Metodologie per la gestione di conoscenza ontologica Prof. M.T. PAZIENZA a.a. 2008-2009.

Slides:



Advertisements
Presentazioni simili
XmlBlackBox La presentazione Alexander Crea 11 Aprile 2010 La presentazione Alexander Crea 11 Aprile 2010.
Advertisements

Survey su ADL XML-Based
Analisi e progettazione
INTRODUZIONE Il framework.NET. Un po di storia Sin dalla prima versione del sistema operativo Windows (1990 circa), nacque la necessità di far comunicare.
una interfaccia internet per il sistema Momis
Il Sistema MOMIS Il progetto MOMIS (Mediator EnvirOnment for Multiple Information Sources) consiste nella realizzazione di un sistema intelligente d integrazione.
UNIVERSITA DEGLI STUDI DI MODENA E REGGIO EMILIA Facoltà di Ingegneria – Sede di Modena Corso di Laurea in Ingegneria Informatica Progetto e sviluppo di.
Il mio nome è Alain Fergnani e nel corso della tesi mi sono occupato della dinamica delle ontologie per il Web Semantico, e in particolare dell’approccio.
UNIVERSITA DEGLI STUDI DI MODENA E REGGIO EMILIA Facoltà di Ingegneria – Sede di Modena Corso di Laurea in Ingegneria Informatica MOMIS: servizi di wrapping.
Basi di Dati prof. A. Longheu
Cagliari 4 Ottobre 2002 Krenesiel ESPERIENZA e LINEE KRENESIEL Workshop NAME Alessandra Spada
XmlBlackBox La presentazione Alexander Crea 7 Giugno 2010 La presentazione Alexander Crea 7 Giugno 2010.
Ontologie per la costruzione di un portale sull'Adobe.
TW Analisi dei documenti n Classificazione dei componenti n Selezione dei componenti, costruzione della gerarchia, dei blocchi informativi e degli elementi.
La piattaforma di BI si basa essenzialmente su un sistema di metadati centralizzato che garantisce la consistenza delle informazioni e consente la navigazione.
Metodologie per la gestione di conoscenza ontologica Prof. M.T. PAZIENZA a.a
Gestione dei dati e della conoscenza (agenti intelligenti) M.T. PAZIENZA a.a
Intelligenza Artificiale 1 Gestione della conoscenza lezione 7 Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza (agenti intelligenti) Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Prof. M.T. PAZIENZA a.a
Metodologie per la gestione di conoscenza ontologica Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Conoscenza e ragionamento Prof. M.T. PAZIENZA a.a
Prototipo di uno strumento per la produzione di siti Web adattativi in grado di gestire varie coordinate di adattamento Riccardo Torlone Milano, novembre.
Dott. Nicola Ciraulo CMS Dott. Nicola Ciraulo
IL PATRIMONIO DI DATI - LE BASI DI DATI. Il patrimonio dei dati Il valore del patrimonio di dati: –Capacità di rispondere alle esigenze informative di.
Basi di dati. Vantaggi degli archivi digitali Risparmio di spazio: sono facilmente trasferibili e duplicabili Risparmio di tempo: si può accedere ai dati.
Integrazione di una piattaforma IPTV in un’architettura SOA
Università della Svizzera italiana Il web semantico: mito o realtà? Marco Colombetti Politecnico di Milano e Università della Svizzera italiana Roma, 24.
UML: Extension Mechanism Corso IS I /03 Gianna Reggio Versione 0.0.
Un ambiente multilinguale per la modellazione e la prototipazione rapida di Sistemi Multi-Agente.
Il futuro delle tecnologie nelleParticipation. Il punto di vista di DEMO-net Claudia Soria Istituto di Linguistica Computazionale del CNR.
Dipartimento di Sistemi e Informatica
Modello Relazionale Definisce tipi attraverso il costruttore relazione, che organizza i dati secondo record a struttura fissa, rappresentabili attraverso.
IL KNOWLEDGE MANAGEMENT E LICT Gestione e Valorizzazione della Conoscenza (Firenze Novembre 2008)
Introduzione alla modellazione di sistemi interattivi
Descrizione Semantica ad Alto Livello di Ambienti Virtuali in X3D
Cosa sono i sistemi distribuiti Prof. Andrea Omicini Corso di Sistemi Distribuiti A.A. 2001/2002 Parte I.
L’ingegneria del software
Il Semantic Web applicato ai percorsi formativi nelle organizzazioni innovative By CSTAdvising CSTAdvising, professionisti della conoscenza,
Docente: Roberto Basili Fond Inf (a.a ) Introduzione alla Progettazione Concettuale R. Basili.
Firenze – Festival della Creatività 2009 Comm.it s.r.l. – Ing. Davide Rogai, Ph.D. – Software >> fast on demand software.
MODEL-DRIVEN DEVELOPMENT DI APPLICAZIONI WEB
1 Titolo Presentazione / Data / Confidenziale / Elaborazione di... Data Access Layer.
Tesi di Laurea in Ingegneria Informatica
Presentazione del problema Obiettivo: Lapplicazione di Search of Sematic Services permette di ricercare sevizi semantici, ossia servizi a cui sono associati.
Analisi dei Requisiti (Requirements Engineering) Seminario RE Università degli Studi di Padova, 12 Gennaio 2004.
Dati e DBMS DBMS relazionali SQL Progettazione di una base di dati Programma del Corso.
Commenti alle Attività Generiche. Attività Generiche (Pressman) Principali: Comunicazioni; Pianificazione; Modellazione; Costruzione, Dispiegamento Collaterali:
1 Ontology languages. Strato dei modelli LA SCELTA DEL LINGUAGGIO Una volta selezionati i componenti dell’ontologia occorre esprimerli in maniera esplicita,
I DATABASE.
DAL WEB AL SEMANTIC WEB Aspetti teorici e tecnologici Carmagnola Francesca Dipartimento Informatica C.so Svizzera 185, Torino
1 Semantic Web Docente: Federica Cena Dipartimento Informatica
DIPARTIMENTO DI INFORMATICA Una delle condizioni di cui hanno bisogno i nuovi strumenti per la didattica (slides, esercizi on-line, forum, etc) per essere.
20-21 Marzo 2006ESTEEM Kickoff Tiziana Catarci DIS-UniRoma1.
Dati e DBMS DBMS relazionali SQL Progettazione di un DBMS Normalizzazione Programma del Corso di Basi di Dati.
Fondamenti di Informatica 2 Ingegneria Informatica Docente: Giovanni Macchia a.a
TW Asp - Active Server Pages Nicola Gessa. TW Nicola Gessa Introduzione n Con l’acronimo ASP (Active Server Pages) si identifica NON un linguaggio di.
LINGUAGGI DI PROGRAMMAZIONE Per comunicare comandi e dati ad un computer occorre un particolare linguaggio detto LINGUAGGIO MACCHINA, che è un insieme.
SISTEMI DIDATTICI PER L’ E- LEARNING
Corso di Laurea in Informatica
Sistemi basati su conoscenza (agenti intelligenti) Prof. M.T. PAZIENZA a.a
UML: Introduzione Corso IS I /03 Gianna Reggio Versione 0.0.
Intelligenza Artificiale 1 Gestione della conoscenza lezione 14 Prof. M.T. PAZIENZA a.a
DATA MINING.
Progettazione di basi di dati: metodologie e modelli
Università degli Studi di Firenze Facoltà di Ingegneria Dipartimento di Sistemi e Informatica Corso di Laurea in Ingegneria Informatica Modelli e strumenti.
Basi di dati distribuite Prof. M.T. PAZIENZA a.a
Le basi di dati.
Sistemi distribuiti Sistema distribuito indica una tipologia di sistema informatico costituito da un insieme di processi interconnessi tra loro in cui.
ROMA 23 GIUGNO 2016 SPAZIO CONFRONTI L’Hub nazionale della statistica pubblica per diffondere dati e metadati armonizzati SPAZIO CONFRONTI L’Hub nazionale.
Transcript della presentazione:

