Interoperabilidad semántica en la Web

Martín Álvarez Espinar, <mlvarez@w3.org>

¿Qué es el World Wide Web Consortium?

El mundo interconectado mediante la web

Organismo neutro
Fundado en 1994 por Tim Berners-Lee
Actividades y Grupos del W3C
- Más de 430 miembros
- 65 personas en el Team
- 70 grupos: de Trabajo, Interés y Coordinación (con más de 750 investigadores)
- Más de 40 relaciones con otros organismos estandarizadores

Realmente WorldWide

Organizaciones Miembro por países

¿Qué hace el W3C?

Especificaciones, directrices y herramientas:

Voice WebCGM PICS HTMLTidy Databinding WebOntology HTML CompoundDocumentFormats SPARQL WAI Web APIs Libwww PatentPolicy OWL TimedText XMLEncryption Multimodal XML RichWebClients XMLProcessing DeviceIndependence URI/URL DOM HTTP Accessibility RDF WebApplicationFormats XMLBase Jigsaw XLink I18N P3P QualityAssurance XMLKeyManagement UbiquitousWeb InkML Incubator XPath WebServices XForms CSS SOAP Mobile SMIL Rules SVG Amaya SemanticWeb MathML

Recomendaciones tecnológicas abiertas del W3C, probablemente con la política de patentes más transparente en Internet

Desde el origen de la Web...

Equipos accediendo desde navegadores genéricos a servidores basados en hipertexto

Information Management: A Proposal, Tim Berners-Lee, CERN, Marzo 1989, Mayo 1990,
http://www.w3.org/History/1989/proposal.html

...hasta la Web de hoy

La Web Tradicional, para humanos

Representa la información usando
- lenguaje natural (español, inglés, chino,...),
- gráficos, multimedia, diseños de las páginas
Los humanos podemos procesar esta información (fácilmente)
- Deducimos hechos desde información parcial
- Creamos asociaciones mentales
- Asimilamos información desde distintos sentidos
  - aunque, existen personas con ciertas limitaciones

...más tareas de humanos

Habitualmente se combinan los datos en la Web:
- Búsquedas en diversas librerías digitales y con distintos formatos
- Información sobre hoteles y viajes procedentes de distintas fuentes
- ...
De nuevo, los humanos podemos combinar esa información (fácilmente)
- Incluso si utilizan diferentes terminologías
¿Y las máquinas?...

...bueno, las máquinas también "saben hacer cosas"

Procesan información de diversa naturaleza
Intercambian esta información entre sí
Prestan y consumen servicios
Ejecutan procesos complejos componiendo estos servicios
Gracias a la uniformidad en:
- el formato de representación de la información (¡10 Años de XML!)
- los protocolos de comunicación (HTTP, SOAP)
- la definición y uso de los servicios prestados/consumidos (WSDL, Coreografías de SW)

Pero, las máquinas son ignorantes

La información parcial es inútil
Hacer que ciertos recursos tengan sentido es difícil (multimedia)
Describir analogías automáticamente es difícil
La combinación de información automáticamente es difícil
- ¿Es igual <b1:creator>, que <b2:author>, o que <b3:autor>?
- Cómo combinar distintos niveles jerárquicos del XML
Problemas...

Problema: Integración de Bases de Datos

Las BBDD son diferentes en estructura y en contenidos
Muchas aplicaciones necesitan manejar varias BBDD
- Tras la fusión de compañías
- Combinación de información administrativa (e-Government)
- Investigación bioquímica, genética, farmacéutica
- ...
El caso es que la mayoría de estos datos están en la Web
- (aunque no necesariamente públicos)

El caso es real

Capturas de tres sitios web superpuestos, con información médica sobre proteinas

Problema: Redes Sociales

logos de aplicaciones sociales

Omnipresentes en estos días
- LinkedIn, eConozco, Friendster, Facebook,...
Los datos no son intercambiables
- ¿Cuántas veces has tenido que introducir los contactos?
Las aplicaciones deberían poder intercambiar los datos de una forma estándar
- Teniendo en cuenta las cuestiones de seguridad y privacidad

Problema: Bibliotecas digitales

Son catálogos en la Web
- Los bibliotecarios han sabido hacer esto siempre
- El objetivo es tener los recursos en la Web
- Tener en cuenta los recursos multimedia
Además, los agentes software deberían ser bibliotecarios también
- Ayudarnos a encontrar las publicaciones adecuadas

Problema: Semántica en los Servicios Web

Las tecnologías de los Servicios Web es muy buena
Pero, como los servicios son ubícuos, llegan los problemas de la búsqueda:
- búscame el mejor servicio para solucionar ecuaciones diferenciales
- comprueba si puedo combinarlo con el servicio de impresión de gráficos tridimensionales
Es necesario caracterizar el servicio
- No sólo definirlo en función de sus parámetros de entrada y salida,
- ... también, en términos de su semántica

Evolución de la Web Tradicional...

