ITIS Lab Progetti per KR Matteo Palmonari. ITIS Lab Ontology module extraction + Semantic Distance.

Presentazione sul tema: "ITIS Lab Progetti per KR Matteo Palmonari. ITIS Lab Ontology module extraction + Semantic Distance."— Transcript della presentazione:

1 ITIS Lab Progetti per KR Matteo Palmonari

2 ITIS Lab Ontology module extraction + Semantic Distance

3 ITIS Lab Context

4 ITIS Lab Service Ontology Builder Design time: Indicizzazione di Web service semantici (SWS) descritti in OWL-S. Costruzione della Service Ontology Core (SOC) tramite i termini individuati in fase di indicizzazione. Costruzione della Global Light Service Ontology (GLSO) estendendo SOC con limport di (parti di) ontologie definite nella descrizione dei Web service.

5 ITIS Lab Service Finder Discovery time: Ricerca dei servizi attraverso query basate su parole chiave.

6 ITIS Lab Design time Accesso ad un repository contente le descrizioni semantiche (files OWL-S) dei Web services. Indicizzazione dei Web services Viene considerato unicamente il sottoinsieme significativo di informazioni contenute nella descrizione: profilo/input/output. Il risultato è un Inverted index file (IIF) contenente i termini indicizzati e alcune caratteristiche utili in fase di ricerca (es. Frequenza, Peso). SWS IIF Service Ontology Builder (Indicizzazione) Repository di servizi ---------- ---------- ---------- ---------- ----------

7 ITIS Lab Fase di indicizzazione Expedia This service returns information of a hotel of a given city. …. http://www.owl-ontologies.com/City.owl#City http://127.0.0.1/ontology/travel.owl#Hotel …. Termini indicizzati Termini arricchiti semanticamente attraverso unontologia di riferimento Servizio: Expedia

8 ITIS Lab Costruzione Global Light Service Ontology Import delle ontologie locali costruite a partire dal termini individuato nella descrizione del servizio (es. hotel e city) Import dei termini indicizzati (SOC) nellinverted index file (es. information, hotel, city) SWS GLSO IIF ---------- ---------- ---------- ---------- ---------- Termini indicizzati Ontologie locali importa SOC

9 ITIS Lab Global Light Service Ontology Ontologia costruita dal Service Ontology Builder e visualizzata in Protege SOC Ontologie locali importate a partire dal termine: Hotel e city

10 ITIS Lab Discovery time Ricerca dei termini specifica nella query interrogando la GLSO. Ricerca pesata secondo le seguenti politiche: Se il termine ha matching esatto con il termini indicizzato (SOC) il peso restituito è 1. Se il termine non ha matching esatto con il termine indicizzato, il peso è calcolato secondo la distanza semantica tra il termine ricercato e il più vicino termine indicizzato. Il termine indicizzato e il relativo peso vengono utilizzati per interrogare lindex inverted file. Tale interrogazione restituirà una lista ordinata di Web services. GLSO Query ---------- ---------- ---------- ---------- ---------- SWS

11 ITIS Lab Progetto I: Ontology Module Extraction

12 ITIS Lab Costruzione Global Light Service Ontology SWS GLSO IIF ---------- ---------- ---------- ---------- ---------- Termini indicizzati Ontologie locali importa SOC Global Light Service Ontology (GSO) Creation. An ontology module relevant to the CSO signature is extracted from the GSO exploiting the approach developed in [49]; Approach defined by Univ. Manchester

13 ITIS Lab Ontology Module Extraction in the GLSO builder Formal Background: Bernardo Cuenca Grau, Ian Horrocks, Yevgeny Kazakov, and Ulrike Sattler. Just the right amount: Extracting modules from ontologies. In Proceedings of WWW-2007: the 16th International World Wide Web Conference, Banff, Alberta, Canada, May 8–12, 2007, 2007. Approach Documentation: A section of Nep4B D2.2 Technical Aspects: Integration project: Module Extraction Algorithm (already implemented) to be integrated in the GLSO Builder component (already implemented) Programming language: JAVA (a bit of XML) Ontology repository: Jena (Protegè?) Evaluation: evaluate and test against the OWLSTC benchmark Major difficulties: Understanding the Module Extraction Approach/Algorithm

14 ITIS Lab Progetto II: Distance matrix creation

15 ITIS Lab Semantic Distance Matrix Implementation SWS GLSO IIF ---------- ---------- ---------- ---------- ---------- Termini indicizzati Ontologie locali importa SOC Distance Matrix: Xs= OIT + NLIT (Ontology Index Terms // Natural Language Index Terms) Ys= GLSO concepts Represent semantic distance between Xs and Ys elements HotelReservationCityregion Hotel3.210.5 City....... Distance Matrix

