Linked Open Data

Mikel Egaña Aranguren

(megana@eurohelp.es)

http://mikeleganaaranguren.com

Formación IZFE Nov. 2015

http://mikeleganaaranguren.wordpress.com/teaching/

http://slides.com/mikel-egana-aranguren/linked-open-data

24 Noviembre

25 Noviembre

Introducción a Linked Open Data

Open Data

- Soluciones "out of the box" (ej. CKAN)

- Soluciones a medida

- APIs REST / Servicios Web / ...

- Descarga de archivos

Linked Data

Datos abiertos para una participación ciudadana efectiva mediante Reutilización de Información del Sector Público (RISP)

Datos  localizables, accesibles e interoperables, tanto para humanos como para maquinas

LEY DE TRANSPARENCIA, PARTICIPACIÓN CIUDADANA Y BUEN GOBIERNO DEL SECTOR PÚBLICO VASCO

De modo general los datos deben suministrarse sin someterse a licencia o condición específica alguna para facilitar su redistribución, reutilización y aprovechamiento en un formato digital, estandarizado y abierto, de modo libre y gratuito, siguiendo una estructura clara y explícita que permita su comprensión y reutilización, tanto por la ciudadanía como por agentes computacionales

Linked Data

CMS

BBDDs

XML

CSV

...

Archivos

APIs

WEB

Archivos

APIs

publica tus datos en la Web (con cualquier formato) y bajo una licencia abierta

publícalos como datos estructurados

usa formatos no propietarios

usa URIs para denotar cosas, así la gente puede apuntar a estas

enlaza tus datos a otros datos para proveer contexto

Linked Data nos permite publicar datos interoperables ...

... y muchas otras ventajas

Principios Linked Data

[http://www.w3.org/DesignIssues/LinkedData.html]

Linked Data

Utilizar maquinaria Web (URIs HTTP), para identificar y localizar entidades: http://example.com/entity

Utilizar un modelo de datos común, tripleta RDF, para integrar datos en los que aparecen esa entidades

«base de datos universal»

Ventajas Linked Data

Descubrimiento e integración de datos

Programación de agentes que consuman los datos

Actualización de datos mediante enlaces

Consultas complejas

Ventajas Linked Data

Con Linked Data cualquiera puede publicar datos y enlazarlos a otros datos

El conjunto de datos abiertos publicados mediante Linked Data forma la «nube Linked Open Data»

Cada vez más instituciones públicas de todo el mundo usan Linked Data para publicar sus datos

http://dbpedia.org/resource/Berlin

http://dbpedia.org/sparql/

http://dbpedia.org/resource/Berlin

http://www.geonames.org/2950159

owl:sameAs

HTML

RDF

HTML

RDF

URIs = identificadores

Negociacion contenido (conneg)

curl -L -H "Accept: text/html" "http://dbpedia.org/resource/Berlin"

curl -L -H "Accept: application/rdf+xml" "http://dbpedia.org/resource/Berlin"

curl -L -H "Accept: text/html" "http://sws.geonames.org/2950159/"

curl -L -H "Accept: application/rdf+xml" "http://sws.geonames.org/2950159/"

Pioneros

Google

Google

Google

Google Knowledge Graph

Facebook

Facebook

Linked Open Data UK

http://data.gov.uk/linked-data/who-is-doing-what

Linked Open Data UK

http://data.gov.uk/linked-data/who-is-doing-what

BBC UK

Europeana EU

Publicar Linked Open Data

Linked Data

Un método para publicar datos directamente en la Web

Propuesto por el W3C

http://www.w3.org/standards/semanticweb/data

Pila tecnologías Web Semántica W3C

OWL: "esquema" para RDF

SPARQL: consultas contra RDF

RDF: representar relaciones

entre entidades ("HTML para datos")

URI: identificar entidades

Linked Data

Publicar datos:

- Con "semántica" explícita

- Con enlaces

Semántica

RDF ofrece el triple, un modelo de datos explícito y homogéneo: una "frase" estándar que los ordenadores pueden "entender"

Enlaces

En el triple, cada entidad (sujeto, predicado, objeto) tiene una URI que lo identifica

