2016 temuco tecnologias_websemantica

Tecnologías de la Web SemánticaDatos abiertos enlazados

Jose Emilio Labra GayoDepartamento de Informática

Universidad de Oviedo, España

Jose Emilio Labra Gayo, http://www.di.uniovi.es/~labra

PresentaciónDesde 2004, grupo investigación WESO (WEb Semántics Oviedo)

Miembro del W3c WG Data ShapesChairman W3c Best practices Multilingual linked open data

Libro Web SemánticaEditorial NetBiblo, Colección Pocket Innova

http://www.netbiblo.com

Oviedo

La charla en 1’

¿Qué pasa?

¿Porqué?

¿Cómo?

La era de los datos

Razones para publicar datos

Portles de datos Web SemánticaEjemplos de portales de datosMitos y realidades

¡Atención!...llega la

era de los datos!

Evolución de la WebCrecimiento casi exponencial

Fuente: http://www.internetlivestats.com

Dic. 2015: 965,049,928 sitios web online

3,264,979,367 usuarios de internetSitios web

http://www.facebook.com/note.php?note_id=76191543919 http://beerpla.net/2008/08/14/how-to-find-out-the-number-of-videos-on-youtube/

Datos y datos...

Facebook: 1556 millones usuarios activosYoutube: 100 horas de video subidas/minutoTwitter: 500 millones de tweets/díaFlickr: 48 millones de fotos/mes...y lo que está por llegar...

Fuente: http://www.coverpop.com/pop/flickr_interesting

Fuente: http://www.internetlivestats.com

Avalancha de datosTendencias Open

Producir datos es tecnológicamente fácilMovimientos:

Open SoftwareOpen Content

Open DataOpen ScienceOpen Government

Viejos modelos afectadosMúsica, Cine, finanzas,...¿Educación? ¿Gobierno? ...

¿Porqué publicar datos?

2 razones (para los gobiernos)TrasparenciaLiderazgo

Trasparencia

Publicar datos abiertosAumentar credibilidadConfianza en el gobiernoLegitimar decisiones tomadasFacilitar medidas anti-corrupción

Trasparencia

Fomentar la investigaciónAcelerar tasa de descubrimientoBien común de la ciudadaníaFacilitan contribuciones externas

Sabiduría de las masas

Trasparencia

Datos creados con dinero públicoSon nuestrosLos hemos pagado con nuestros impuestosRetorno de inversión

Rendición de cuentasEficiencia

Liderazgo

Gobierno como catalizadorFomentar nuevas iniciativas Colaboración ciudadana Prevención de catástrofes Portales de saludNuevas Apps

Liderazgo

Contrarrestar fuentes de datos no oficiales¿Cómo evitar filtraciones de datos?Posibilidades 1.- Aumerntar seguridad 2.- Publicar datos oficiales

Liderazgo

Aumentar calidad del softwareDatos oficiales interoperablesReducción de costes de mantenimientoEjemplo: ¿Última lista de barrios en una ciudad?

Si realmente quieres algo…

…déjalo libre

Dedicado a los administradores de Bases de Datos

OK, ¡vivan los datos abiertos!pero…

¿Cómo publicarlos?

El mayor reto = IntegraciónEn general, el problema no es informatizar algoEl problema es integrar los sistemasInteroperabilidad

No basta con publicar datos…

Publicar = hacer accesible

Niveles de accesibilidadDiscapacidad físicaDiscapacidad técnica: otros entornosIntelectual y cultural

AnalfabetismoBarreras de conocimientoOtros idiomas…

Accesible para las máquinas

Pérdida semántica

Pérdida de semántica al publicarLa persona que publica tiene información que se pierde

publicador

Contenidopublicado

Múltiples formatos:HTML, PDF, JPG,

consumidor (persona)

consumidor (agente)

próximosábado

Semántica

¿Publicar para personas y computadoras a la vez?