16 ITIS Lab Ontology Module Extraction in the GLSO builder Formal Background: Find out some standard approaches in the literature Approach Documentation: Find out some standard approaches in the literature Technical Aspects: Modeling: choose an approach, and possibly a set available API Implementation: implementing the approach Evaluation: test the approach against subsets of the OWLSTC benchmark Major difficulties: Implementation (semantic distance techniques are not difficult to understand)

17 ITIS Lab Semantic Metadata Management Framework Bring the repository approach to semantics

18 ITIS Lab Context

19 ITIS Lab Towards a Semantic EMM framework Repository of Schema and Vocabulary: Technological Level

20 ITIS Lab EMM Framework: Motivation and Goal Provide an integrated view on the knowledge stored, managed and administered within the enterprise. Goals: Support management of knowledge stored in data sourced and – implicitly - in the users expertise Support navigation of knowledge Support collaborative editing and maintainment of the knowledge Support knowledge exchange within the enterprise, and, possibly outside the enterprise

21 ITIS Lab Semantic EMM Framework: Models and technologies Provide an integrated view on the knowledge stored, managed and administered within the enterprise. Goals: Support management of knowledge stored in data sourced and – implicitly - in the users expertise Support navigation of knowledge Support collaborative editing and maintainment of the knowledge Support knowledge exchange within the enterprise, and, possibly outside the enterprise Repository of schemaGlossary Semantic Technologies RDF/OWL Wiki +

22 ITIS Lab Repository Structure Abstract Schemas Basic schemas

23 ITIS Lab DT Dog AE An DichCFS ContRegDog1Dog2Dog3Dog4DemTerr Sal Struttura del Repository del Sistema Informativo della Fiscalita CUCT Con Esempio di Repository di Schemi Concettuali (Sistema informativo della Fiscalità)

24 ITIS Lab Semantic EMM Framework: Architecture Descrizione della Termine glossa Descrizione della Termine glossa Descrizione della Termine glossa Semantic Wiki Repository of schema Glossary users Knowledge sources

25 ITIS Lab ER DIA Semantic EMM Framework: Languages and Models Descrizione della Termine glossa Descrizione della Termine glossa Descrizione della Termine glossa Semantic Wiki Repository of schema Glossary users Knowledge sources SKOS Linguaggio di rappresentazione semplificato basato su ER con relazioni orientate e relazioni di astrazione e integrazione Linguaggio standard per la rappresentazione di vocabolari e thesauri

26 ITIS Lab Semantic EMM Framework: Application-layer software components Descrizione della Termine glossa Descrizione della Termine glossa Descrizione della Termine glossa Semantic Wiki Repository of schema Glossary users Knowledge sources SKOS RDF Semantic Media Wiki RDF ER DIA

27 ITIS Lab SEMMF - Projects

28 ITIS Lab Semantic EMM Framework: Application-layer software components users RDF/OWL AERER DIA RDFS OWL-DL RDB ER DIA-UN OWL-DL RDFS www.example.org/ RDF/OWL SEMANTICS T1 T2 T3 T4 I2 SYNTAX SEM-WIKI A1 ASP

29 ITIS Lab Progetti SEMMF-T1,T2,T3,T4

30 ITIS Lab Translation projects Translations ER RDF-OWL (erdia) RDF-OWL (erdia) OWL-DL RDF-OWL (erdia) RDF-OWL (erdia-un) RDF-OWL (erdia-un) RDFS RDF/OWL AERER DIA RDFS OWL-DL RDB ER DIA-UN OWL-DL RDFS RDF/OWL SEMANTICS T1 T2 T3 T4 SYNTAX

31 ITIS Lab SEMMF-T1, T2, T3, T4 – Semantic Web Formal Background: M. Palmonari / C. Batini, + other approaches to ER 2 OWL Approach Documentation: M. Palmonari – C. Batini – SEMMF draft Technical Aspects: Modeling: given Implementation: implementing the translation Evaluation: test the approach on the repository of schema Programming framework and skills: Java and Jena API Major difficulties: Implementation (modeling part is given)

32 ITIS Lab Progetti SEMMF-A1

33 ITIS Lab SEMMF-A1 – Logic Programming Automatic Abstraction Generator using AnswerSet Prolog Multiple model generation according to basic abstraction primitives Outline some ideas for improve abstraction generations AER RDB A1 ASP

