporation è un'azienda petrolifera statunitense costituita nel 1911 in California, dalla dissoluzione del trust Standard Oil, prendendo il nome di Standard Oil of California. Il suo quartier generale si trova a San Ramon in California, ed è attiva in più di 180 paesi del mondo. Dispone di importanti giacimenti petroliferi e di gas naturale, raffinerie di petrolio e petroliere. Ha un fatturato di milioni di dollari. Nel 1983 occupò l'undicesimo posto tra le maggiori imprese industriali del mondo in economia di mercato. In dieci anni ottiene milioni di dollari di utili e dà lavoro a persone. MITRE works in the broad domains of aviation, defense and intelligence, and enterprise modernization. Our core areas of expertise, listed below, underlie all these domains. - Acquisition and Systems Analysis - Communications and Networking - Information Technology - Sensors - Systems Engineering - Independent Research and Development

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 Harper's Magazine (or simply Harper's) is a monthly general-interest magazine covering literature, politics, culture, finance, and the arts from a progressive, left perspective. It is the second oldest continuously-published monthly magazine (the oldest magazine being Scientific American) in the United States, with a current circulation of slightly more than 220,000. Its editor is Roger Hodge, who replaced longtime editor Lewis Lapham on March 31, 2006.[1] Harper's has won numerous National Magazine Awards.[2] Joost , precedentemente conosciuto come "The Venice Project", è una iniziativa che intende rivoluzionare la fruizione di contenuti multimediali su internet, implementando una piattaforma peer to peer capace di abilitare la distribuzione in streaming di contenuti audio/video.

39 Ontologie

40 Cosa sono le ontologie!! Cosa sono le ontologie?
Specifica di un vocabolario condiviso dei termini utilizzati in un dominio applicativo ? Collezioni di definizioni di termini e relazioni fra questi ? Schema che cattura il significato dell’informazione contenuta in un sottostante archivio ?

41 Cos’è un’ontologia In termini astratti In termini pratici
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 pratici Specifica 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) Neches (91) Gruber (93) Borst (97)
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 concetti R è un insieme di relazioni concettuali tali che ogni relazione in R è definita su CC A 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  C E = { (c1, c2)  CC : S  R : (c1, c2)  S } e una funzione di etichettatura: CC  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 ontologies Include vocabolari relativi a cose, eventi, tempo, spazio, casualità, comportamento, funzioni, … Meta-ontologies Ontologie riusabili attraverso domini diversi Domain ontologies Ontologie riusabili in uno specifico dominio Task ontologies Fornisce un sistematico vocabolario di termini usati per risolvere problemi associati a task che possono o meno far riferimento allo stesso dominio Domain-task ontologies Task 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 Identificazione dominio e campo di applicazione Catturare l’ontologia Codificare l’ontologia Integrare con ontologie esistenti Costruzione Valutazione Documentazione Mantenimento chiarezza coerenza estensibilità min impegno ontologico min dipendenza codice Ontologia Utenti, Esperti di dominio e Sviluppatori

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 Metodologie Linguaggi

59 Ci sono domande?