Problema: entes muy diferentesLas computadoras necesitan un contexto

Hay que buscar solución de compromiso

001010000100100010010010010000010001

Formato ideal Formato idealEl texto en lenguaje natural es el formato ideal para tí...

Cadenas de texto = ambigüas

¿Qué significa "Oviedo" ?Puede ser una ciudad en España...o una ciudad en Florida, USA...o un jugador de fútbol...o....¿Cómo sabemos a qué se refiere?

URIs como identificadores únicoshttp://www.oviedo.es/http://www.cityofoviedo.net/https://twitter.com/Bryan_Oviedo

Modelo de Estrellas*★ Publicar los datos

(en cualquier formato)★★ Utilizar formato estructurado

(Excel en lugar de imágenes escaneadas)★★★ Usar formatos no propietarios

(CSV en lugar de Excel)★★★★ Usar URIs para identificar datos

(otros sistemas puedan enlazar nuestros datos)

★★★★★ Enlazar con otros datos externos (proporcionar contexto)

* Enunciado por Tim Berners-Lee en Gov 2.0 Expo 2010http://www.youtube.com/watch?v=ga1aSJXCFe0

http://5stardata.info/

Formatos no estructurados

Formatos “caja negra”: Imágenes, vídeos, música, etc.

Formatos binarios: PDF, PS, etc.Requieren técnicas de tratamiento de la

señal, reconocimiento de patrones, etc.

Ejemplo: Servicio Público de Empleo

http://www.sepe.es/contenidos/cifras/datos_estadisticos/municipios/

Formatos estructurados

Los datos tienen una estructuraEjemplo: Hojas de cálculo

Problema con formatos propietariosRequieren herramientas que no son públicas

★ ★

Ejemplo: Servicio Público de empleo

http://www.sepe.es/contenidos/cifras/datos_estadisticos/municipios/9

★ ★

Formatos no propietarios

Utilizar formatos abiertos estructuradosEjemplos: CSV, HTML, XML, JSON,...Puede procesarse automáticamenteProblema:

El procesado depende del contextoDifícil reutilizar técnicas entre diferentes sistemas

★ ★ ★

CSV“Comma separated values” valores

delimitados por comas

★ ★ ★

HTML = información que se visualiza en navegadorSeres humanos que usan un navegadorEtiquetas de presentación: h1, p, br, table, ...

★ ★ ★

Procesar HTML automáticamente puede ser muy complicado

URIs para identificar datos

Utilizar URIs para identificar datosLos datos pueden ser referenciadosDiferentes representaciones mediante

negociación de contenido:• Para humanos (HTML,...)• Para máquinas (RDF,...)

★ ★ ★ ★

http://puzzles.org/pieza23471

Ejemplo: RDF ★ ★ ★ ★

<http://www.sepe.es/datos/desempleo/Asturias/Allande/2013/10>

@prefix sepe: <http://www.sepe.es/datos/>

sepe:obs1 sepe:municipio "Allande" ; sepe:desempleados 18 .

¿Varias representaciones para lo mismo?

¿Se puede hacer un sitio web bonito para los humanos y útil para las máquinas?

★ ★ ★ ★

Metáfora: Bolsa de patatas fritas

¡5 estrellas!Datos enlazados

Las representaciones devuelven enlaces a otros datosEnlaces entre datasets

Ventajas:Los consumidores podrán reutilizar y descubrir

nuevos datosAplicaciones "no previstas"

★ ★ ★ ★ ★

Ejemplo: RDF bien enlazado ★ ★ ★ ★ ★

<http://www.sepe.es/datos/desempleo/Asturias/Allende/2013/10>

@prefix sepe: <http://www.sepe.es/datos/>

sepe:obs1 sepe:municipio <http://dbpedia.org/resource/Allande>; sepe:desempleados 23 .

dbo:allande dbo:areaTotal 342.24 ; rdf:type <http:/.../municipalitiesInAsturias> ; dbo:country <http:/.../Spain> ; dbo:populationTotal 2106 ; . . .