34 ITIS Lab SEMMF-A1 – Logic Programming Formal Background: C. Batini, B. Pernici + to find Approach Documentation: To outline Technical Aspects: Modeling: major problem Implementation: under ASP Evaluation: test the approach on the USE CASE for repository of schemas Programming framework and skills: ASP Major difficulties: Modeling abstraction mechanisms with ASP

35 ITIS Lab Progetti SEMMF-I1

36 ITIS Lab SEMMF-I1 – Semantic Web (GUI) Web-based visualization for ER-dia schemas/graphs RDF/OWL ER DIA www.example.org/ I2 SYNTAX

37 ITIS Lab SEMMF-I1 – Semantic Web (GUI) Formal Background: Low, RDF and graph visualization, tool review and evaluation Approach Documentation: Not required Technical Aspects: Modeling: no, tools and libraries review Implementation: adptation of existent frameworks, links between ontologies to evaluate Evaluation: test the approach on given ERdia RDF schemas Programming framework and skills: JAVA Major difficulties: Choose the tool that is more suitable for the scope at hand

38 ITIS Lab Progetti SEMMF-EE1

39 ITIS Lab SEMMF - Evaluation Develop the USE CASE presented with Protegè, exploiting ER-dia language Evaluate costs of the approach and compare them with costs of other translation defined How much (time) to understand the language? How much (time) to write down abstractions from protegè? What size would the ontology have under the other approaches?...

40 ITIS Lab SEMMF-EE1 – Semantic Web Formal Background: M. Palmonari / C. Batini, + other approaches to ER 2 OWL Approach Documentation: Not required Technical Aspects: Modeling: understand differences between formal languages, engineering perspective, evaluation Implementation: none Evaluation: is the purpose Programming framework and skills: None (familiarity with Protegè) Major difficulties: Establishing some evaluation criteria, make some calculation

41 ITIS Lab Milano Antica - Semantic Web Application Semantic Web-driven Data Integration and Service MashUps

42 ITIS Lab Context

43 ITIS Lab Il progetto Milano Antica Progetto complessivo di studio e applicazione di tecniche innovative per la datazione e la certificazione del materiale di scavo Obiettivo specifico: fruizione e valorizzazione dei beni archeologici nel territorio di Milano Rilevanza degli strumenti di supporto alla fruizione via web: Disseminazione dei risultati della ricerca (informazioni e dati) tramite un canale di crescente importanza ed utilizzo Possibilità di definire accessi differenziati in base a differenti profili di utenti Stimolo/supporto alla visita dei beni nel territorio

44 ITIS Lab Caratteristiche delle informazioni Differenti aspetti rilevanti del bene: Location (spazio e tempo) Aspetti classificatori (tipologie, materiali, funzionalità, stili etc.) Differenti livello di approfondimento: In merito alla descrizione del bene … ma anche al processo di scoperta, studio e conservazione Molteplici aspetti da integrare per offrire una navigabilità ricca allinterno delle informazioni e dei dati

45 ITIS Lab Integrazione e riuso Perché sviluppare una soluzione ad hoc (costi, tempi) quando disponiamo di servizi efficienti? componente spaziale: Open Layers, Google Maps, Open Street Maps componente temporale: Simile Timeline (MIT) faceted browsing: Simile Exhibit (MIT) Sviluppo vs configurazione (e.g. API)

46 ITIS Lab Integrazione e riuso faceted browsing + interactive timeline (SIMILE Proj, MIT) OpenLayers + Goggle Maps + Open Street Maps

47 ITIS Lab Perché andiamo verso la semantica? Descrizione di datistrutturati o semistrutturati con linguaggi ben definiti (es. RDF) per: definire criteri di aggregazione condividere i dati con studiosi che possano importarli nelle loro Knowledge Base(s) utilizzare dati da altre applicazioni per riaggregarli e metterli a disposizione Definire differenti criteri di presentazione allutente (personalizzazione): meccanismi di attraversamento di grafi sfruttando la semantica delle relazioni

48 ITIS Lab MA-CIDOC SIRBEC

49 ITIS Lab Sviluppo approccio GAV, integrazione di dati on the fly basata su tecniche di Semantic Web Ontologia che descrive SIRBeC Ontologia (?) Flickr Mapping CIDOC-MA SIRBeC Mapping CIDOC-MA Flickr Estrazione on the fly su base di query su CIDOC- MA (vedi seminario Della Valle)