Quick Upload

IC2008 Emanuele Della Valle Semantic Web

from emanueledellavalle, 6 months ago Add as contact

366 views | 0 comments | 1 favorites | 1 embeds (Stats)

Embed customize close
 

Categories

Technology

Tags

More Info

This slideshow is Public

Also on LinkedIn

Views: 366 Comments: 0 Favorites: 1 Downloads: 6

View Details: 323 on Slideshare
43 from embeds
Most viewed embeds (Top 5): (…more)
All Embeds: (less)
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this slideshow as inappropriate.

If needed, use the feedback form to let us know more details.

Loading...
Flash Player 9 (or above) is needed to view slideshows. We have detected that you do not have it on your computer. To install it, go here.
Post to Twitter Post to Twitter
Share on Facebook Share on Facebook
Post to Blogger Post to Blogger
Myspace Hi5 Friendster Xanga LiveJournal Facebook Blogger Tagged Typepad Freewebs BlackPlanet gigya icons

Presentation Transcript

  1. Slide 1: Ingegneria della conoscenza 2007-08 Emanuele Della Valle Scienze e Tecniche Della Comunicazione Parte V: conclusione 1. Semantic Web Modellare e Condividere per Innovare
  2. Slide 2: I-1 2 Sommario  Un modello per studiare l’innovazione  Il Semantic Web  Esempi di applicazione
  3. Slide 3: I-1 3 Innovazione
  4. Slide 4: I-1 4 Innovazione creare problemi idea innovare analizzare macro micro fenomeno fenomeno complessità = 6.000.000.000 persone
  5. Slide 5: I-1 5 Innovazione creare problemi idea innovare analizzare macro micro fenomeno fenomeno complessità = magia
  6. Slide 6: I-1 6 Innovazione creare problemi idea in ge innovare a nz gn ie er analizzare sc ia macro micro fenomeno fenomeno complessità = magia
  7. Slide 7: I-1 7 Innovare … creare idea innovare micro fenomeno complessità
  8. Slide 8: I-1 8 … non è mai solo una questione di tecnologia creare idea innovare soluzione soluzione tecnic sociale a micro fenomeno complessità
  9. Slide 9: I-1 9 Un modello per studiare l’innovazione creare problemi idea innovare analizzare soluzione soluzione tecnic sociale a macro micro fenomeno fenomeno complessità
  10. Slide 10: I-1 10 Analizziamo il Web delle origini Non riesco ad accedere all’informazione Ipertesti + Internet creare problemi idea Come trovo le pagine? URI Come posso HTTP scrivere? innovare analizzare soluzione HTML soluzione tecnic sociale a Condividere info Link a cose interessanti macro micro fenomeno fenomeno Esplosione del WWW fenomeno Web complessità
  11. Slide 11: I-1 11 Analizziamo google Come trovo Indici + SVM le pagine? creare problemi idea Google spoofing PageR ank innovare analizzare soluzione soluzione tecnic sociale a Condividere info Link a cose interessanti macro micro fenomeno fenomeno Il fenomeno Google Google complessità
  12. Slide 12: I-1 12 Analizziamo il Web 2.0 Come posso wiki-wiki e diari Web scrivere? creare problemi idea Come gestire wiki tutta questa blog innovare analizzare info? soluzione soluzione tecnic sociale a Condividere info Link a cose interessanti macro micro fenomeno fenomeno I fenomeni Wikipedia, Web 2.0 blogosphere, complessità …
  13. Slide 13: I-1 13 Analizziamo il Semantic Web Come gestire i KR + Web dati sul Web? creare problemi idea ? Modellare RDF OWL SPARQL innovare analizzare soluzione soluzione RIF tecnic sociale a Condividere info Link a cose interessanti macro micro fenomeno fenomeno ? complessità Semantic Web
  14. Slide 14: I-1 14
  15. Slide 15: I-1 15 Semantic Web  Un modo di specificare dati e relazioni tra i dati  Permette di condividere e riusare dati tra applicazioni, imprese e gruppi di interesse  Una collezione di tecnologie  RDF  RDF-S  OWL  GRDDL  SPARQL  …  La prossima onda del Web da surfare …
  16. Slide 16: I-1 16 Tim Berners-Lee’s Semantic Wave (2003)
  17. Slide 17: I-1 17 Tim Berners-Lee’s Semantic Wave (2008)