Los datos son enlazados a otros datos a través de la Web, con enlaces explícitos

Grafo

Red global de datos enlazados

SPARQL

SELECT ?lugar ?nombre
WHERE {
   ?lugar <http://dbpedia.org/located_in> <http://gip.eus/donostia> .
   ?lugar rdfs:label ?nombre
}

SPARQL endpoint (Triple Store)

Consultas federadas

Integración

(SERVICE)

- URIs = "keys"

- Enlaces

OWL

Crear ontologías mediante Web Ontology Language

Ontología: "esquema" que describe el conocimiento sobre los datos

Tiene clases de individuos y define las condiciones para pertenecer a una clase

Es un lenguaje axiomatico con semantica precisa >> razonamiento automático

Algunas Triple Stores incluyen razonamiento automático en consultas

sujeto/objeto RDF >> rdf:type >> URI Clase OWL

OWL

Proceso publicación

Linked Data

Arquitectura Linked Data

Triple Store: almacena RDF

SPARQL endpoint: interfaz de consulta a Triple Store (humanos y máquinas)

Servidor Linked Data: sirve HTML o datos RDF mediante negociación de contenido

Triple store: Almacenar RDF, SPARQL endpoint

Servidor Linked Data: acceso web, negociación contenido

Arquitectura Linked Data

http://wifo5-03.informatik.uni-mannheim.de/pubby/

Arquitectura IZFE

Interfaz datos

Interfaz para programadores/expertos en datos

Análisis complejos de los datos/nueva aplicaciones

SPARQL: Consultas complejas contra los datos, incluso combinando diferentes «bolas» de la nube Linked Open Data (datasets externos)

RDF: Crear programas autónomos que «naveguen» por los datos, recolectando datos (agentes)

Interfaz datos SPARQL

curl "http://dbpedia.org/sparql?query=SELECT+%3Fp+%3Fo%0D%0AWHERE+{%0D%0A<http%3A%2F%2Fdbpedia.org%2Fresource%2FBerlin>+%3Fp+%3Fo}"

curl "http://dbpedia.org/sparql?query=SELECT ?p ?o WHERE {<http://dbpedia.org/resource/Berlin> ?p ?o}"

Interfaz HTML

Interfaz para usuarios no expertos

Navegar por los datos publicados

Resultados

Integración en nube LOD

Enlaces a otros recursos Linked Data

La capacidad de los datos de «ser descubiertos» aumenta

Los datos son más interoperables a través de

a) Uso de triple RDF (modelo de datos común)

b) Ontologías comunes («esquema» común)

c) Uso de URIs para entidades (identificadores enlazables)

Beneficios para usuarios

Acceder a datos de manera más rica a través de la web (la web son los datos, no un documento que representa los datos)

Acceder a más datos, con enlaces más ricos («es parte de», «nació en», … ) a otros recursos: descubrimiento de nuevos datos

Encontrar datos de manera más precisa

Un ecosistema más rico de Apps, ya que es más fácil desarrollar Apps que integren datos

Beneficios para desarrolladores

Crear programas nuevos fácilmente: ej. visualizaciones especificas

Analizar los datos exhaustivamente, en relación a datos externos: ej. estadísticas locales vs estadísticas a nivel europeo

Integración de datos

Descubrimiento de nuevos datos 

¿Por qué publicar datos en LD?

Enlaces al exterior:
       

Publicar solo nuestros datos, referencias al resto, no hay que replicar datos externos
       

Los datos externos se actualizan independientemente, y nuestro dataset va "a remolque" sin esfuerzo

¿Por qué publicar datos en LD?

Enlaces a nuestro dataset:

Es facil enlazar a nuestro dataset, ya que usamos HTTP URIs

Por lo tanto, aumenta la capacidad de nuestro dataset de ser descubierto mediante enlaces

¿Por qué publicar datos en LD?

