La WEB Semántica

Visión

Web

estática WWW URI, HTML, HTTP Web sintáctica

Web Semántica RDF, RDF(S), OWL

¿Qué es la web semántica? Tim Berners-Lee define la Web Semántica de la siguiente manera:

“ El primer paso es colocar los datos en la Web de un modo en que las máquinas puedan entenderlos

naturalmente o convertirlos a esa forma. Esto crea lo que yo llamo la Web Semántica: una red de datos que pueden ser procesados directa o indirectamente por máquinas” [Weaving the Web, 1999].

“La Web Semántica es una extensión de la Web en la cual la información se da mediante un significado bien definido, lo que facilita que las máquinas y la gente trabajen en cooperación” [The Semantic Web, Scientific American, Mayo de 2001]

Web actual vs Web semántica

Definición Página W3C ( https://www.w3.org/2001/sw/ ) la Web Semántica se define como:

“La Web Semántica es la Web de los datos. Hay muchos datos que usamos cada día y que no son parte de la Web. Podemos ver mis apuntes bancarios en la web, e incluso nuestras fotografías y citas en el calendario. Pero ¿podemos ver las fotos en un calendario para ver qué es lo que estaba haciendo cuando las hice? ¿Puedo ver mis apuntes bancarios en el calendario?

La respuesta es no. Y ¿por qué no? La respuesta es porque no tenemos una Web de datos. Y esto es debido a que los datos están controlados por las aplicaciones, y cada una los guarda y trata de manera particular.

La Web Semántica trata sobre dos cosas. Sobre formatos comunes para el intercambio de datos, donde la Web original solamente se intercambian documentos. Y trata sobre los lenguajes que representan los datos como objetos del mundo real.

La Web Semántica proporciona un framework común que permiten a los datos ser compartidos y reutilizados a través de las límites impuestos por aplicaciones, empresas o comunidades. Es un esfuerzo de desarrollo colaborativo liderado por la W3C y un gran número de investigadores y socios industriales. La Web Semántica se basa en el uso de Resource Description Framework (RDF).”

Estructura de la Web Semántica vista desde el W3C Gráficamente lo vemos como:

Elementos Confianza: Se refiere a las técnicas que aseguran la identidad y fiabilidad de los datos y servicios.

Demostración o prueba: Explican y verifican los pasos de los razonamientos lógicos

Lógica: El razonamiento lógico determina si los datos son correctos e infiere las conclusiones oportunas a partid de los mismos.

Uniform Resource Indentifier (URI) es el dual de URL en Web Semántica. Su propósito es identificar recursos, pero no tiene por que localizar su ubicación (URL).

Unicode estándar que proporciona el medio por el cual codificar un texto en cualquier forma e idioma.

Elementos eXtensible Markup Languaje (XML) es un meta-lenguaje extensible de etiquetas usado para el intercambio de datos en la web. Uso de etiquetas con significado intuitivo para humanos, pero no para las máquinas

XML estandariza formato no significados Nombre de las etiquetas XML no ofrece semántica por si mismo

Elementos Resource Description Framework (RDF) es el dual de HTML en la Web Semántica Una simple forma de describir recursos en la Web

Un simple lenguaje de ontologías (RDF-S)

Basado en tripletas (sujeto; predicado; objeto) Un recurso (sujeto)

Una propiedad (predicado)

Un valor para la propiedad (objeto)

La serialización esta basada en XML

Ontology Web Languaje (OWL) Un lenguaje más complejo de ontologías

Supera algunas limitaciones de RDF(S)

Ejemplo RDF http://www.w3.org/RDF/Validator/

1: <?xml version="1.0"?>

2: <rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"

3: xmlns:dc="http://purl.org/dc/elements/1.1/">

4: <rdf:Description rdf:about="http://www.w3.org/">

5: <dc:title>World Wide Web Consortium</dc:title>

6: </rdf:Description>

7: </rdf:RDF>

Elementos SPARQL Lenguaje de consultas para tripletas RDF

Un protocolo para consultar datos RDF sobre la Web

Lenguaje de Reglas (SWRL) Lógica descriptiva

Ejercicio RDF <rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"

xmlns:cd="http://www.recshop.fake/cd#">

<rdf:Description rdf:about="http://www.recshop.fake/cd/Empire Burlesque">

<cd:artist>Bob Dylan</cd:artist>

<cd:country>USA</cd:country>

<cd:year>1985</cd:year>

</rdf:Description>

<rdf:Description rdf:about="http://www.recshop.fake/cd/Hide your heart">

<cd:artist>Bonnie Tyler</cd:artist>

<cd:country>UK</cd:country>

<cd:year>1988</cd:year>

</rdf:Description>

</rdf:RDF>

Elementos La columna vertebral de la Web Semántica son las ontologías.

