Cosa significa qualità dell' informazione?

Utente

• Posso comprare la benzina per il tagliaerba portando una bottiglia da riempire?
• Il mixer del robot da cucina LoChefPerfetto non funziona

Il CRM

• È vietato cedere a terzi carburanti in recipienti non a norma
• Il miscelatore del Mod. CR/XXX32-123 può presentare degli inconvenienti al sistema di accensione e regolazione della velocità

Information Retrieval: modello funzionale

• Individua la corrispondenza tra l' insieme delle domande e l' insieme dei documenti
• Utilizza un linguaggio intermedio, detto linguaggio di indicizzazione o linguaggio di classificazione
• Il processo:
  • analisi e indicizzazione dei documenti
  • analisi e formalizzazione delle domande degli utenti
  • determinazione della somiglianza tra rappresentazione della domanda e rappresentazione del documento
  • reperimento e restituzione dei documenti
• Indicizzazione
  • normalmente estrazione di tutte le parole, tranne le più comuni
  • processo essenzialmene sintattico
  • problemi derivanti da sinonimie, polisemie, iperonimie, iponimie
• Lo spazio vettoriale dei documenti

Information Retrieval: efficacia

P (Precisione o Precision)

• rapporto (numero compreso tra 0 e 1) tra il numero di documenti reperiti e pertinenti e il numero di documenti reperiti
• esperienza comune ("effetto rumore")

R (Richiamo o Recall)

• rapporto (numero compreso tra 0 e 1) tra il numero di documenti reperiti e pertinenti e il numero di documenti pertinenti esistenti
• effetto spesso non percepito ("effetto silenzio") e difficile da individuare

Cause di una bassa efficacia

• non difetti del sistema
• caratteristiche del processo di indicizzazione (scelta di un "buon" termine indice)
• l' utente cerca concetti, non parole (approccio semantico, non sintattico)

Per una maggiore efficacia …

Scelta dei termini indice

• non troppo specifici (frequenza bassa)
• non troppo generici (frequenza alta)
• trasformazione di frase (da alta a bassa frequenza)
• trasformazione di thesaurus(da bassa ad alta)

Base di conoscenza

• di adeguato livello di complessità
• deve essere condivisa tra indicizzatore e utente
• con una rappresentazione formale

Ricerca di informazioni sul Web

Approccio attuale

• basato sul term matching
• ranking (tf/idf o Google PageRank)
• approccio sintattico

Semantic Search

• applicazione del Semantic Web alla ricerca di informazioni
• gli utenti preferiscono formulare query utilizzando concetti semantici ad alto livello, più coerenti con la conoscenza tacita
• navigational search: restituzione di documenti che contengono i termini specificati dall' utente
• research search: restituzione dell' insieme di documenti che nel loro complesso sono in grado di fornire l' informazione desiderata

Semantic Search e ontologie

• Migliori risultati grazie alla disponibilità di conoscenza strutturata comprensibile dalla macchina (machine understandable)
• Migliore definizione dei concetti da ricercare
• Arricchimento della lista dei risultati
• Comprensione del testo
• Utilizza ontologie di supporto
• Modellazione ontologica degli interessi dell' utente

Cos'è un' ontologia? (1)

Neches et al. (1991)

An ontology defines the basic terms and relations comprising the vocabulary of a topic area as well as the rules for combining terms and relations to define extensions to the vocabulary.

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.

Guarino (1998)

A set of logical axioms designed to account for the intended meaning of a vocabulary.

Cos'è un' ontologia? (2)

• 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
• Le ontologie possono essere: molto informali, semi-informali, semi-formali, rigorosamente formali
• Vocabolari e thesauri nella parte bassa delle ontologie informali
• Ontologie semi-formali utili per information integration
• Ontologie semi-formali meno costose e più diffuse (informazione parziale e non completamente coerente)
• "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

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

Ontologie per …

Ricerca più efficace

• ulteriori vantaggi rispetto a dizionari e thesauri
• esempio GoPubMed: ampliamento dei termini per la ricerca, ordinamento dei risultati in base all' ontologia
• condivisione della base di conoscenza tra indicizzatore e fruitore

Miglior qualità dell' informazione

• arricchire la lista di documenti restituiti, sfruttando le relazioni definite a livello ontologico

Personalizzazione

• si può definire un profilo utente che ne rappresenti ontologicamente gli interessi

Ontologie per …

Arricchimento delle informazioni esistenti

• comprendere il significato dei documenti e corredarli di metadati

Data integration

• ontologie espresse in OWL possono essere distribuite sul Web
• condivisione di conoscenza
• reperimento di informazioni espresse in lingue diverse o con riferimenti a ontologie diverse

Intelligent Semantic Search

• spazio vettoriale dei concetti

…

Conclusioni

• L' approccio tradizionale al reperimento dell' informazione è essenzialmente sintattico
• Gli utenti sono interessati all' aspetto semantico dell' informazione
• La qualità dell' informazione può essere migliorata se i sistemi utilizzano le ontologie
• Le tecnologie del Semantic Web sono la chiave per sfruttare queste potenzialità
• 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/2006/km11/)
e il documento (http://www.w3c.it/papers/km11.pdf)