Semántica:

El significado de nuestro datos es explícito y claro, debido a RDF (instancias) + OWL ("esquema")

Es "fácil" crear aplicaciones, incluyendo razonamiento automático (ej. agentes)

Open Authors

Proceso Open Authors

Euskal Fauna

Proceso Euskal Fauna

Integración/Limpieza

Transformar a RDF

Enlaces DBPedia

ErroldApp

Proceso ErroldApp

HabitantesAtaun.csv

HabitantesAtaun.rdf

HabitantesAtaun_enlaces.rdf

Open LOD Generator

http://lod.eurohelp.es/engimu.pipeline/

Todo el proceso de transformación/publicación en un solo servidor con varios interfaces:

- Admin/publicar RDF

- Consumir RDF: SPARQL endpoint, servidor Web, downloads, etc.

El proceso se puede detener/retomar en cualquier fase

Genera automaticamente todo lo necesario para publicación Linked Data de acuerdo a buenas practicas:

- PROV, VoID (+DCAT)

- Servidor web con negociación de contenido

- SPARQL endpoint

- Datahub

- Enlaces a Linked Open Data cloud

Obliga al usuario a añadir rdf:type, rdfs:label

Organización en temas-proyectos-archivos

Todos los datos se guardan en  «named graphs»: metadatos (tema-proyecto-archivos), esqueleto usado para conversión, datos a publicar

- «Provenance» (+SPARQL): quien convirtio los datos de demografia a RDF? De donde vienen los datos de demografia de Aduna? Que reglas de conversión se uso?

- Genera VoID + DCAT más facilmente

- Modelo indep. de aplicación: exportar proyectos y datos enteros

Esqueleto reusable para diferentes datos

Integración con Linked Open Vocabularies: sugerir ontologías

Web Semántica

Web Semántica

[http://www.ekontsulta.net/ekontsulta/wiki/index.php/Web_Sem%C3%A1ntica]

Web Semántica

Web Semántica

Linked Data

Un primer paso hacia la Web Semántica que ya funciona

con tecnología actual (URI, HTTP, ...)

[http://es.wikipedia.org/wiki/Web_sem%C3%A1ntica]

RDF

RDF (Resource Description Framework)

RDF es un estándar oficial del W3C

Representar recursos (datos) en la Web

www.w3.org/standards/techs/rdf

Triple RDF

Grafo RDF

Grafo RDF

Todas las entidades del grafo se identifican mediante URIs

URI: Uniform Resource Identifier (≠ URL!). Identifica recursos

http://gipuzkoa.eus/ataun.html#ataun
http://dbpedia.org/resource/Ataun

URL: Uniform Resource Locator. Una URI que indica la localización física de un recurso en la red

http://gipuzkoa.eus/ataun.html

Grafo RDF: URIs

Grafo RDF

Los sujetos y predicados sólo pueden ser recursos (URIs)

Algunos objetos pueden ser valores literales (Cadenas de caracteres)

Los valores literales pueden tener tipo (XML Schema datatypes)

Grafo RDF: datatypes

rdf:type

Agrupar recursos en clases

RDF namespaces

RDF usa namespaces para "agrupar" URIs

Namespaces se pueden abreviar/expandir mediante prefix

PREFIX dbpedia:<http://dbpedia.org/resource/>

dbpedia:Donostia = http://dbpedia.org/resource/Donostia
dbpedia:Ataun = http://dbpedia.org/resource/Ataun
...

Vocabularios

Vocabulario: informalmente, colección definida de URIs, normalmente bajo un mismo namespace

Vocabularios "reservados" (definen lenguajes)

rdf:type = http://www.w3.org/1999/02/22-rdf-syntax-ns#type

Ontologías

La mayoría de los vocabularios son ontologías

Definen propiedades generales de los datos que queremos publicar:

foaf:person
dbpedia-ont:city
dc:book
...

Ontologías

Prefix.cc

Linked Open Vocabularies

RDF: modelo vs sintaxis

RDF es un modelo de datos

Ese modelo abstracto se puede representar con diferentes sintaxis: "Serializar" (escribir) en un archivo

Una de esas sintaxis es RDF/XML

No confundir el modelo con la sintaxis: ¡RDF es mucho más que un archivo XML!

