Tecniche di integrazione semantica dei dati sul Web Un approccio web-based ed entity-centric Paolo Bouquet Dip. di Ingegneria e Scienza dell'Informazione.

Presentazione sul tema: "Tecniche di integrazione semantica dei dati sul Web Un approccio web-based ed entity-centric Paolo Bouquet Dip. di Ingegneria e Scienza dell'Informazione."— Transcript della presentazione:

1 Tecniche di integrazione semantica dei dati sul Web Un approccio web-based ed entity-centric Paolo Bouquet Dip. di Ingegneria e Scienza dell'Informazione Università di Trento OKKAM id: http://www.okkam.org/entity/ok200706301185791252056

2 Outline Un semplice scenario e il problema Cosa significa integrazione semantica: – Web-based – Entity-centric Vantaggi e svantaggi rispetto ad altri approcci Una soluzione: il progetto OKKAM Esempi di applicazioni e progetti Conclusioni

3 Paolo Bouquet @ UNITN Anagrafica Dati personali Pubblicazioni Didattica Ricerca Progetti

4 Paolo Bouquet @ WWW Professional network Twits Video lecturesSocial Network PublicationsPersonal data

5 Riassumendo... Informazione che cresce –... in modo aperto e decentralizzato –... in sistemi eterogenei (gestionali, CRM, portali, reporting, documentali, ecc.) –... in formati eterogenei (RDB, testo, XML, multimedia, fogli di calcolo, ecc.) –... basati su schemi e vocabolari diversi –... spesso senza connessioni esplicite –... per scopi di diversi Confini tra “dentro” e “fuori” sempre più labili Il valore come capacità di collegare e aggregare dati e informazione distribuiti La necessità di flessibilità e tolleranza all'errore nell'uso dei dati e nell'integrazione semantica

6 Problema Come rispondere a una semplice domanda come: cosa “sa” UNITN di Paolo Bouquet? Il Web oggiIl Web of Entities

7 Una possibile soluzione: il Web of Entities Web-based & entity-centric

8 Ingrediente 1: le tecnologie Web I Il Web attuale è una rete di risorse digitali tra loro collegate: – Ogni risorsa è indentificata da una URI (per es. una URL del tipo http://www.unitn.it/)http://www.unitn.it/ – I collegamenti tra risorse si creano indicando la URI della risorsa veso cui si vuole creare il link – Gli utenti e le applicazioni possono navigare da una risorsa all'altra grazie ai collegamenti (link) – I link sono solo di un tipo: HREF (collegamento ipertestuale)

9 Ingrediente 1: le tecnologie Web I Il Web oggi

10 Ingrediente 1: le tecnologie Web Il Web dei Dati è una rete di risorse di qualsiasi tipo (persone, eventi, aziende, prodotti, luoghi, ecc) tra loro collegate: – Ogni risorsa è indentificata da una URI (per es. una URL del tipo http://semanticweb.org/wiki/Nicola_Guarino) http://semanticweb.org/wiki/Nicola_Guarino – I collegamenti tra risorse esprimono un'asserzione su quella risorsa (per esempio che Nicola conosce Paolo) – Gli utenti e le applicazioni possono navigare tra insiemi di asserzioni pubblicate sul Web – Le asserzioni possibili sono definiti in vocabolari web o ontologie

11 Ingrediente 2: entity-centric view Gli elementi atomici non sono più i documenti, ma le entità (persone, aziende, luoghi, eventi, prodotti, documenti,...) Idealmente, ogni entità è identificata da una singola URI in qualunque luogo della rete essa appaia Il valore dell'informazione (la conoscenza) sta nelle relazioni che esistono tra entità Informazioni sullo stesso oggetto possono provenire da sorgenti diverse e tra loro indipendenti La capacità di raccogliere questa conoscenza e integrarlo (semantic mashup) diventa elemento chiave

12 abita a conosce possiede ha curato lavora per si trova a Ingrediente 2: entity-centric view I

13 Ingrediente 2: entity-centric view - II DB1 DB2 DB3 http://www.okkam.org/ens/ide1540fc2-70be-4495-8f8f-9c714a8ed2de http://www.okkam.org/entity/ok200706301185791252056 http://www.okkam.org/ens/id88f216f2-4aa8-4f06-9924-806c2aa7bc62 http://www.okkam.org/ens/ide1540fc2-70be-4495-8f8f-9c714a8ed2de

14 The Entity Name System (ENS) ENS-Plugin Entity Name System = http://www.okkam.org/ens/id47371904-6218-41e1-8b6d-af806de3dabb

15 Integrazione Entity-Centric dei dati L'integrazione avviene in primo luogo intorno a una o più entità, non intorno a uno schema Lo spazio delle entità e delle loro relazioni è non solo navigabile, ma anche interrogabile con query strutturate I servizi sono progettati e organizzati intorno alle entità (quali servizi e/o dati posso offrire ai miei utenti rispetto a “Nicola Guarino”) Le applicazioni devono essere entity-aware (client e/o plugin ENS + funzionalità) L'Entity Name System come abilitatore dello spazio dell'informazione (il “DNS” del entity-centric Web)

16 Esempi di applicazioni in corso

17 Trentino Riscossioni Sorgenti di dati Profilo integrato del contribuente

18 Enterprise KM in SAP SAP Community Network 1.3 million business users ◦Customers ◦End-users ◦Consultants ◦Developers, etc. 150.000 daily accesses 5000 to 10000 new posts daily Challenges Improve the search capabilities of the portal Provide instantaneous answers to those user queries that have been already answered into the forums Expand the search beyond the boundaries of the portal and beyond the information captured by corporate data SAP Community Network (SCN)

19 News sul Web con ANSA Creating richer News event placeperson 1919

20 OKKAM Tutorial – Vienna – ESTC 2009, Dec. 2 + 3, 2009 Use Case: Academic Web Site

21 E ancora... Editoria (articoli scientifici con Elsevier) Web search (sub-project Sig.ma with DERI Galway) Smart Cities (aggregazione di servizi intorno a entità nel mondo fisico su piattaforme mobile) Aggregazione di dati con il Ministero dell'Innovazione Fiammingo

22 Per concludere Integrazione semantica basata sul paradigma del Web (aperto, flessibile, decentralizzato, tollerante alle imperfezioni, ridondante, talvolta incompleto) Integrazione costruita intorno a elementi semplici (le entità), ma vicine all'utente finale Costi relativamente modesti dell'integrazione e scalabilità della soluzione e approccio incrementale Compatibile con l'integrazione a livello di schemi, per esempio introducendo vocabolari/ontologie condivise per esprimere relazioni tra entità Vicino all'idea del Web2.0 e della produzione distribuita di dati e conoscenza Richiede poca “manutenzione” (e questa puà essere distribuita)

23 Grazie! Per chi vuole saperne di più: http://project.okkam.org/ http://community.okkam.org/ paolo.bouquet@unitn.it

24 The future Creation of an OKKAM Foundation for maintaining and developing the ENS public infrastructure – Not-for-profit founders – Independence and neutrality – Strongly R&D oriented Using Trentino as a lab for the first Entity-Centric Region worldwide Verticalizations in different business sectors (KM, publishing, advertisement, public administration, healthcare, master data management, etc.)