Dalle Literary Machines al Semantic Web

Oreste Signore

Ufficio Italiano W3C presso il C.N.R. - ISTI
Area della Ricerca di Pisa San Cataldo - Via G. Moruzzi, 1 - 56124 Pisa
Email:oreste@w3.org

Giornata di Studi
Confronti di metodo: saggi di interazione epistemologica
Varese - 19 marzo 2004

Contenuto

• Dall'ipertesto al Web
• Il Semantic Web
• Le caratteristiche delle applicazioni nel settore culturale
• La qualità
• Una strategia

Ripensando agli ipertesti...

Una rivoluzione nell' accesso all' informazione

• più naturale
• privilegia l' aspetto associativo
• combina vari tipi di informazione

Elementi essenziali del modello

• nodi: i dati
• link: la componente associativa

I link

• La vera ricchezza dell' ipertesto: implementano l' aspetto associativo
• Quanti link?
  • se troppi, provocano disorientamento e sovraccarico cognitivo
  • se pochi, trasformano l' ipertesto in una banale cascata di menù
• Come classificarli:
  • estensionali: memorizzati esplicitamente nell' ipertesto
  • intensionali: derivati dal contesto, non memorizzati esplicitamente

Il Web: la rivoluzione degli anni '90

Basato sui principi dell' ipertesto: universal information space navigabile Aperto all' evoluzione Interoperabile aspetto tecnologico aspetto semantico Decentralizzato architettura peer-to-peer non autorità, ma autorevolezza Universal Access nessuna discriminazione per sesso, razza, cultura, mezzi materiali, capacità

La genesi del World Wide Web

Nel 1989 Tim Berners-Lee propose il World Wide Web

Evoluzione del World Wide Web

• Progettato originariamente per condividere l' informazione (man-machine interaction)
• Oggi l' interesse è puntato sulla machine to machine interaction

Contenuto

• Dall'ipertesto al Web
• Il Semantic Web
• Le caratteristiche delle applicazioni nel settore culturale
• La qualità
• Una strategia

I have a dream ...

"The entertainment system was belting out the Beatles "We Can Work It Out" when the phone rang. When Pete answered, his phone turned the sound down by sending a message to all other local devices that had a volume control.

...

His sister, Lucy, was on the line from the doctor’s office At the doctor’s office, Lucy instructed her Semantic Web agent through her handheld Web browser. The agent promptly retrieved information about ...”

(Da: The Semantic Web, by Tim Berners-Lee, James Hendler and Ora Lassila, Scientific American, May 2001)

La filosofia del Semantic Web ...

• Web as Universal Information Space ...
  • trovare qualunque cosa in qualunque posto
  • navigabile
  • mapping da URI (Universal Resource Identifier) a risorse
• Semantic Web
  • semantic = machine processable (non prevede AI, interpretazione linguaggio naturale)
    Le macchine devono essere capaci di risolvere un problema ben definito mediante operazioni ben definite su dati ben definiti.
  • ambiente dichiarativo: si specifica il significato dei dati
  • eventuali conversioni dei dati
  • "semantic test": la macchina riceve i dati e li utilizza in maniera corretta
  • essenziale il fattore di scala
  • viene rimosso il requisito della consistenza globale

L' architettura del Semantic Web

• semantic = machine processable
  Le macchine devono essere capaci di risolvere un problema ben definito mediante operazioni ben definite su dati ben definiti.
• ambiente dichiarativo

Ruolo di base giocato da XML RDF e RDF Schema hanno un ruolo centrale per descrivere le risorse e i loro tipi Livello ontologico: descrive le relazioni tra i tipi di elementi non fornisce informazioni su come utilizzare queste relazioni dal punto di vista computazionale Livello logico: derivare nuova conoscenza dalle asserzioni esistenti i sistemi deduttivi non sono interoperabili un linguaggio universale per rappresentare le dimostrazioni, esportabili con autenticazione di firma digitale? Digital signature: a "grana grossa" a grana più fine potrebbe autenticare ontologie, deduzioni, dati

L' architettura del Semantic Web ...

I livelli del Semantic Web ...

• Ruolo di base giocato da XML
• RDF e RDF Schema hanno un ruolo centrale per descrivere le risorse e i loro tipi
• Livello ontologico:
  • descrive le relazioni tra i tipi di elementi
  • non fornisce informazioni su come utilizzare queste relazioni dal punto di vista computazionale
• Digital signature:
  • a "grana grossa"
  • a grana più fine potrebbe autenticare ontologie, deduzioni, dati
• Livello logico:
  • derivare nuova conoscenza dalle asserzioni esistenti
  • i sistemi deduttivi non sono interoperabili
  • un linguaggio universale per rappresentare le dimostrazioni, esportabili con autenticazione di firma digitale?

I metadati

Perché?