Serializar RDF

RDF/XML (http://www.w3.org/TR/rdf-syntax-grammar/)

RDFa (http://www.w3.org/TR/rdfa-core/)

Turtle (http://www.w3.org/TR/turtle/)

N3 (http://www.w3.org/DesignIssues/Notation3.html)

Serializar RDF: RDF/XML

Serializar RDF: Turtle

Herramientas utiles

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

http://rdf-translator.appspot.com/

http://www.easyrdf.org/converter

Ejercicio 1

Crear un archivo RDF que contenga:

Ejercicio 1

Abrir Virtual Box

Iniciar maquina virtual LOD-IZFE

Login: lod, passwd:lod

Abrir http://localhost en firefox

Ejercicio 1

Usar un editor cualquiera (gedit, vim, ...)

Generar en RDF/XML o TTL

Seguir ejemplos anteriores

Algunos prefix:

PREFIX gip:<http://gipuzkoa.eus/resource/>
PREFIX gip_prop:<http://gipuzkoa.eus/prop/>
PREFIX dbpedia:<http://dbpedia.org/resource/>
PREFIX rdfs: ??? [Pista: buscar en prefix.cc]

Ejercicio 1

RDF/XML >> Validador W3C

Turtle >> easyrdf: convertir a RDF/XML >> Validador W3C

Ejercicio 1

Soluciones:

https://github.com/mikel-egana-aranguren/LinkedOpenDataIZFE2015/tree/master/Ejercicios/Ejercicio1/solucion.rdf

$ cd /LinkedOpenDataIZFE2015
$ git pull origin master

Ejercicio 2 (Ejemplo)

Producir RDF a mano es una mala idea :P

Open Refine: convertir datos tabulares a RDF

Ejecutar: /home/lod/LinkedDataServer/refine/./refine

Abrir http://localhost:3333

Convertir Ejercicio2/Ejemplo_refine a RDF

(Mirar esqueleto)

Ejercicio 2 (Ejemplo)

Error refine prefixes!

Ejercicio 2

Convertir Ejercicio2/Museoak a RDF

(No hay una manera correcta!)

Posible solución:

https://github.com/mikel-egana-aranguren/LinkedOpenDataIZFE2015/tree/master/Ejercicios/Ejercicio2/Museoak.rdf

(+ cargar esqueleto)

Ejercicio 2 (Extra)

Crear un archivo RDF/XML o TTL que contenga:

Bilbo (nuestro dataset) es igual a (owl:sameAs) "Bilbao" (DBpedia)

Solución:

https://github.com/mikel-egana-aranguren/LinkedOpenDataIZFE2015/tree/master/Ejercicios/Ejercicio2/bilbo_dbpedia.ttl

Ejercicio 2 (Ejemplo Extra)

Descubrimiento de enlaces mediante servicio de reconciliación Open Refine

Ejercicio 2 (Ejemplo Extra)

Descubrimiento de enlaces mediante servicio de reconciliación Open Refine

Ejercicio 2 (Ejemplo Extra)

Descubrimiento de enlaces mediante servicio de reconciliación Open Refine

Ejercicio 3

Generar RDF libre

SPARQL

SPARQL

Lenguaje para hacer consultas sobre grafos RDF (~"El SQL para RDF")

http://www.w3.org/standards/techs/sparql

SPARQL

SELECT ?s ?o

WHERE {

   ?s vive_en ?o

}

SPARQL

SPARQL

SPARQL

Ejecutar triple store blazegraph:

java -server -jar bigdata-bundled.jar

Subir archivo (Ejercicio4/jon-mikel.ttl) a triple store:

http://localhost:9999/bigdata

Update >> choose file

Ejercicio 4

¿Como se obtienen todos los triples de un grafo?

Solucion: http://github.com/mikel-egana-aranguren/LinkedOpenDataIZFE2015/tree/master/Ejercicios/Ejercicio4/solucion1.sparql

¿Como se obtiene la entidad Jon? [Pista: SPARQL se basa en Turtle]

Solucion: http://github.com/mikel-egana-aranguren/LinkedOpenDataIZFE2015/tree/master/Ejercicios/Ejercicio4/solucion2.sparql

Ejercicio 4

Estructura de consulta

# Prefixes
PREFIX gip_prop: <http://gipuzkoa.eus/prop/>
PREFIX gip: <http://gipuzkoa.eus/resource/>

# Variables que queremos recibir
SELECT ?sujeto ?clase

# Patrón del grafo que queremos extraer del grafo mayor
WHERE {
  ?sujeto gip_prop:bizilekua gip:donostia .
  ?sujeto rdf:type ?clase
}

