Introduzione al Semantic Web

Oreste Signore, <oreste@w3.org>
Responsabile Ufficio Italiano W3C
Area della Ricerca CNR - via Moruzzi, 1 - 56124 Pisa

---

Web Senza Barriere ‘08

Roma, 7-8-9 maggio 2008

---

Presentazione: http://www.w3c.it/talks/2008/wsb08/slides.html
Documento pdf: http://www.w3c.it/papers/wsb08.pdf

Ringraziamenti

• Questa presentazione è basata in gran parte sul materiale di presentazioni tenute da Ivan Herman, W3C Semantic Web Activity Lead
• Il materiale di questa presentazione può essere riutilizzato nel rispetto delle leggi sul copyright e delle regole del W3C
• Un particolare ringraziamento agli organizzatori di Web Senza Barriere '08 per avermi invitato a tenere questo seminario

Lo cerco sul Web…

I limiti del Web attuale

• Nel web tradizionale si rappresenta l' informazione utilizzando:
  • linguaggio naturale
  • grafica, elementi multimediali, struttura della pagina
• Spesso è necessario combinare le informazioni (provenienti da fonti diverse)
• Per gli esseri umani è facile ...
  • dedurre fatti da informazioni incomplete
  • creare e seguire associazioni mentali
  • provare varie esperienze sensoriali
  • aggregare le informazioni indipendentemente dalle tecnologie utilizzate
• ... ma le macchine non sono intelligenti!
  • non possono utilizzare informazioni parziali
  • hanno difficoltà ad aggregare informazioni strutturate in forma diversa

L' integrazione dei dati

Una versione semplificata di una biblioteca (Dataset "A")

Tabella Book

ID	Author	Title	Publisher	Year
ISBN 0-00-651409-X	id_xyz	The Glass Palace	id_qpr	2000

Tabella Author

ID	Name	Home page
id_xyz	Amitav Ghosh	http://www.amitavghosh.com/

Tabella Publisher

ID	Publisher Name	City
id_qpr	Harper Collins	London

Rappresentata come grafo …

Alcune osservazioni sull' esportazione dei dati

• Le relazioni formano un grafo
  • i nodi individuano dati "reali" o contengono caratteri ("literal")
  • è inessenziale il modo in cui i grafi sono rappresentati nella macchina
• L' esportazione dei dati non comporta necessariamente una trasformazione fisica
  • le relazioni possono essere generate dinamicamente al momento della richiesta
    • con SQL "bridges"
    • scraping di pagine HTML
    • estrazione di dati da fogli Excel
    • etc.
• L' esportazione dei dati può essere parziale

Un' altra biblioteca (dataset "F")

Tabella Livre

ID	Titre	Auteur	Traducteur	Original
ISBN 2020386682	Le Palais des miroirs	i_abc	i_qrs	ISBN 0-00-651409-X

Tabella Auteur

ID	Nom
i_abc	Amitav Ghosh
i_qrs	Christiane Besse

Secondo passo: esportare il secondo insieme di dati

Terzo passo: Merging dei dati

Terzo passo: Merging dei dati (cont.)

Merging delle risorse identiche

Le Query più semplici…

• L' utente dei dati "F" può ora formulare query del tipo: "donnes-moi le titre de l'original" o "give me the title of the original"
• Questa informazione non è nel dataset "F"…
• …ma può essere ritrovata grazie al merging con il dataset "A"!

…ma si può avere di più

• Abbiamo la "sensazione" che a:author e f:auteur siano la stessa cosa
• Ma un processo automatico non se ne può accorgere!
• Aggiungiamo un po' di informazione addizionale ai dati combinati:
  • a:author same as f:auteur
  • entrambi identificano una "Person", che è un termine che una comunità può aver già definito:
    • una "Person" è definita univocamente dal suo nome e email, o codice fiscale
    • può essere usato come "categoria" per certi tipi di risorse
• e si può utilizzare la conoscenza extra unendo altri grafi…

Sorpresi?

• Forse, ma in realtà no
• È esattamente quanto avviene normalmente a tutti gli utenti del Web (ma in questo caso grazie a un processo automatico)
• La differenza: è necessario un po' più di rigore (per es. dare un nome alle associazioni) perché le macchine possano riuscirci.

In reltà cosa abbiamo fatto?