Principios Linked Open Data

1. Utilizar URIs para denotar cosas2. Permitir que las URIs sean dereferenciables3. Proporcionar información útil

Para personas y máquinas (HTML, RDF)4. Incluir enlaces a otras cosas relacionadas

★ ★ ★ ★ ★

La mejor manera de explotar tus datos se le ocurrirá a otro

Jo Walsh, Rufus Pollock, http://www.okfn.org/files/talks/xtech_2007/

Linking Open Data (2007)

Portales de datos enlazados

Algunas iniciativas

data.gov.uk...datos.bcn.cldata.webfoundation.orglandportal.info

La Web SemánticaWeb semántica Web de DatosVisión donde los datos se publican y se

enlazan con otros datosObjetivos:

ReutilizarAutomatizarIntegrar

Tim Berners Lee, inventor de la WWW

Algunas tecnologías

RDFDescripción datos

SPARQLConsultas

OWL - RDFSInferencias

SHEX - SHACLValidación

Resource Description Framework (1998)Descripción de recursos

Recurso = se identifica con URISe basa en tripletas

Sujeto Predicado Objeto

Tripletas RDF

http://purl.org/dc/elements/1.1/creator

SujetoURI que Identifica Facultad Biología

PredicadoURI que identifica

propiedad de creación

ObjetoURI que identifica Juan

@prefix dc: <http://purl.org/dc/elements/1.1/>.

@prefix uni: <http://uniovi.es/> .

uni:biologia dc:creator uni:juan .

http://uniovi.es/biology

http://uniovi.es/juan

RDF en notación Turtle

Grafo RDF

@prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .@prefix uni: <http://uniovi.es/> .@prefix dc: <http://purl.org/dc/elements/1.1/> .

uni:biologia dc:creator uni:juan .uni:biologia dc:creator uni:ana .uni:juan rdf:type uni:Profesor .uni:ana rdf:type uni:Profesor .

uni:biologia

uni:juandc:creator

uni:anadc:creator

uni:Profesor

rdf:type

RDF es composicional

uni:quimica

uni:ana

dc:creator

uni:luisdc:creator

uni:Becario

rdf:type

uni:biologia

uni:juandc:creator

dc:creator

uni:Profesor

rdf:type

uni:derechodc:creator

uni:Profesoruni:ana

rdf:type

uni:luis

uni:Becario

rdf:type

Grafo 1

Grafo 2

Grafo 3

uni:quimica

uni:ana

dc:creator

uni:luisdc:creator

uni:Becario

rdf:type

uni:biologia

uni:juan

dc:creator

uni:Profesor

rdf:type

uni:Profesoruni:ana

rdf:type

uni:luis

uni:Becario

rdf:type

Grafo 1

Grafo 2

Grafo 3

uni:quimica

uni:anadc:creator

uni:luis

dc:creatoruni:Becario

rdf:type

uni:biologia

uni:juan

dc:creator

uni:Profesor

rdf:type

Grafo 1+

Grafo 2+

Grafo 3

Formatos RDF

Numerosos formatos y sintaxis:N3RDF/XMLN-TriplesTurtlejson-ldRDFaetc.

¡Lo más importante es el modelo de

grafo!

...pero...

SPARQL

Simple Protocol and RDF Query LanguageLenguaje de consultas para la web semántica

Se basa en encaje de grafosExtrae información de modelos RDF

Un protocoloMecanismo para invocar SPARQL en un servicioEndpoint SPARQL: Servicio que cumple el protocolo

SPARQL

Ejemplo: Buscar páginas cuyo autor sea un profesor

@prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .@prefix uni: <http://uniovi.es/> .@prefix dc: <http://purl.org/dc/elements/1.1/> .