[Subir Ekercicio2/Museoak.rdf a triple store]

Estructura de consulta

# Prefixes
PREFIX gip_prop: <http://gipuzkoa.eus/prop/>
PREFIX gip: <http://gipuzkoa.eus/resource/>

# Queremos recibir todas las variables
SELECT *

# Patrón del grafo que queremos extraer del grafo mayor
WHERE {
  ?sujeto gip_prop:bizilekua gip:donostia .
  ?sujeto rdf:type ?clase
}

Optional

PREFIX gip_prop: <http://gipuzkoa.eus/prop/>
PREFIX gip: <http://gipuzkoa.eus/resource/>
PREFIX rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
PREFIX foaf: <http://xmlns.com/foaf/0.1/>

SELECT ?langile ?bizilekua

WHERE {
  # Tiene que ser una persona
  ?langile rdf:type foaf:person .
 
  # Tiene que vivir en algun sitio
  ?langile gip_prop:bizilekua ?bizilekua
}

Optional

PREFIX gip_prop: <http://gipuzkoa.eus/prop/>
PREFIX gip: <http://gipuzkoa.eus/resource/>
PREFIX rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
PREFIX foaf: <http://xmlns.com/foaf/0.1/>

SELECT ?langile ?bizilekua

WHERE {
  # Tiene que ser una persona
  ?langile rdf:type foaf:person .
  # Puede vivir en un sitio o no
  OPTIONAL {
     ?langile gip_prop:bizilekua ?bizilekua
  }
}

Union

PREFIX foaf: <http://xmlns.com/foaf/0.1/>
PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>

SELECT ?entitatea ?izena

WHERE {
  {?entitatea rdfs:label ?izena }
  UNION
  {?entitatea foaf:name ?izena }
}

Ordenar resultados

PREFIX foaf: <http://xmlns.com/foaf/0.1/>
PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>

SELECT ?pertsona ?izena

WHERE {
  ?pertsona foaf:name ?izena 
}

ORDER BY DESC (?izena) # Puede ser DESC o ASC

Limitar resultados

PREFIX foaf: <http://xmlns.com/foaf/0.1/>
PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>

SELECT ?pertsona ?izena

WHERE {
  ?pertsona foaf:name ?izena 
}

ORDER BY DESC (?izena) 
LIMIT 3

"Paginación"

PREFIX foaf: <http://xmlns.com/foaf/0.1/>
PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>

SELECT ?pertsona ?izena

WHERE {
  ?pertsona foaf:name ?izena 
}

ORDER BY DESC (?izena) 
LIMIT 3
OFFSET 3

"Paginación"

PREFIX foaf: <http://xmlns.com/foaf/0.1/>
PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>

SELECT ?pertsona ?izena

WHERE {
  ?pertsona foaf:name ?izena 
}

ORDER BY DESC (?izena) 
LIMIT 3
OFFSET 6 

Filtrar resultados

PREFIX gip_prop: <http://gipuzkoa.eus/prop/>

SELECT ?museoa ?langile_kop

WHERE {
    ?museoa gip_prop:kopurua ?langile_kop .
    FILTER (?langile_kop > "800"^^xsd:int)
}

Filtrar resultados

SELECT ?langile ?izena

WHERE {
    ?langile foaf:name ?izena .
    FILTER regex(?izena,'Mi.*')
}

Filtrar resultados

Logica: !, &&, ||

Calculos: +, -, *, /

Comparaciones: =, !=, >,<

Tests SPARQL: isURI, isBlank, isLiteral, bound

Acceder a datos: str, lang, datatype

Más: sameTerm, langMatches, regex, ...