• Abbiamo combinato dataset diversi
  • ognuno di essi può provenire da un qualunque sito web
  • possono avere originariamente formati differenti (MySQL, fogli excel, XHTML, etc)
  • possono avere nomi diversi per le relazioni (multilinguismo)
• Li abbiamo potuti combinare perché avevano lo stesso URI (l' ISBN nell' esempio)
• Possiamo aggiungere conoscenza addizionale, utilizzando terminologie comuni definite dalle varie comunità
• Di conseguenza, è stato possibile identificare e utilizzare nuove relazioni

E il processo può essere anche più ricco

• La conoscenza addizionale può essere anche molto complessa
• È qui che entrano in gioco le ontologie, le regole, etc.
• Il processo di astrazione è vantaggioso perché la rappresentazione come grafo è indipendente dalle strutture dati sottostanti

E il Semantic Web?

• Il Semantic Web fornisce le tecnologie per rendere possibile questa integrazione
• (il quadro dovrebbe essere chiaro alla fine di questo tutorial)

L' architettura del Semantic Web

Il Semantic Web ...

• è un' infrastruttura basata su metadati per poter svolgere ragionamenti sul Web
• estende, non sostituisce il web attuale

I metadati sono:

• Informazioni, elaborabili automaticamente (machine understandable), relative a una risorsa web o a qualche altra cosa
• ... data about data
• ... informazioni che possono essere utilizzate da intelligent software agents per fare un uso appropriato delle risorse
• ... dati ...
• ... che possono essere descritti da altri metadati ...

Perché i metadati?

• Nel Web di oggi tutte le informazioni sono " machine readable"
• Nel Semantic Web le informazioni devono essere " machine understandable". Quindi occorrono:
  • nomi non ambigui per le risorse (URI)
  • un data model condiviso per esprimere i metadati (RDF)
  • un modo per accedere ai metadati sul Web
  • vocabolari condivisi (ontologie)

Elementi di RDF

Cosa è RDF?

• L' uso efficace dei metadati richiede la definizione di convenzioni per:
  • semantica (definita dalle singole comunità disciplinari)
  • sintassi (organizzazione dei data element per l' elaborazione automatica)
  • struttura (vincolo formale sulla sintassi)
• RDF:
  • Resource Description Framework
  • strumento base per codifica, scambio e riutilizzo di metadati strutturati
  • consente l' interoperabilità tra applicazioni che si scambiano sul Web informazioni machine-understandable

RDF è per il Semantic Web ciò che HTML è stato per il web

Triple RDF

• Proviamo a formalizzare!
  • abbiamo "collegato" i dati
  • ma non basta collegare due informazioni, occorre dare un nome al collegamento
  • quindi le triple RDF sono: un un collegamento etichettato (labelled connection) tra due risorse

Triple RDF (cont.)

• Una tripla RDF (s,p,o) è definita in modo che:
  • "s", "p" sono URI, cioè risorse sul Web; "o" è un URI o un "literal"
  • dal punto di vista concettuale: "p" collega, o mette in relazione "s" e "o"
  • si noti che vengono utilizzati URI per denotare i nomi: per esempio, possiamo utilizzare http://www.example.org/original
  • ecco la codifica completa della tripla:

(<http://…isbn 6682>, <http://…/original>, <http://…isbn 409X>)

• RDF è un modello generale per queste triple (con un formato machine readable come RDF/XML, Turtle, n3, RXR)
• ed è tutto qui! (semplice, dopo tutto )

Triple RDF (cont.)

• Le triple RDF sono anche dette "triplets", o "statement"
• Le risorse s, p, o vengono anche dette:
  "subject", "predicate", "object",
  oppure
  "subject", "property", "object"
• Le risorse possono usare un qualunque URI. Per esempio, possono denotare un elemento interno a un file XML sul Web, non solo una risorsa "completa":
  • http://www.example.org/file.xml#xpointer(id('home'))
  • http://www.example.org/file.html#home
• Le triple RDF formano un grafo orientato etichettato, o "directed, labelled graph" (è questo il modo migliore per considerarle!)

Un esempio semplice di RDF (in RDF/XML)

<rdf:Description rdf:about="http://…/isbn/2020386682">
    <f:titre xml:lang="fr">Le palais des mirroirs</f:titre>
    <f:original rdf:resource="http://…/isbn/000651409X"/>
</rdf:Description>

(Nota: per semplificare gli URI sono stati usati i namespace)

Un esempio semplice di RDF (in Turtle)

<http://…/isbn/2020386682>
    f:titre "Le palais des mirroirs"@fr;
    f:original <http://…/isbn/000651409X>.