• Nel Web di oggi tutte le informazioni sono "machine readable"
• Nel Semantic Web le informazioni devono essere "machine understandable"

Cosa 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 ...

Chi li definisce?

• Le singole comunità definiscono la semantica
• Le proprietà vengono identificate univocamente mediante il meccanismo dei namespace
  (es. Dublin Core Initiative)
• L' architettura è peer to peer!

Il Web prima di RDF

Milioni di risorse collegate ...
... risorse e associazioni di tipo sconosciuto

Era così ...

Il Web dopo RDF

Milioni di risorse collegate ...
... risorse e associazioni di tipo definito

... e adesso è

RDF - un linguaggio per descrivere il significato delle risorse
Il reperimento delle risorse può essere basato sulle loro proprietà, piuttosto che indicizzando tutte le parole presenti.

Il Semantic Web (ricapitolando)

• Interazione machine-to-machine
• Intelligent software agents
• Metadati
• Decentralizzazione
• Armonizzazione delle ontologie
• Reasoning
• Interoperabilità semantica
• Fiducia
• Searching the Web

Molte delle tecnologie necessarie sono già disponibili

Contenuto

• Dall'ipertesto al Web
• Il Semantic Web
• Le caratteristiche delle applicazioni nel settore culturale
• La qualità
• Una strategia

I problemi

• Multidisciplinarità
• Associatività
• Contesto spazio-temporale
• Dati imprecisi (es. date)
• Transnazionalità
• Tradizioni culturali diverse e solide
• Ricchezza semantica
• Differenze semantiche
• Conoscenza esplicita e implicita
• Adattabilità a diversi tipi di utenti

Il contesto specifico dei Beni Culturali

• Associatività
  • es. per contesto geografico o culturale, per soggetto raffigurato
• Differenti tipi di ricerche:
  • molto specifiche (alta precisione)
  • riferimenti anche marginali (alto richiamo)
  • lo stesso utente può avere di volta in volta esigenze contrastanti
• Diversi livelli di utenza:
  • studioso
  • cultore della materia
  • turista colto o frettoloso
  • ...
• Molte associazioni possibili tra i vari documenti
• Desiderio di accedere all' "Universe of Information"
• Alcuni link potrebbero condurre a nodi non significativi
• Rispuntano i vecchi problemi:
  • lost in the hyperspace
  • cognitive overhead
• Occorrono sistemi adattivi e intelligenti

I problemi concettuali

• Strutturazione dei dati
  • importanza del livello concettuale
• Normalizzazione del linguaggio
  • authority files
  • thesauri
• Differenze di scuola, cultura e tradizione
  • spesso accordo quasi completo sulla semantica dei singoli campi informativi
  • differenze nell' organizzazione delle informazioni
• Contesto temporale e contesto spaziale
  • memorizzare informazioni dipendenti dal parametro tempo
  • visualizzare mappe contenenti dati consistenti dal punto di vista cronologico

I problemi implementativi (sommario)

• Link strutturali e associativi
• Dizionari e "authority files"
• Navigazione su thesaurus
• L' algebra temporale
• I paradigmi di interazione
• L' interfaccia utente

Link

• Strutturali
  • sono inerenti allo specifico oggetto
  • facili da implementare
  • sono link estensionali
• Associativi
  • valore aggiunto rilevante
  • permettono di collocare le informazioni nel corretto contesto storico e culturale
  • possono essere moltissimi, e dettati dai più svariati meccanismi associativi
  • sono link intensionali
  • possono essere implementati realizzando un "livello concettuale"
  • l' utente naviga dal "livello dati" al "livello concettuale" e viceversa
  • entrambi i livelli sono navigabili

Dizionari e "authority files"

Dizionari terminologici

• essenziali per la formulazione di query "precise"
• riducono il rischio del "silenzio"
• sforzo elevato da parte degli studiosi
• non costituiscono un reale problema implementativo

Authority files

• sono più complessi dei dizionari terminologici
• non sono una semplice lista di termini
• sono un insieme di informazioni da consultare per individuare il termine corretto da utilizzare (es. il "Dizionario Autori")

Navigazione su thesaurus

• Un thesaurus è una delle implementazioni più semplici e immediate dello "spazio dei concetti", o, se si vuole, del livello ontologico del Semantic Web
• Un thesaurus può essere strutturato ad albero o multialbero
• Un thesaurus può essere rappresentato sotto forma di grafo:
  • nodi = termini del thesaurus
  • archi = connessioni
• L' utente deve poter:
  • visualizzare il grafo
  • filtrarlo in base al tipo di connessioni di interesse
  • muoversi sul grafo (ottenendo spiegazioni dettagliate sui termini, ed eventualmente immagini)
  • estendere l' albero verso le foglie o la radice
  • selezionare i termini di interesse per successivo utilizzo nella formulazione della query

Algebra temporale

• Le informazioni vanno poste nel loro corretto contesto spazio-temporale
• Le date sono spesso espresse con indeterminazione:
  • inizio 1800
  • metà secolo XIX
  • tra il 1712 e il 1715
  • circa 1827
  • ...
• Vanno gestite sia le date puntuali (ancorché indeterminate) che quelle durative (corrispondenti a intervalli di tempo)
• Occorre un' algebra temporale per supportare operatori del tipo:
  • <Data1> antecedente a <Data2>
  • <Data1> parzialmente sovrapposta a <Data2>
  • <Data1> compresa in <Data2>

  e consenta di effettuare ordinamenti cronologici

• L' ordinamento di date non omogenee è un problema semantico non banale.