Evitar duplicados

SELECT DISTINCT ?lantokia

WHERE {
  ?person rdf:type foaf:person .
  ?person <http://vocab.data.gov/def/drm#worksFor> ?lantokia      
}

ASK

PREFIX gov:<http://vocab.data.gov/def/drm#>
PREFIX gip:<http://gipuzkoa.eus/resource/>

ASK
WHERE {
  ?person gov:worksFor gip:gugenheim      
}

DESCRIBE

DESCRIBE <http://gipuzkoa.eus/resource/mikel-aranguren>

CONSTRUCT

PREFIX gip_prop:<http://gipuzkoa.eus/prop/>
PREFIX gip:<http://gipuzkoa.eus/resource/>
PREFIX gov:<http://vocab.data.gov/def/drm#>

CONSTRUCT {
   ?langile rdf:type gip:gugenheim_langilea
}
WHERE {
   ?langile gov:worksFor gip:gugenheim
}

DELETE DATA

DELETE DATA {
  <http://gipuzkoa.eus/resource/aitor-labajo> rdf:type foaf:person
}

[Pestaña "Update" en Blazegraph, seleccionar "SPARQL update"]

DESCRIBE <http://gipuzkoa.eus/resource/aitor-labajo>

DELETE

DELETE {?person rdf:type foaf:person}
WHERE {?person foaf:name ?name}

INSERT DATA

PREFIX gip:<http://gipuzkoa.eus/resource/>

INSERT DATA {
    gip:aitor-labajo rdf:type gip:hiritar
}

[Pestaña "Update" en Blazegraph, seleccionar "SPARQL update"]

DESCRIBE <http://gipuzkoa.eus/resource/aitor-labajo>

INSERT

PREFIX gip:<http://gipuzkoa.eus/resource/>

INSERT {
    gip:jon-alfaro rdf:type ?type .
}
WHERE {
    gip:aitor-labajo rdf:type ?type .
}

[Pestaña "Update" en Blazegraph, seleccionar "SPARQL update"]

DESCRIBE <http://gipuzkoa.eus/resource/jon-alfaro>

Consultas federadas

PREFIX owl: <http://www.w3.org/2002/07/owl#>
PREFIX dbpedia_ont: <http://dbpedia.org/ontology/>
PREFIX gip: <http://gipuzkoa.eus/resource/>

SELECT ?poblacion_bilbo
WHERE {
 gip:bilbo owl:sameAs ?town
 SERVICE <http://dbpedia.org/sparql> {
  ?town dbpedia_ont:populationTotal ?poblacion_bilbo
 }
}

[Subir Ejercicio2/bilbo_dbpedia.ttl a blazegraph]

GRAFOS

Grafo: conjunto de triples

El conjunto entero se identificada con una URI (diferente de la de los datos)

Todas las Triple Stores tienen un Default Graph

GRAFOS

GRAFOS

Los grafos son muy utiles para añadir datos sobre los datos: ej. procedencia, autoria, fecha de generación

(entre otras cosas)

GRAFOS

GRAFOS

PREFIX dc: <http://purl.org/dc/elements/1.1/>
PREFIX ns: <http://example.org/ns#>

INSERT DATA{
  GRAPH <http://example/bookStore> {
    <http://example/book1>  ns:price  42
  }
} 

[Pestaña "Update" en Blazegraph, seleccionar "SPARQL update"]

GRAFOS

SELECT *
FROM <http://example/bookStore>
WHERE {?s ?p ?o} 

SELECT *
FROM <http://example/bookStore>
WHERE {?s ?p ?o} 

Ejercicio 5

¿Qué museo tiene trabajadores cuyo nombre empieza por "Mi" y más de 800 trabajadores?

[Pista: FILTER, &&]

Solucion: http://github.com/mikel-egana-aranguren/LinkedOpenDataIZFE2015/tree/master/Ejercicios/Ejercicio5/Solucion5.sparql

Ejercicio 6

¿Donde se situa el museo en el que trabaja Aitor Labajo?