Quale sintassi?

• La sintassi (RDF/XML, Turtle) è semplicemente sintassi
• La cosa importante sono il modello sottostante e i concetti
• Non tratteremo in dettaglio gli aspetti sintattici (abbiamo comunque già visto alcuni esempi in Turtle e in RDF/XML)
  • si tratta di trasformazioni meccaniche, ben documentate e supportate da molti tool

Il ruolo fondamentale degli URI

• Gli URI hanno reso possibile il merge
• Chiunque può creare (meta)dati su qualunque risorsa sul Web, per esempio:
  • lo stesso file XHTML può essere annotato con altri termini
  • è possibile aggiungere semantica alle risorse Web esistenti utilizzando URI
  • gli URI rendono possibile collegare (con proprietà) i dati tra di loro
• Gli URI sono la base del ruolo di RDF nel Web
  • si può reperire l' informazione utilizzando tool già esistenti
  • per questo motivo il "Semantic Web", è il … "Semantic Web"

Nodi "interni"

• Consideriamo lo statement:
  • "l' editore è una "cosa" che ha un nome e un indirizzo"
• Negli esempi precedenti, i nodi erano identificati da URI. Ma…
• …qual è l' URI di "cosa"?

Extra URI … oppure … blank nodes

RDFSchema

Perché RDF Schema?

• RDF è un linguaggio universale per descrivere le risorse usando il proprio vocabolario
• È possibile scrivere statement (triple s-p-o) RDF sintatticamente corretti, che possono essere sensati:

  Leonardo        autoreDi       Gioconda
  Cimabue         maestroDi      Giotto
  

  o privi di senso

  Michelangelo    autoreDi      Leonardo    
  

Perché RDF Schema?

• Alcune cose essenziali per descrivere la nostra " conoscenza addizionale":
  • definire le "cose" che vogliamo descrivere (istanze e classi)
  • definire le eventuali restrizioni (es. dominio e codominio)
  • relazioni addizionali (e sottoproprietà)
• Questo è il ruolo di RDF Schema
  • ufficialmente: "RDF Vocabulary Description Language"
  • il termine "Schema" sopravvive per ragioni storiche…

Classi, Risorse, …

• Consideriamo un esempio classico delle ontologie:
  • prendiamo il termine "cane"
  • "ogni cane è un mammifero"
  • "«Attila» è un cane"
  • etc.
• RDFS definisce risorse e classi:
  • qualunque cosa in RDF è una "risorsa"
  • le "classi" sono risorse, ma…
  • …sono anche collezione di possibili risorse (quindi "individuals")
    • "mammifero", "cane", …

Classi, Risorse, … (cont.)

• Le relazioni sono definite tra classi/risorse:
  • "typing": un individuo appartiene a una specifica classe ("«Attila» è un cane")
    • per essere piùprecisi: "«anag:96RCI» is-an-instance-of cane"
  • "subclassing": le istanze di una classe sono anche istanze dell' altra ("ogni cane è un mammifero")
• RDFS formalizza queste relazioni in RDF

Classi, Risorse in RDF(S)

• RDFS definisce rdfs:Resource, rdfs:Class come nodi; rdf:type, rdfs:subClassOf come proprietà
  • (sono tutti URI speciali, usiamo il namespace per semplicità)
• rdfs:Class è la “classe di tutte le classi” cioè qualunque classe è un' istanza di rdfs:Class

Un esempio di RDFS in RDF/XML

• La parte dello schema:

  <rdf:Description rdf:ID="Novel">
    <rdf:type rdf:resource= "http://www.w3.org/2000/01/rdf-schema#Class"/>
  </rdf:Description>
  

• I dati RDF per una specifica istanza:

  <rdf:Description rdf:about="http://…/isbn/000651409X">
     <rdf:type rdf:resource="http://…/bookSchema.rdf#Novel"/>
  </rdf:Description>
  

• Nel KR tradizionale questi due componenti sono spesso identificati come: "Terminological axioms" and "Assertions" (T-box e A-box)

Inferenza delle proprietà

• <http://…/isbn/000651409X> rdf:type #Fiction>
• non è nei dati RDF originali…
• …ma può essere dedotta dalle regole RDFS
• I migliori ambienti RDF restituiscono anche questa tripla

Proprietà

• Property è una classe speciale: rdf:Property, che è la “classe di tutte le proprietà“
  • le proprietà sono anch' esse risorse, identificate da URI
• La proprietà hanno dei vincoli di dominio (domain) e codominio (range)
  • quali elementi (individual) possono comnparire come object o subject
• È anche possibile definire delle "sub-property"
  • tutte le risorse connesse da una sub-property sono anche connesse dalla property

Proprietà (cont.)