Los humanos podemos entenderlo (más o menos)

Representación de la Web tradicional como un conjunto de enlaces a documentos

... a la Web Semántica

Lo entendemos nosotros y las máquinas

Relaciones entre recursos que tienen incluida semántica

¿Cómo funciona esto?

Se aplica el potencial de las URIs a conceptos de los datos relationales
Modelado de las cosas reales (conceptos y sus relaciones)
- no documentos ni tablas de las bases de datos

Web Semántica: Todo tiene una URI

No digas "color"
- ni "colour",
- ni "farbe",
- ni "彩色",
- ...
di <http://example.com/2002/std6#col>

Base de datos relacional

Una fila, columna y celda de una base de datos, que se corresponden con un sujeto, propiedad y un valor.

El elemento de la Web Semántica

El origen de la flecha es el sujeto, el cuerpo es la propiedad y el destino es el valor

Simplicidad y consistencia matemática
Esto se llama Infraestructura de Descripción de Recursos (RDF)
- RDF -> Datos
- HTML -> Documentos
Se puede codificar en XML

Ejemplo de tripleta RDF

El origen de la flecha es la uri de esta presentación, el cuerpo es la propiedad (la URI que define creator) y el destino es el valor (la URI de Martín)

Sujeto: http://www.w3c.es/Presentaciones/2008/0220-semanticaBPMS-MA
Predicado o propiedad: http://purl.org/dc/elements/1.1/creator
Valor: http://www.w3c.ec/Personal/Martin

La Web Semántica incluye tablas,...

Las flechas pueden construir una tabla, una flecha desde cada fila hacia cada valor

...árboles

Las flechas pueden componer un árbol. De los nodos salen flechas hacia los otros, haciendo un árbol

... cualquier cosa

Las flechas pueden componer grafos, tablas, árboles, todo compuesto

Aplicaciones conectadas por conceptos

conceptos unidos por líneas que simulan un plano de metro

Materializando la Web Semántica

Pila de tecnologías de la Web Semántica de Tim (2005)

Mecanismos específicos para las máquinas:
- Evita la ambigüedad en la identificación (URI)
- Describir los recursos (RDF)
- Modelar ontologías (OWL)
- Realizar búsquedas (SPARQL)
- Expresar reglas y su intercambio (RIF)
- establecer lógica, comprobaciones, certificados de confianza, etc.

Objetivo de la Web Semántica

Tripleta obtenida con los datos de los servidores, gráficos y de los documentos XHTML

Hacer accesible lo que quieras ...
- ... dentro de una empresa o entre varias ...
- ... en la Web

Integración Empresarial Actualmente

Integración de los procesos en las empresas antes del RDF

Integración Empresarial sobre el "Bus RDF"

Integración en los procesos de las empresas usando RDF

Clientes sobre el "Bus RDF"

Se pueden construir nuevas aplicaciones sobre el bus RDF, por ejemplo:

Clientes sobre el bus RDF

Comprueba los conceptos de interfaz de la Web Semántica para ver otro tipo de fuentes de datos (Tim Berners-Lee)

... ¿y funciona?

Mejora de las búsquedas (BOPA)

Organización de recursos de distinta naturaleza

Otros: Boeing, MITRE Corp., Elsevier, proyectos europeos como Sculpteur y Artiste, proyectos nacionales como MuseoSuomi, o DartGrid,...

Integración de conocimiento de Medicina China

Sobre 80 bases de datos, con 200.000 registros en cada una
Usa una capa semántica

Diagnóstico y reparación de automóviles

Portales

Pantallazos de diversos portales hechos con tecnologías de la Web Semántica

Las predicciones de Gartner

En 2017, esperamos la visión de la Web Semántica […] la mayoría de las páginas Web están decoradas con alguna forma de hipertexto semántico.

En 2012, el 80% de los sitios Web públicos usarán algún nivel de hipertexto semántico para crear documentos de la Web Semántica […] el 15% de los sitios Web públicos usarán ontologías basadas en Web Semántica más amplias para crear bases de datos semánticas.

(nota: "hipertexto semántico" se refiere a, por ejemplo, RDFa, microformatos con posible GRDDL, etc.)

Fuente: "Finding and Exploiting Value in Semantic Web Technologies on the Web", Informe de Investigación de Gartner, mayo de 2007

Hipertexto semántico

GRDDL, RDFa, microformatos...

Ejemplo en el que hay varias personas que tienen calendarios de eventos en distintos formatos, una aplicación extrae los datos en formato RDF a través de GRDDL y después los consulta con SPARQL

Más Información

Esta presentación: http://www.w3c.es/Presentaciones/2008/0220-semanticaBPMS-MA
Actividad de Web Semántica: http://www.w3.org/2001/sw
Escríbeme: mlvarez@w3.org
Recursos: Tutorial RDF (Ivan Herman); Foto World Paper Map