Solucion: http://github.com/mikel-egana-aranguren/LinkedOpenDataIZFE2015/tree/master/Ejercicios/Ejercicio6/Solucion6.sparql

Ejercicio 7

Solucion: http://github.com/mikel-egana-aranguren/LinkedOpenDataIZFE2015/tree/master/Ejercicios/Ejercicio7/Solucion7.sparql

¿Quien es el alcalde de la ciudad en la que se situa el museo gugenheim? [Pista: owl:sameAs, SERVICE]

Ejercicio/Ejemplo 8

Descubrimiento de enlaces mediante Silk

Ejecutar Silk:

$ cd /silk
$ java -DconfigFile=silk-config.xml -jar silk.jar

OWL

OWL

OWL (Web Ontology Language) es un estándar oficial del W3C para crear ontologías en la web con un semántica precisa y formal

http://www.w3.org/standards/techs/owl

OWL

OWL se basa en Lógica Descriptiva (DL)

Representación computacional de un dominio de conocimiento:

• Razonamiento automático: inferir conocimiento "nuevo" (*), consultas, consistencia, clasificar entidades contra la ontología, ...

• Integrar conocimiento disperso

Sintaxis

Para ordenadores: RDF/XML, OWL/XML, ...

Para humanos: Manchester OWL Syntax, functional, ...

Semántica

Una ontología OWL esta compuesta de:

• Entidades: las entidades del dominio de conocimiento, identificadas con URIs, introducidas por el desarrollador ("Mikel", "participa_en", ...)

• Axiomas: relacionan las entidades mediante el vocabulario lógico que ofrece OWL (namespace OWL)

Una ontología puede importar otra (owl:import) y hacer referencia a sus entidades mediante axiomas

Entidades

Entidades (URI)

Axiomas

("URI OWL")

Individuos

Clases

Propiedades

Objeto

Datos

Anotación

Ontologia

(URI)

Entidades

Entidad

Axioma

EuskalHiria subClassOf kokapena some EuskalProbintzia

Clase

Clase

Propiedad objeto

Restricción

Individuos

[Fuente de imagenes: Manchester OWL Pizza tutorial]

Propiedades

Clases

Clases

Clase subclase

Clases equivalentes

Jerarquía de clases (Taxonomía)

Condiciones necesarias

Condiciones necesarias y suficientes

Restricción existencial

Restricción universal

Restricción un individuo (value)

Restricciones cardinales

Más axiomas

disjointFrom

booleanos: not, or, and

Expresiones complejas

Propiedades

Jerarquía Propiedades

Jerarquía propiedad-subpropiedad (~taxonomía pero con propiedades), ej:

• interacciona con

  • mata a

    • estrangula a

Propiedades

Propiedades

Propiedades

Propiedades datos

Solo funcional

Dominio clases, rango datatypes

Propiedades anotación

Anotar con lenguaje natural entidades (propiedades, clases, individuos), axiomas, ontologías

Fuera de la semántica

rdfs:label, rdfs:comment, dublin core, a medida

Individuos

Miembro de una o más clases (Types)

Igual (SameAs) o diferente (DifferentFrom) a otro individuo

Relaciones binarias con otros individuos o datos (triples), positivas o negativas

Razonamiento automático

Un razonador infiere los "nuevos" axiomas que implican los axiomas que hemos introducido en la ontología

El razonador infiere todos los axiomas; es útil para tratar con conocimiento complejo

Open World Assumption (OWA)

(Falta de) Unique Name Assumption (¡owl:sameAs!)

Razonamiento automático

Mantener taxonomía

Razonamiento automático

Consistencia

Razonamiento automático

Clasificar entidades: dada una entidad nueva, como se relaciona con las demas entidades (types, equivalentTo, subClassOf, triples)

Una consulta es una clase anónima que clasificamos contra la ontología como si fuese una entidad

Ejercicio/Ejemplo 9

Crear una ontología con que haga referencia a los datos de museos

Ejecutar Protege: /protege/./run.sh

Crear ontologia nueva

Ontology IRI: http://gipuzkoa.eus/admin_ontology.owl

Preference entities URI: http://gipuzkoa.eus/ont/

Importar museoak-rdf-owl.rdf

Ejercicio/Ejemplo 9

langilea equivalentTo worksFor some museum

inferencia

langilea2 equivalentTo worksFor min 2 museum

inferencia

???

Ejercicio/Ejemplo 9

bilbotarlangilea equivalentTo worksFor some museum and bizilekua value Bilbo

Inferencia

worksFor o kokalekua = bizilekua

Inferencia

BilbotarLangilea

Ejercicio/Ejemplo 9

bilbo kokalekua Euskadi

euskalplace equivalentTo kokalekua value Euskadi

Inferencia

???