Definición

“A formal explicit specification of a shared conceptualization” Conceptualization: una forma de entender/describir un dominio

Shared: compartida/consensuada por un grupo

Explicit: descrita en un lenguaje

Formal: comprensible para una máquina - > (XML, RDF, RDFS, OWL)

Ejemplo ontología Concepts

conceptual entity of the domain

Property

attribute describing a concept

Relation

relationship between concepts or properties

Axiom

coherency description between Concepts / Properties / Relations via logical expressions

Person

Student Professor

Lecture

isA – hierarchy (taxonomy)

name email

matr.-nr. research

field

topic lecture

nr.

attends holds

holds(Professor, Lecture) =>

Lecture.topic = Professor.researchField

Resumen La Web Semántica no es un sustituto de la Web actual, es una evolución de la misma

La Web Semántica es acerca de: anotación de los datos en la Web

el enlace de datos en la Web

Integración de datos en la Web

La Web Semántica pretende la automatización de tareas llevadas a cabo en la actualidad por los seres humanos

Estructurando documentos Web: XML

Conceptos básicos XML: Extensible Mark-up Language (lenguaje de marcado extensible)

Es un lenguaje orientado a: La definición de datos de carácter general. Nos permite definir modelos de

datos. Al compartir modelos de datos se facilita el intercambio de datos entre

sistemas (aplicaciones) heterogéneos. Crear nuevos lenguajes gracias a sus mecanismos de extensibilidad. Por ello,

se dice que XML es un metalenguaje (un lenguaje para crear nuevos lenguajes).

Se refiere únicamente a los datos, no a su presentación. Deja a otras aplicaciones la tarea de definir la estructura de visualización.

Conceptos básicos XML es el formato y el modelo para intercambiar información entre componentes, aplicaciones, y empresas a través de Internet

XML es un estándar abierto a Internet (W3C)

Marcado de documentos El marcado no es la información que contiene el documento

Marcado = información acerca del documento = meta-información

Lenguajes de Marcado descriptivo: Incluyen marcas que describen cómo procesar el documento

Ejemplo:

<html>

<head><title>Poema</title></head>

<body lang=“es”>

<h1>Alba</h1>

<h2>Abril de 1915 </h2>

<h2><i>Granada</i></h2>

<p>Mi corazón oprimido</p>

<p>siente junto a la alborada</p>

<p>el dolor de sus amores</p>

<p>y el sueño de las distancias. </p>

</body>

</html>

<html>

<head><title>Poema</title></head>

<body lang=“es”>

<h1>Alba</h1>

<h2>Abril de 1915 </h2>

<h2><i>Granada</i></h2>

<p>Mi corazón oprimido</p>

<p>siente junto a la alborada</p>

<p>el dolor de sus amores</p>

<p>y el sueño de las distancias. </p>

</body>

</html>

Marcado generalizado Marcado generalizado = Sintaxis común que facilita la creación de lenguajes descriptivos

HTLM Otras marcas … (misma sintaxis) <html>

<head><title>Poema</title></head>

<body lang=“es”>

<h1>Alba</h1>

<h2>Abril de 1915 </h2>

<h2><i>Granada</i></h2>

<p>Mi corazón oprimido</p>

<p>siente junto a la alborada</p>

<p>el dolor de sus amores</p>

<p>y el sueño de las distancias. </p>

</body>

</html>

<poema fecha="Abril de 1915"

lugar="Granada">

<titulo>Alba</titulo>

<verso>Mi corazón oprimido</verso>

<verso>siente junto a la alborada</verso>

<verso>el dolor de sus amores</verso>

<verso>y el sueño de las distancias. </verso>

</poema>

Sintaxis común

<etiqueta atrib=“valor”>contenido

</etiqueta>

<poema fecha="Abril de 1915"

lugar="Granada">

<titulo>Alba</titulo>

<verso>Mi corazón oprimido</verso>

<verso>siente junto a la alborada</verso>

<verso>el dolor de sus amores</verso>

<verso>y el sueño de las distancias. </verso>

</poema>

<html>

<head><title>Poema</title></head>

<body lang=“es”>

<h1>Alba</h1>

<h2>Abril de 1915 </h2>

<h2><i>Granada</i></h2>

<p>Mi corazón oprimido</p>

<p>siente junto a la alborada</p>

<p>el dolor de sus amores</p>

<p>y el sueño de las distancias. </p>

</body>

</html> Abril de 1915 Granada Alba

Mi corazón oprimido siente

junto a la alborada el dolor

de sus amores y el sueño

de las distancias

Texto sin marcar

en lenguaje

natural Texto marcado

HTML

XML

¿Qué es XML? Texto que cumple ciertas reglas

Las reglas tienen puntos en común con HTML

Abierto a sistemas operativos

¿Qué es XML? XML es un sub-conjunto de SGML (Standard Generalized Mark-up Language)