SELECT ?p ?c WHERE { ?p dc:creator ?c . ?c rdf:type uni:Profesor. }

SPARQL

SELECT ?p ?c WHERE { ?p dc:creator ?c . ?c rdf:type uni:Profesor .}

uni:quimica

uni:anadc:creator

uni:luis

rdf:type

uni:biologia

uni:juan

dc:creator

uni:Profesor

rdf:type

dc:creator ?c

uni:Profesor

rdf:type

Resultados ?p ?cuni:biologia uni:juan

uni:quimica uni:anauni:biologia uni:ana

OWL, RDF Schema

Permite definir clases, propiedades,...OWL permite declarar ontologíasRDF Schema es un poco más sencillo

Se pueden hacer inferencias

Ejemplo con inferencias

rdf:type

uni:Profesor

rdfs:subClassOf

uni:Persona

Ejemplo

uni:juan

rdf:type

SPARQL + Inferencia

Combinar SPARQL e inferenciaEjemplo: Páginas cuyo autor sea una persona@prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .@prefix uni: <http://uniovi.es/> .@prefix dc: <http://purl.org/dc/elements/1.1/> .

SELECT ?p ?c WHERE { ?p dc:creator ?c . ?p rdf:type uni:Persona. }

uni:quimica

uni:anadc:creator

uni:luis

rdf:type

uni:biologia

uni:juan

dc:creator

uni:Profesor

rdf:type

uni:Persona

rdfs:subClassOf

SPARQL con inferencia

SELECT ?p ?c WHERE { ?p dc:creator ?c . ?c rdf:type uni:Persona .}

dc:creator ?c

uni:Persona

rdf:type

Resultados ?p ?cuni:biologia uni:juan

uni:quimica uni:anauni:biologia uni:ana

rdf:type

uni:derecho uni:luis

Ontologías

RDF Schema permite hacer inferencias sencillasPoca expresividad

OWL (Web Ontology Language) Añade más expresividadFormalizar dominios concretos: ontologías

Expresividad vs Complejidad

ShEx - SHACL

Objetivo: Describir y validar datos en RDFShEx (Shape Expressions)

Comienza a desarrollarse en 2014Versión 1.0 (inicios de 2016)

SHACL (Shapes Constraint Language)Grupo de trabajo W3c RDF Data Shapes Primer borrador (Oct. 2015)

ShEx - SHACLEjemplo (ShEx)

uni:biologia dc:title "02/03/2015"^^xsd:date .uni:biologia dc:creator uni:juan .uni:biologia dc:creator uni:luis .uni:juan rdf:type uni:Profesor .uni:luis rdf:type uni:Becario .uni:derecho dc:title "Febrero" .uni:derecho dc:creator uni:juan .uni:derecho dc:creator uni:pepe .uni:pepe rdf:type uni:Elefante .

<WebPage> { dc:creator @<Creator>+, dc:created xsd:date? }

<Creator> { rdf:type [uni:Profesor uni:Becario]}

WebPagedc:created : xsd:date ?

Creatorrdf:type: [uni:Profesor uni:Becario]

dc:creator

ShEx - SHACL

SHACL: borrador de trabajo Oct. 2015Sintaxis RDF de momento

Podría utilizarse sintaxis similar a ShExSemántica a través de SPARQL2 niveles: básico y avanzado (más SPARQL)Más información: http://www.w3.org/TR/shacl/

Expresividad vs Complejidad

WESOWeb Semantics Oviedo

Grupo de investigación creado en 2004Algunos proyectos

Tecnologías semánticasConciliación de entidades, multimedia, validación, ...

Portales de datos: BOPA Asturias, BCN Chile, Licitaciones públicas,...