Ejercicio/Ejemplo 9

Refine: props, rdf:type

(Inferencia en Triple Store)

Linked Data

Linked Data

1.- Usar URIs para identificar entidades

2.- Usar URIs HTTP para que se pueda acceder a esas entidades

3.- Cuando un usuario o agente accede a una URI, proveer información útil mediante estándares (RDF)

4.- Incluir enlaces a otras URIs para que se puedan descubrir más entidades

[http://www.w3.org/DesignIssues/LinkedData.html]

Linked Data

Grafos y triple stores

Un "triple store" contiene diferentes grafos

Grafos y triple stores

Solo recibiremos los triples de ese triple store ...

¡Pero nosotros o nuestro agente automático podemos seguir los enlaces! ("Follow your nose")

URIs/URLs en Linked Data

URI identifica a entidad; URLs localizan diferentes representaciones (RDF, HTML, ...) de la entidad

Descripción de la entidad (RDF, HTML, ...) ≠ entidad

HTTP URI dereferenciable: cuando se busca una URI, deberia devolver una descripción adecuada del objeto que identifica esa URI

Negociación contenido

Negociación contenido

Negociación contenido

curl -L -H "Accept: text/html" "http://dbpedia.org/resource/Berlin"

curl -L -H "Accept: application/rdf+xml" "http://dbpedia.org/resource/Berlin"

curl -L -H "Accept: text/html" "http://sws.geonames.org/2950159/"

curl -L -H "Accept: application/rdf+xml" "http://sws.geonames.org/2950159/"

"303 URI" vs "# URIs"

[http://www.w3.org/TR/cooluris/]

[HTTPRange-14]

# URI

[http://www.w3.org/TR/cooluris/]

303 URI

[http://www.w3.org/TR/cooluris/]

Diseño URIs

[http://www.slideshare.net/boricles/]

[BOE-A-2013-2380]

Base URI: http://geo.linkeddata.es/

    TBox URIs:
       http://geo.linkeddata.es/ontology/{concept|property}
        http://geo.linkeddata.es/ontology/Provincia

    ABox URIs:
       http://geo.linkeddata.es/resource/{r. type}/{r. name}
        http://geo.linkeddata.es/resource/Provincia/Madrid

Publicar datos LD

1) Crear el dataset
      Ontología OWL: reusar lo más posible de otras ontologías para interoperabilidad
    Instancias RDF (triples)
 

2) Añadir enlaces a otros datasets
    Manualmente o con herramientas como SILK, LIMES, Refine, ...
   A nivel de instancias (owl:sameAs, predicados, ...) y a nivel de vocabulario (owl:equivalentClass, ...)

Publicar datos LD

3) Almacenar el dataset en triple store

4) Publicar el dataset mediante servidor web

Publicar datos LD

Publicar datos LD

5) Registrar el dataset en Data Hub

Publicar datos LD

6) Generar archivo voiD (Vocabulary of Interlinked Datasets): http://www.w3.org/TR/void/

Ejercicio 10

Recrear todo el proceso de publicar nuestro dataset Linked Data en nuestro servidor, en una infraestructura ya preparada (Linked Data Server)

Ejecutar blazegraph, subir Museoak.rdf y bilbo_dbpedia.ttl

Ejecutar jetty (pubby)

$ cd /jetty
$ java -jar start.jar jetty.port=8080

Linked Data

Visitar http://localhost:8080/resource/jm-barandiaran

Linked Data

Negociación de contenido en terminal:

$ curl -L "http://localhost:8080/resource/jm-barandiaran"

$ curl -L -H "Accept: application/rdf+xml" http://localhost:8080/resource/jm-barandiaran

Configuracion Pubby

jetty/webapps/ROOT/WEB-INF/web.xml

jetty/webapps/ROOT/WEB-INF/blazegraph-config.ttl

Ejercicio 11

Crear un dataset nuevo (pocos triples), con URIs propias, y publicarlo

Subir a blazegraph; Configurar pubby

Crear el dataset a mano/refine (URIs nuevas)

Subir a blazegraph; Configurar pubby