Creado y soportado por el World Wide Web Consortium (www.w3c.org)

SGML

XML

HTML

¿Qué es XML? Más fácil que SGML

Más pequeño

Pensado para ser utilizado en Internet

XML es un lenguaje utilizado para estructurar y describir datos de forma que puedan ser entendidos o interpretados por diferentes aplicaciones

Puede ser utilizado por cualquier lenguaje y/o sistema operativo

¿Qué es XML? XML es un meta-lenguaje que nos permite definir lenguajes de marcado, adecuados a usos determinados

XML es un estándar de Internet, aprobado por la W3C (http://www.w3.org/TR/REC-xml/)

Traducciones: http://www.w3.org/2003/03/Translations/OverviewLang.html#es

Los proveedores tratan de ajustarse a las especificaciones

¿Qué NO es XML? XML no es una versión mejorada de HTML

XML no es un lenguaje para hacer mejores páginas web

XML no es difícil

Algo de historia sobre XML Desarrollo a partir de 1996, como un sub-conjunto de SGML

Adoptado como estándar en Febrero de 1998, por el World Wide Web Consortium (W3C)

World Wide Web Consortium (W3C) Constituido en 1994 con el objetivo de desarrollar protocoles comunes para la evolución de Internet

Es un consorcio de industrias internacionales, y está participado por MIT (EEUU), INRA (Francia), y Keio University (Japón)

Cuenta con el apoyo de DARPA (EEUU), y la comisión europea (IEEE)

¿Qué ventajas tiene XML? Un documento en XML, puede tener varias formas de presentación

¿Qué ventajas tiene XML? Permite poderosas técnicas de extracción y búsqueda de información (XSL y XPATH)

Las estrictas reglas para la composición de un documento XML, permite su fácil análisis sintáctico

A diferencia de HTML, XML es sensitivo a mayúsculas y minúsculas

Ejercicio • Revisar con el navegador, después diseñar el XML. <!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 3.2 FINAL//EN"> <HTML> <HEAD> <TITLE>Memo</TITLE> </HEAD> <BODY> <FONT FACE="Times New Roman" SIZE="2"> <P> <B>To: </B> Camino<BR> <B>From: </B> Juanma<BR> <B>Cc: </B> Nacho<BR> <B>Subject: </B> Capítulo 1 </P> <P> Qué opinas del formato? </P> </FONT> </BODY> </HTML>

Solución <?xml version="1.0"?>

<MEMO>

<TO>Juanma</TO>

<FROM>Camino</FROM>

<CC>Nacho</CC>

<SUBJECT>Capitulo 2</SUBJECT>

<BODY>Empezamos con algo de codigo XML</BODY>

</MEMO>

XML

Declaración de XML

version: Actual = 1.0

◦ Borrador de versión 1.1

◦ Mayor compatibilidad con Unicode

◦ Identificadores: Permite cualquier carácter Unicode

encoding: UTF-8, UTF-16, iso-8859-1, etc.

standalone: Indica si el documento no hace referencias a entidades externas

<?xml version=“1.0”

encoding=“iso-8859-1”

standalone=“yes”?>

Documentos XML Los documentos consisten en una serie de datos marcados mediante etiquetas

Las etiquetas describen la estructura del documento

Un elemento = grupo formado por etiqueta inicial, etiqueta final y contenido entre ambas.

La etiqueta inicial puede incluir atributos.

Distinción minúsculas/mayúsculas

<etiqueta attributo=“valor”>……</etiqueta>

Elemento vacío: Entre la etiqueta inicial y final no hay información:

<etiqueta attributo=“valor”></etiqueta>

⇓

<etiqueta atributo=“valor”/>

Ejemplo documento Documento XML:

<libro> marca de comienzo

The XML Bible contenido

</libro> marca de fin

<autor nro=2332>

Elliotte Rusty Harold </autor>

elemento atributo

Ejemplo

<autor pais=“Uruguay”>Mario Benedetti</autor>

Nombre del elemento

Nombre del atributo

Valor del atributo

Contenido del elemento

Etiqueta de fin

Atributos Cada elemento puede contener atributos en la etiqueta inicial

<poema fecha=“Abril de 1915” lugar=“Granada”>

. . .