2 ejemplos seleccionados:WebIndex - Web FoundationLandPortal

WebIndex

Índice del impacto de la Web a nivel mundialPresentado por Tim Berners-Lee

http://data.webfoundation.org/webindex/v2013/country/PER

LandPortal

Portal con datos de la tierra Desarrollado para la IFAD (Naciones Unidas)

Mitos y realidadesWeb Semántica

Navegador inteligenteUna nueva WebEl cerebro globalLa gran verdad: Una única ontologíaUna etiqueta para cada cosaNadie querrá compartir datosDemasiada aperturaModa pasajeraNo hay Killer application

El navegador inteligenteMito:

El objetivo es conseguir sistemas que naveguen por internet de forma inteligente

Realidad:Objetivo = desarrollar tecnologías que faciliten

el procesamiento automático de la información de la Web y su integración

No es Inteligencia Artificial pero sí se utilizan técnicas de esa disciplina

Una nueva Web

Mito:La Web Semántica ( Web 3.0) es una nueva

versión de la web que obligará a cambiar todo lo que ya hay

Realidad:Se propone transición gradual. Tecnologías semánticas ofrecen valor añadido.

"A Little semantics goes a long way"J. A. hendler

El cerebro global

Mito:La Web semántica generará un cerebro global

Realidad:Objetivo: facilitar un mejor uso de los datos de la

web.Sí es un camino hacia la inteligencia colectiva

La gran verdad

Mito: Se propone la creación de una única ontología

con todo el conocimiento de la humanidadRealidad:

Múltiples ontologías para diferentes dominios Facilitar la integraciónMejorar la descripción de dominios

Una etiqueta para cada cosa

Mito: Quieren asignar una etiqueta similar a RFID

para cada cosaRealidad

No es factible que cada cosa conlleve sus propios metadatos

Descripciones de recursos externas a ellos

Nadie querrá compartir datos

Mito: Los publicadores de datos no estarán

motivados a liberar los datosRealidad:

Lo harán cuando encuentren un retorno de inversión adecuado

Posicionamiento semántico

http://schema.orgPrincipales buscadores indexan datos estructurados

Google, Yandex, Yahoo, Bing

Demasiada apertura

Mito:Si sacamos los datos de las bases de datos, los

perdemosRealidad:

Existen tecnologías para limitar accesoDeclarar de dónde provienen los datosEstablecer propiedad legal de los datos (licencias)

Moda pasajera

Mito:Mito1: La Web semántica es algo nuevoMito 2: La Web semántica es algo viejo

Realidad:Planteada ya en 1994, visión a largo plazoExceso de entusiasmo vs escepticismo

Casos de éxito no siempre asociados a web semántica: RSS, microformatos, XBRL, Schema, …

No hay killer applicationMito:

No se ha desarrollado una killer applicationRealidad:

¿Es necesaria?¿Linked Open Data?

Es caroMito:

Publicar datos enlazados es caroRealidad

El trabajo más difícil suele estar ya hechoLo más difícil es convencer a las personas

Involucrar a desarrolladores, organizaciones, etc.Existe mucho código abierto disponiblePero...

...publicar datos enlazados no es a coste cero

Conclusiones y retosProyecto Linked Open Data es imparable De portales Web a portales de datos

Primera fase = producciónSegunda fase = consumo

¿Qué quieren los usuarios?Calidad es cada vez más importante

Fin de la presentación

2016 temuco tecnologias_websemantica

Internet

oswaldo guayasamin en temuco

revista nos temuco

union temuco, el diario

estudio sanitario temuco · actualizaciÓn diagnÓstico...

plano temuco (tiro-web)...plano ciudad de temuco title plano...

mistral - petrobras · t alca talca talcahuano temuco...

temuco y alrededores

memoria ymca temuco 2014

encuentro temuco 2014

frigorífico temuco

presentación sercotec temuco

transparencia municipalidad de temuco

nombre comuna region - patrimoniocultural.gob.cl...

imagen objetivo lineamientos estrategicos objetivos … ·...

liceo tecnico profesional pedro aguirre cerda temuco ·...

jito 2011, temuco

revista nos sur-temuco

periodico club unión temuco

blocket temuco

estatuto afusam temuco