Metodologie per la gestione di conoscenza ontologica Prof. M.T. PAZIENZA a.a

Sommario Introduzione Linguaggi per la gestione delle ontologie Valutazioni (delle ontologie, dei tool basati su ontologie e degli ontology editors) Ontology Driven Software Engineering

Introduzione Il processo di sviluppo di sistemi software è unattività importante e complessa che richiede la partecipazione e la collaborazione di team fisicamente distribuiti durante tutta la fase dello sviluppo del sistema. Grandi capacità umane, tempo e sforzi sono necessari nel creare, disegnare, scrivere, testare e mantenere sistemi software. La eterogeneità delle competenze dei team partecipanti e la complessità dei prodotti sviluppati richiede che lo sviluppo software sia un processo (di grandi dimensioni) intensivo e basato su conoscenza.

Introduzione I sistemi software sono sempre più alimentati da quanto è pubblicato sul Web. Tali sistemi devono gestire/interagire con dati di sorgenti eterogenee che possono essere sconosciute in fase di sviluppo del software; è per questo che si cercano nuove tecnologie per il supporto al SE (software engineering) in questi contesti.

Introduzione Noto adagio: « tutte le esigenze software del mondo sono già state soddisfatte e scritte in software esistente da qualche parte » Se fosse reso agevole laccesso a tali funzionalità da servizi web, le modalità di realizzazione del software sarebbe completamente stravolte e, forse, semplificate! Ciò spiega linteresse in metadati, ontologie formali e linguagi per il SW.

