Web Semântica com Python Edison Ishikawa. Departamento de Ciência da Computação

Transcrição

1 Web Semântica com Python Edison Ishikawa

2 Objetivo Python

3 Sumário Introdução Desenvolvimento Considerações Finais

4 SI Semântico? Aplicações Semânticas Sistemas Legados Fontes Não Estruturadas Fontes Estruturadas Informações Semânticas Sem Informações Semânticas Processáveis por Máquinas

5 Arquitetura do Servidor CMS Interface Acesso ao Conteúdo Gerenciamento do Conteúdo 1D - Conteúdo Administração do Conteúdo Modelo de Dados do Conteúdo Repositório do Conteúdo

6 Arquitetura de Referência/ Servidor CMS Semântico 2D Conteúdo x Semântica Interface Semântica Orquestrador? Conteúdo Interface Conhecimento Interface Acesso ao Conteúdo Acesso ao Conhecimento Administração do Conteúdo Gerenciamento do Conteúdo Modelo de Dados do Conteúdo Repositório do Conteúdo Pipeline de extração de conhecimentos Modelos de Conhecimentos Administração do Conhecimento Repositório do Conhecimento

7 3D Conteúdo x Semântica x Produção Produção = Processo = Workflow = Qualidade + Confiabilidade Interface Semântica orquestrador Produção Jornalística Interface Acesso à Redação Workflow da Redação Modelos de Workflow Administração Da Redação Arquitetura de Referência Servidor CMS Semântico para Jornalismo Repositório do Workflow

8 { Interface Documento + Grafo RDF Lista de documentos rankeados Aplicação { Editor de Texto Anotador Semântico Python Buscador Semântico RDF LIB SGBD API Base de Dados { Ontologia do Domínio do Documento Editado Documentos com Anotações semânticas

9 Anotações Semânticas Vírus É um Zika para Causa É mais representativo Vacina Doença É uma MIcrocefalia

10 Então Interface Muda Metáfora muda? Impeachment da Zica Nova vacina promete erradicar... Edição da Anotação Semântica Fish Eye Ontologia da Zica Edição do Texto Zika Máquina de Busca [HTML] Zika virus outbreak on Yap Island, federated states of Micronesia [HTML] Ophthalmological findings in infants with microcephaly and presumable intra-uterus Zika virus infection [PDF] Probable non-vector-borne transmission of Zika virus, Colorado, USA Resultados Zika virus (I). Isolations and serological Specificity [PDF] Potential sexual transmission of Zika virus

11 Ciclo de Vida dos Dados da Web Semântica Desenvolvimento da ontologia Planejamento de como usar os dados Criação de novos dados ou refinamenento dos dados já existentes Armazenamento persistente dos dados Publicação e acesso externo aos dados Fonte: Lifecycle models of data-centric systems and domains. Knud Möller. 2012

12 Ciclo de Vida dos Dados da Web Semântica Desafio de desenvolver ontologias é bem conhecido Desafios para implementar uma App de Web Semântica (criação, refinamento, persistência e publicação dos dados): Dados heterogêneos e com muito ríudo Descasamento entre modelos de dados e descasamento entre os componetes das APIs Modelo relacional e grafos SuRF for Python( ) Object RDF Mapper Melhores práticas e padrões imaturos e atrasados Distribuição da lógica da App entre componentes

13 Classificação das App de Web Semântica e da Web de Dados O requisito básico que caracteriza uma App de Web Semântica é o uso de metadados RDF pela App Adicionalmente um conjunto de vocabulários formais pode ser usado para capturar o domínio da App SPARQL é usado como linguagem de consulta Exceto para App que usam programação para acessar dados RDF por razões de eficiência

14 Componentes mais comuns de uma App Web Semântica 1.Interface de Dados Provê uma abstração entre dados locais e remotos 2.Armazenamento persistente Armazena dados e o estado do aplicação 3.Interface do usuário Provê acesso ao usuário 4.Serviços de Integração Fornece uma visão unificada de dados heterogêneos 5.Serviços de busca (Search) Busca dados 6.Interface de autoria Permite a criação de novos dados e a edição dos dados existentes 7.Serviços de ratreamento (Crawler) Descobre e recupera dados remotos

15 Pilha Python Semantic Python Seth Integração profunda de OWL-DL (lógica descritiva) com a linguagem de programação Python Classes OWL convivem com classes Python

16 Passo do projeto 1- Elaboração de um caso processo quase todo manual Preparação de uma base de testes Anotação da base Diferentes métodos Elaboração de temas para a matéria jornalística Formas de busca sem contexto para gerar os melhores resultados Elaboração de linhas editoriais sintéticas distintas (dois ou mais) Formas de busca com contexto para gerar os melhores resultados

17 Passo do projeto 2- Automatização do caso processos repetitivos automatizados Persistência da base de testes Implementação do Editor para Anotação da base Diferentes métodos Implementação do Editor de conteúdo da matéria jornalística Implementação do mecanismo de busca sem levar em conta o contexto Implementação do mecanismo de busca levando em conta o contexto (linha editorial) Visualizador dos resultados da busca e dos documentos recuperados

18 Arquivo CSV Fonte:

19 Transformando arquivo CSV em RDF

20 CMS Semântico Pilha Conteúdo App Django CMS Python Apache Linux SOA? Pilha Conhecimento App Reasoner Django Framework? Python/Java? Apache/Tomcat? JENA TDB/SDB? RDF4J(Ex-Sésame)? Linux

21 Trabalhos Pilha Conteúdo Layout interface Metáfora semântica Visualizador de anotações Editor de matéria Editor de anotações Resultados da busca Modelar gerência dos documentos Modelar armazenamento dos documentos Interface SOA Pilha semântica Banco de Dados Popular o BD Ontologias Anotações de Dados não estruturados Anotações de Dados estruturados Criar App em SPARQL Dados não estruturados Dados estruturados Criar reasoner em função da consulta SPARQL? Interface SOA

22 Conteúdo/CMS Natanael Luciano Hsiang Equipes Semântica Renan Lobato Renan Reboredo Marília Rafael virus

23 Referências Fabian Christ, Benjamin Nagel. A reference Architecture for Semantic Content Management Pierre Lévy. A Esfera Semântica: tomo I, computação, cognição, economia da informação