• Le proprietà sono anch' esse risorse, identificate da URI…
• Quindi le proprietà di proprietà possono essere espresse come… RDF properties
  • è una cosa un po' sofisticata, ma viene usata spesso
• Per esempio, (P rdfs:range C) significa che:
  1. P è una proprietà, cioè un' istanza della classe rdf:Property
  2. C è una classe, cioè un' istanza della classe rdfs:Class
  3. le risorse denotate dagli oggetti delle triple che hanno come predicato P sono istanze della classe C
  questo è uno statement RDF con subject P, object C, e property rdfs:range

Anche un po' di RDFS può dare enormi vantaggi…

• Ritornando all' esempio iniziale del merge
• potremmo aver usato:
  • f:auteur subproperty-of a:author e viceversa
• (ma vedremo che c'è un altro modo per farlo…)
• In alcuni casi, è necessario gestire conoscenza più sofisticata (vedi in seguito…)

Alcune Classi e proprietà predefinite

• RDF(S) ha alcune classi e proprietà predefinite
• Non sono "concetti" nuovi nel RDF Model, ma solo risorse con una semantica definita
• Esempi:
  • collections (o liste)
  • containers: sequence, bag, alternatives
  • reification
  • rdfs:comment, rdf:seeAlso, rdf:value

Ontologie (OWL)

Ontologie

• RDFS è utile, ma non è in grado di soddisfare tutti i requisiti
• Applicazioni complesse hanno ulteriori necessità:
  • un programma può ragionare su alcuni termini? Per es.:
    • "if «Person» resources «A» e «B» hanno la stessa «foaf:email» property, then «A» e «B» sono identici"
  • se qualcun altro definisce un insieme di termini, possiamo sapere se sono gli stessi già noti?
  • costruire classi, non limitarsi a dar loro un nome
  • restringere il codominio (range) di una proprietà quando usata per una specifica classe
  • classi disgiunte o equivalenti
  • etc.

Ontologie (cont.)

• Occorre il supporto di ontologie nel Semantic Web:

  "definisce i concetti e le relazioni usate per descrivere e rappresentare un dominio di conoscenza"

• Occorre un Web Ontology Languages
  • RDFS può essere considerato un Web Ontology Language semplice
  • OWL offre un insieme più ampio e complesso di possibilità
• I linguaggi devono essere un compromesso tra:
  • semantica ricca per applicazioni complesse
  • fattibilità, implementabilità

Cos'è un' ontologia?

Jim Hendler

A set of knowledge terms, including the vocabulary, the semantic interconnections and some simple rules of inference and logic for some particular topic

Studer et al. (1998)

An ontology is a formal, explicit specification of a shared conceptualisation.
A 'conceptualisation' refers to an abstract model of some phenomenon in the world by having identified the relevant concepts of that phenomenon.
'Explicit' means that the type of concepts used, and the constraints on their use are explicitly defined. For example, in medical domains, the concepts are diseases and symptoms, the relations between them are causal and a constraint is that a disease cannot cause itself.
'Formal' refers to the fact that the ontology should be machine readable, which excludes natural language.
'Shared' reflects the notion that an ontology captures consensual knowledge, that is, it is not private to some individual, but accepted by a group.

Disaccordo o accordo?

• Definizioni diverse, ma accordo sul concetto
• Un' ontologia include non solo i termini che sono esplicitamente definiti in essa, ma anche la conoscenza che ne può essere derivata mediante un processo di inferenza
• Un' ontologia cattura conoscenza consensuale
• "Little semantics goes a long way" (Jim Hendler)

Il Semantic Web: la visione del W3C

Ipotesi e sfide

• il Web è intrinsecamente distribuito
• le macchine possono accedere ad un insieme strutturato di informazioni e a un insieme di regole di inferenza da utilizzare per il ragionamento automatico
• per ragionare sui dati occorrono le ontologie
• fornire un linguaggio per esprimere dati e regole per ragionare sui dati
• esportare sul web delle regole da qualunque sistema di rappresentazione della conoscenza

Metadati

• informazioni, comprensibili dalla macchina, relative a una risorsa web o a qualche altra cosa