Alcune keyword (attive da circa 20 anni) Knowledge-based Software Engineering - include: ragionamento automatico e software design, rappresentazione della conoscenza, information retrieval, visualization, … Goal-Driven Requirements Engineering - la ricerca in questarea ha considerato la modellazione basata su UML (Unified Modeling Language) di un dominio come parte delle architetture software Faceted Software Classification – ha come obiettivo facilitare il riuso di componenti software associando ad esse alcune keyword che poi sono organizzate in facets

Introduzione A fronte delle attività connesse a tali temi si è diffusa, anche nella pratica, una comune attitudine a modellare i domini in maniera formale o semiformale. La MDA (Model Driven Architecture) è un esempio di tale approccio anche se ancora non viene supportato automaticamente il controllo di consistenza e la validazione. Aumentare la formalizzazione aiuta a limitare lambiguità ed a migliorare la qualità dei sistemi complessi. Con un supporto formale i tool diventano più astratti, e come conseguenza, i metodi sono più « difficili » da implementare e la libertà di espressione di un ingengere ne risulta limitata.

MDA MDA incoraggia un approccio model driven alla SE attraverso: la specificazione del sistema in maniera indipendente dalla piattaforma su cui alla fine sarà sviluppato la specifica delle piattaforme per sè che individua gli artefatti software specifici per quelle piattaforme il supporto alla trasformazione delle specifiche di un sistema in specifiche per lo sviluppo in particolari piattaforme.

SW e SE Le tecnologie del SW (Semantic Web) possono migliorare (da MDA ad ODA) il SE supportando la rappresentazione non ambigua della terminologia di dominio, e permettendo il controllo automatico della consistenza e validazione delle regole (pre-condizioni e post-condizioni), oltre a supportare la mediazione e trasformazione della terminologia basata su conoscenza. In tal modo si ottiene un aumento della scalabilità e compatibilità delle componenti. Problema: Difficoltà nella costruzione e manutenzione di ontologie di metadati.

SW e SE Come caratterizzare il SW in termini di SE uso? come « classificatore » per raggruppare tools e tecniche correlate per modellare rigorosamente la semantica durante le fasi di specificazione e disegno del ciclo di vita del software come « meccanismo » per descrivere rigorosamente, identificare, scoprire e condividere artefatti allinterno di sistemi, sottosistemi e team di disegno sia in fase di disegno che a runtime.

SW e SE Come caratterizzare il SW in termini di SE uso? Il SW può essere visto come un set di corpora formali di contenuti interrelati, riusabili e che possono essere uulteriormente classificati come: « passivi » -dati in forma di: 1.Documenti piatti e dati – HTML, XML, … 2.Documenti, dati generati dinamicamente –via JSP, PHP, … 3.Metadati – RDF. OWL,… 4.Media, pictures, music,… 5.Databases « attivi » funzionalità presentate come: 1.Web services, semantic web services,.. 2.Componenti funzionali referenziati come frammenti con contenuti passivi (JavaSCRIPT, Java applets, …) Sia gli attivi che i passivi possono essere descritti usando tecniche ontologiche

SW e SE Come caratterizzare il SW in termini di SE uso? Se è vero che sia gli attivi che i passivi possono essere descritti usando tecniche ontologiche, è pur vero che la loro distinzione è importantissima nel SE. Il ruolo del SW è catalizzante, ovvero se non è detto che esso sia lelemento più potente in un qualsiasi sistema, è pur vero che senza il SW la potenza di qualunque altro elemento non può esprimersi al massimo!

Ontologie e modelli formali di specifica Le ontologie possono essere considerate come un modello descrittivo rigoroso di per sè. Il loro obiettivo di supportare la condivisione di conoscenza tra agenti, umani e sistemi automatici si realizza attraverso la rappresentazione esplicita della semantica usando formalismi logici. Questi formalismi si rivelano particolarmente utili per il supporto alle interrogazioni ed al reasoning a runtime e migliorare la qualità ed il costo allintero processo di sviluppo.

Ontologie e modelli formali di specifica (2) Qualità: 1.Controllo della conformità ai requisiti e verifica della consistenza 2.Supporto alla categorizzaizone ed alla identificazione 3.Specificazione formale 4.Capacità di catturare, relazionare e gestire informazioni e modelli di sistemi a livello multiplo e da più punti di vista 5.Aumento della espressività semantica attraverso la copertura di concetti non presenti nei tool attualmente 6.Riduzione dellambiguità di disegno 7.Sintassi unica per la scrittura dei tool (OWL può essere considerato come standard nella scrittura) 8.Facilitare il disaccoppiamento tra diversi livelli di astrazione per una modellazione effettiva.