</poema>

El orden de los atributos no es significativo

No puede haber 2 atributos con el mismo nombre

Atributos predefinidos:

xml:lang: Especifica el idioma.

Por ejemplo: en (inglés), sp (español)

xml:space: Especifica cómo tratar el espacio en blanco.

Valores: preserve = Mantenerlo

default = Permitir a la aplicación que lo trate como quiera.

Reglas y pautas XML Se dice que un documento XML es ‘bien formado’ (well formed), cuando cumple una serie de reglas escritas en XML v1.0

Los elementos deben seguir una estructura de árbol (estrictamente jerárquica)

Los elementos deben estar correctamente anidados

Los elementos no se pueden superponer entre ellos

Recomendaciones Todo contenido estará etiquetado. Toda etiqueta debe estar delimitada por los símbolos de menor y mayor. Ejemplo: <libro>

Las etiquetas se cierran en el mismo orden en el que se abrieron. La etiqueta de cierre tiene el mismo nombre que la de apertura y se inicia por la barra ‘/’.

Ejemplo: <libro> ... </libro>

Por comodidad se permiten etiquetas que sirvan tanto para la apertura como para el cierre. Estas etiquetas deben acabar con el símbolo de barra ‘/’.

Los nombres de etiquetas son sensibles a mayúsculas y minúsculas (a diferencia de HTML)

Recomendaciones La estructura de una etiqueta sigue la terna objeto-atributo-valor. Notación larga: <etiqueta> <atributo1> valor </atributo1> ... </etiqueta> Notación corta (las dobles comillas son obligatorias, a diferencia de HTML): <etiqueta atributo1=“valor” ... > </etiqueta> Ejemplo:

<libro> <autor>Miguel De Cervantes</autor> <titulo>El Quijote</titulo> <precio>18</precio> </libro>

Recomendaciones La estructura del documento es jerárquica, en forma de árbol, en la que siempre hay un primer elemento raíz. Todo documento XML debe comenzar por una declaración XML con la siguiente estructura:

<?xml version=“Versión de XML” encoding=“Codificación” standalone=“Incluye_DTD” ?>

Donde cada atributo significa: Versión de XML: número de versión que se utiliza. Codificación: formato de codificación, por ejemplo, UTF-8, UTF-16, ISO-10646-UCS-2, ISO-10646-UCS-4,

ISO-8859-1, ISO-8859-2, (hasta ISO-8859-9), etc. Las dos primeras son las más usadas. Incluye_DTD: puede tomar el valor “yes” (la especificación DTD se encuentra en el propio documento)

o “no” (la especificación es un archivo externo).

Ejemplo: <?xml version=“1.0” encoding=“UTF-8” standalone=“yes” ?>

Ejemplo <?xml version="1.0" encoding="UTF-8” standalone=“yes”?> <!-- Ejemplo de Biblioteca -->

<biblioteca> <libro ISBN="0-596-00292-0"> <titulo>XML in a Nutshell, 2nd Edition</titulo> <autor> <nombre>Elliotte Rusty Harold, W. Scott Means</nombre> <email>elliottscott@oreilly.com</email> <direccion>1005 Gravenstein Highway North, CA 3472 </direccion> </autor> <capitulo nombre="Introduccion"> XML Concepts <seccion> <nombre>Introducing XML</nombre> <contenido>bla bla bla bla...</contenido> </seccion> </capitulo> </libro> </biblioteca>

¿Qué problemas tiene HTML? Es un meta-lenguaje de definición de presentación

Contiene datos + presentación

No es fácilmente procesable por “máquinas”

No fuerza al la buena estructura de la página (pueden dejarse por error etiquetas sin cerrar)

Su interpretación depende del software utilizado

Está pensado para su utilización en páginas Web.

HTML versus XML HTML se centra en el despliegue, y es menos estructurado

Las etiquetas y atributos son fijos

Es posible olvidar el cierre de alguna etiqueta

XML es sobre datos, y es sumamente estructurado

Las etiquetas y atributos son extensibles

Se fuerza a tener una estructura consistente

¿Qué ventajas tiene XML? Fácil de procesar/entender por software o por seres humanos

Pensado para ser utilizado en cualquier lenguaje o alfabeto

Separa radicalmente la información o contenido, de su presentación o formato