Ontologie sul Web

• Le ontologie sono sul Web. Quindi:
  • le applicazioni possono utilizzare varie ontologie differenti, oppure ... ...
  • ... le stesse ontologie, ma espresse in lingue diverse
  • le equivalenze tra termini, e le relazioni intercorrenti tra di loro, possono diventare un problema non banale

Il Semantic Web: le tecnologie W3C

Resource Description Framework (RDF)

• strumento base per la codifica, lo scambio e il riutilizzo di metadati strutturati
• consente l'interoperabilità tra applicazioni che si scambiano sul web informazioni machine-understandable

Web Ontology Language (OWL)

• linguaggio per descrivere proprietà, vincoli, cardinalità, etc.
• permette di esportare ontologie in modo interoperabile

OWL: tre sottolinguaggi

OWL Lite

per rappresentare classificazioni gerarchiche e vincoli semplici. Permette una migrazione rapida per thesauri e altre tassonomie.

OWL DL

per utenti che desiderano la massima potenza espressiva garantendo comunque la completezza computazionale (tutte le conclusioni sono computabili) e la decidibilità (tutte le computazioni terminano in un tempo finito)

OWL Full

per utenti che desiderano la massima potenza espressiva e la libertà sintattica di RDF.
Non fornisce garanzie sui tempi di computazione, e difficilmente sarà supportato nella sua interezza da software che implementano il ragionamento

Relazioni di sottoclasse tra alcune primitive RDF/RDFS e OWL

Le classi in OWL

• In RDFS, è possibile unicamente definire sottoclassi di classi esistenti
• In OWL, si possono costruire classi a partire da quelle esistenti:
  • enumerazione
  • intersezione, unione, complemento
  • mediante restrizioni delle proprietà (valori ammissibili, cardinalità, simmetria, transitività, dipendenza funzionale)
• Per questo, OWL introduce i suoi elementi Class e Thing per distinguere le classi dalle istanze

Caratterizzazione delle proprietà

• In OWL è possibile caratterizzare il comportamento delle proprietà (simmetrica, transitiva, dipendenza funzionale, dipendenza funzionale inversa,…)
• OWL mantiene separate le proprietà dei dati
  • "datatype property" significa che il codominio è una costante tipata

Object e Datatype Property

owl:ObjectProperty

• consentono di mettere in relazione tra di loro gli oggetti (es.: possiede, insegna, etc.)

owl:DatatypeProperty

• consentono di mettere in relazione gli oggetti con i valori (es. numeroDiTelefono, nome, dataDiNascita, etc.)
• non esistono tipi predefiniti
• è possibile utilizzare i data type di XML Schema, restando così aderenti all' architettura a strati del Semantic Web

Caratterizzazione delle proprietà

owl:minCardinality

owl:maxCardinality

owl:SymmetricProperty

owl:TransitiveProperty

owl:FunctionalProperty

• ha al massimo un valore per ogni oggetto (es. dataDiNascita, peso, nome)

owl:InverseFunctionalProperty

• proprietà per cui due oggetti diversi non possono avere lo stesso valore (es. èCodiceFiscaleDi, èNumeroDiMatricolaDi, etc.)

Un esempio di caratterizzazione delle proprietà

• "foaf:email" è inverse functional

Equivalenza e Relazioni tra termini

• Per le classi:
  • owl:equivalentClass: due classi sono costituite dagli stessi elementi
  • owl:disjointWith: non esistono istanze in comune
• Per le proprietà:
  • owl:equivalentProperty
    • abbiamo visto il caso di a:author e f:auteur
  • owl:inverseOf: relazione inversa
• Per le istanze:
  • owl:sameAs: due URI fanno riferimento alla stessa istanza (per es. un concetto)
  • owl:differentFrom: negazione di owl:sameAs

Esempio: equivalenza inglese-francese

L' integrazione dei dati: il ruolo delle tecnologie

Conclusioni

• La rappresentazione della conoscenza è essenziale per una elaborazione automatica delle informazioni esistenti sul web
• Le tecnologie del Semantic Web (RDF, RDFS, OWL) consentono di rappresentare, esportare e condividere la conoscenza in maniera interoperabile
• Associatevi al W3C per essere competitivi e attori dello sviluppo

Grazie per l' attenzione

Domande?

---

Se non è sul Web non esiste ...

... troverete sul sito dell' Ufficio (http://www.w3c.it/)
le slide (http://www.w3c.it/talks/2008/wsb08/)
e il documento: http://www.w3c.it/papers/wsb08.pdf