Ontologie e modelli formali di specifica (3) Costo: 1.Riduzione nei costi di manutenzione attraverso un sostanziale aumento nella consistenza 2.Aumentata potenzialità di riuso, sostituzione ed estensione attraverso una attività di content discovery sul Semantic Web Questi vantaggi si possono raggiungere inserendo ontologie descrittive direttamente nel disegno dei sistemi. In tal modo sarebbe possibile supportare il cross-referencing ed il checking tra le descrizioni del disegno e le ontologie relative migliorando così oltre alla qualità ed al costo anche la manutenibilità dei sistemi

Supporto al ciclo di vita del software Luso di ontologie, e metadati può supportare il ciclo di vita del software fornendo una standardizzazione della terminologia, delle relazioni e delle regole valide in uno specifico dominio. La standardizzazione: 1.Supporta la generazione di modelli di dominio 2.Riduce i problemi di inconsistenza tra differenti artefatti generati durante lo sviluppo 3.Facilità la tracciabilità degli artefatti 4.Aumenta linteroperabilità 5.Supporta il riuso di componenti esistenti 6.Fornisce interfacce semantiche alla descrizione architetturale

Corpora di contenuti riusabili Poichè le tecnologie del SW usano una rappresentazione delle informazioni basata su triple, da sempre si considera il SW come un framework relazionale specializzato. Da un punto di vista relazionale si possono considerare un paio di interpretazioni: Collezione di intra-webs semantici Un unico semantic web

Corpora di contenuti riusabili Collezione di intra-webs semantic Ontologie formali distinte anche se collegate a differenti comunità di interesse, ovvero gruppi di ricercatori con la responsabilità del controllo e della gestione di tali webs. Questi gruppi per definizione sono molto consapevoli della necessità della consistenza e della qualità dei dati, ma possono non desiderare che le loro informazioni siano parte di una struttura più grande.

Corpora di contenuti riusabili Un unico Semantic Intra-Web Una collezione globale di tanti Semantic Webs pubblici e nientaltro in un unico spazio web a cui ci si possa riferire. Allo stato attuale è ragionevole porsi nella prima ipotesi, anche se nella seconda sarebbe più agevole un qualunque approccio di estrazione di conoscenza, processi di esplorazione, mining, …che, però sarebbe molto più difficile da realizzare da un punto di vista di SE.

Esempio di SW in SE (1) Developing and managing software components in an ontology-based application server (1) Le funzionalità di un application server sono sviluppate e mantenute grazie a tool di amministrazione e file di configurazione corrispondenti; però in tale approccio il modello concettuale sottostante le diverse configurazioni è totalmente implicito; per cui è difficile ritrovare parti specifiche così come è difficle validarle e mantenerle. Una architettura ontology-driven (ODA) può supportare lo sviluppo e lamministrazione delle componenti di un application server.

Esempio di SW in SE (1) Developing and managing software components in an ontology-based application server (2) In un ambiente ODA, unontologia cattura proprietà, relazioni, e comportamenti di componenti, tutte info necessarie ai processi di sviluppo ed a scopi di amministrazione dei sistemi. Poichè una ontologia descrive formalmente il modello su basi logiche, esso può essere interrogato, pre-controllato per la consistenza sia durante lo sviluppo che runtime.

System architecture di un ontology- based application server

Esempio di SW in SE (2) Semantic management of web services (1) Web Services standard adottano una descrizione che è intercambiabile in modo da permettere a sviluppatori differenti di usare proprie implementazioni per la stessa descrizione di un servizo web. Come contropartita, però, si ha che pur essendo i vari standard complementari tra loro, essi possono in parte sovrapporsi portando alla eventualità di descrivere servizi web inconsistenti e tale inconsistenza è difficilmente riconoscibile. Ciò è legato al fatto che non esiste nessun modello formale coerente dei WS. Il riconoscimento di tale problema e la sua risoluzione è tuttora un problema risolto manualmente dagli sviluppatori con nessun supporto automatico! (es. Web shop con pagamenti con carta) Di qui la necessità di una gestione semantica dei servizi web

Esempio di SW in SE (2) Semantic management of web services (2) Sviluppatori ed amministratori di servizi web hanno bisogno di predire o almeno di poter osservare completamente come più servizi web si comportano, interagiscono, o possono entrare in conflitto. Sarebbe importante per loro poter interrogare un sistema per la gestione semantica dei sw. Le ontologie sono lovvia scelta per lintegrazione di informazione concettuale grazie alla capacità di gestire semantica formale altre a supportare il motore inferenziale per il ragionamento automatico e linterrogazione di descrizioni semantiche.

Riferimenti W3C document: « Ontology Driven Architectures and Potential Uses of the Semantic Web in Systems and Software Engineering »,