  A titolo di esempio, si consideri la seguente sequenza:

  • 1° gennaio 1800
  • probabilmente il 2 febbraio 1800 (comunque tra gennaio e aprile 1800)
  • inizio anno 1800
  • metà anno 1800
  • prima metà del XIX secolo
  • probabilmente nel 1810 (comunque tra fine anno 1800 e fine anno 1832)
  • XIX secolo

Interfaccia utente

Quality factors:

• accessibilità
  WAI (Web Accessibility Initiative)
  
• usabilità
  • Deve essere considerata con attenzione nella fase di progettazione delle interfacce Web
  • Progettare tenendo conto delle esigenze di accessibilità contribuisce a una progettazione che tenga conto dell' usabilità
  • occorre separare la presentazione dal resto dell' applicazione
• interoperabilità semantica
  • la vera barriera ...

L' interoperabilità semantica

• La strutturazione dei dati dipende da fattori personali, culturali, da tradizioni di pensiero:
  • La mia DTD è più giusta della tua
  • Questa non è una ENTITY, deve essere vista come ATTRIBUTE dell' ENTITY xxx
• Anche il contenuto di un semplice data item può non essere chiaro a tutti:
  • Cosa significa "9 Thermidore"?
  • Mi sembra che "700 d.C." sia circa"70 anni dall' Egira"
• Quanto più è sofisticata la struttura del documento, tanto più improbabile è la compatibilità
• Anche standard affermati, come Dublin Core o Bib-1 non vengono utilizzati da tutti in maniera consistente
• Struttura dei documenti e ontologie sono implicitamente legati
• Vanno riconciliate sia le ontologie che le strutture dei documenti, rispettando le tradizioni culturali e scientifiche

Contenuto

• Dall'ipertesto al Web
• Il Semantic Web
• Le caratteristiche delle applicazioni nel settore culturale
• La qualità
• Una strategia

La qualità

• Il progetto Minerva (MInisterial NEtwoRk for Valorising Activities in digitisation)
  (trasparente - efficace - mantenuto - accessibile - centrato sull'utente - reattivo - multilingue - interoperabile - gestito - conservato)
• Usabilità
• Accessibilità
• Adattabilità
• Supporto di un livello concettuale

Paradigmi di interazione

Possono essere ricondotti a:

• mappa (geografica o topografica)
• tempo
• sistema di classificazione
• ricerca per punti di accesso
• e alle loro combinazioni

Possono essere implementati mediante la creazione di un opportuno "livello concettuale" che permette di supportare i link intensionali

Contenuto

• Dall'ipertesto al Web
• Il Semantic Web
• Le caratteristiche delle applicazioni nel settore culturale
• La qualità
• Una strategia

Alcuni elementi di progettazione

• Tener sempre presenti i principi base del Web:
  • Universal Information Space
  • Universal Access
  • No centralization
• Sistemi adattivi e intelligenti:
  • agents
  • information filtering
  • user profiling
• Struttura del documento:
  • light tagging
  • weighted information items
  • weighted and typed links
• L' interfaccia utente deve supportare:
  • svariati paradigmi di interazione (mappa, tempo, classificazione)
  • formulazione e raffinamento della query
  • riconfigurazione dinamica del contenuto

  e, ovviamente:

  • accessibilità
  • usabilità

Conclusioni

• L' accesso all' informazione distribuita viene proposta dal Web ad un livello di scala mai visto
• I metadati portano un contributo fondamentale al miglioramento dell' accesso all' informazione
• L' infrastruttura del Semantic Web consente l' interoperabilità semantica tra applicazioni e culture diverse
• Bisogna condividere i principi informatori del Web

Once the web has been sufficiently "populated" with rich metadata, what can we expect? First, searching on the web will become easier as search engines have more information available, and thus searching can be more focused. Doors will also be opened for automated software agents to roam the web, looking for information for us or transacting business on our behalf. The web of today, the vast unstructured mass of information, may in the future be transformed into something more manageable - and thus something far more useful.

Grazie per l' attenzione

?

... troverete sul sito dell' Ufficio (http://www.w3c.it/)
questa presentazione (http://www.w3c.it/talks/varese2004/)