  18. Slide 18: I-1 18 The “corporate” landscape is moving  Major companies offer (or will offer) Semantic Web tools or systems using Semantic Web:  Adobe, Oracle, IBM, HP, Software AG, GE, Northrop Gruman, Altova, Microsoft, Dow Jones, …  Others are using it (or consider using it) as part of their own operations:  Novartis, Boeing, Pfizer, Telefónica, …  Some of the names of active participants in W3C SW related groups:  ILOG, HP, Agfa, SRI International, Fair Isaac Corp., Oracle, Boeing, IBM, Chevron, Siemens, Nokia, Pfizer, Sun, Eli Lilly, …
  19. Slide 19: I-1 19 The 2007 Gartner predictions  During the next 10 years, Web-based technologies will improve the ability to embed semantic structures [… it] will occur in multiple evolutionary steps…  By 2017, we expect the vision of the Semantic Web […] to coalesce […] and the majority of Web pages are decorated with some form of semantic hypertext.  By 2012, 80% of public Web sites will use some level of semantic hypertext to create SW documents […] 15% of public Web sites will use more extensive Semantic Web-based ontologies to create semantic databases Source: “Finding and Exploiting Value in Semantic Web Technologies on the Web”, Gartner Research Report, May 2007
  20. Slide 20: I-1 20 Cosa c’è di complicato nel condividere dati?  Quando due sistemi informativi si devono scambiare dei dati hanno il problema che i dati (come gli enunciati) hanno senso solo in un certo contesto di enunciazione e in riferimento ad un certo mondo del discorso  Esempio, immaginate due applicazioni che si scambiano l’informazione  HaScolpito(Rodin,IlBacio)  Puo’ il sistema che riceve l’informazione dedurre:  Scultore(Rodin)? Artista(Rodin)? Pittore(Rodin)?  Scultura(IlBacio)? OperaDiArte(IlBacio)? Pittura(IlBacio)?  HaCreato(Rodin,IlBacio)? HaDipinto(IlBacio)?  IlBacio = TheKiss ?
  21. Slide 21: I-1 21 HTML vs RDF HTML RDF ? solo risorse e link generici risorse e link etichettati “human understandable” “machine-processable” (ma “machine-readable”)
  22. Slide 22: I-1 22 Semantic mark-up <div id=\"event-info-where\" class=\"info-wh-info vcard\"> <h2><a rel=\"bookmark\" class=\"fn org location\" href=\"/venues/V0-001-000693919-2\"> Circus Krone Munich</a></h2> <div class=\"adr\"> <span class=\"street-address\">1</span><br> <span class=\"locality\">Munich</span>, <span class=\"region\">Bayern</span> <br> <span class=\"country-name\">Germany</span>  A firefox plug-in such as Operator can extract those semantic mark-up from the page and offers actions such as “add the event to your calendar” https://addons.mozilla.org/en-US/firefox/addon/4106
  23. Slide 23: I-1 RDFS/OWL in a nutshell classi ed individui  creare una classe  RDFS: Artista rdf:type rdfs:Class .  FOL: x Artista(x)  creare una sotto classe  RDFS: Pittore rdfs:subClassOf Artista .  RDFS: Scultore rdfs:subClassOf Artista .  FOL: x [Pittore(x)  Scultore(x)  Artista(x)] Artista pittore  creare un individuo  RDFS: Rodin rdf:type Scultore . scultore  FOL: Scultore(Rodin) Rodin
  24. Slide 24: I-1 RDFS/OWL in a nutshell proprietà  creare una proprietà  RDFS: crea rdf:type rdf:Property .  FOL: x y Crea(x,y)  usare una proprietà  RDFS: Rodin crea IlBacio .  FOL: Crea(Rodin,IlBacio)  creare sotto proprietà  RDFS: dipinge rdfs:subPropertyOf crea .  FOL: x y [Dipinge(x,y)  Crea(x,y)]  RDFS: scolpisce rdfs:subPropertyOf crea .  FOL: x y [Scolpisce(x,y)  Crea(x,y)] crea dipinge
  25. Slide 25: I-1 RDFS/OWL in a nutshell range e domain  controllare quali classi e predicati devono essere utilizzati contemporaneamente  RDFS:  crea rdfs:domain Artista .  crea rdfs:range Opera .  dipinge rdfs:domain Pittore .  dipinge rdfs:range Pittura .  scolpisce rdfs:domain Scultore .  scolpisce rdfs:range Scultura .  FOL:  x y [Crea(x,y)  Artista(x)  Opera(y)]  x y [Dipinge(x,y)  Pittore(x)  Pittura(y)]  x y [Scolpisce(x,y)  Scultore(x)  Scultura(y)]
  26. Slide 26: I-1 RDFS/OWL in a nutshell range e domain constrain crea artista opera pittore pittura dipinge scultore scultura scolpisce
  27. Slide 27: I-1 RDFS/OWL in a nutshell Web Alcune regole di inferenza di RDFS  se allora  x rdfs:subClassOf y . a rdf:type y . a rdf:type x .  x rdfs:subClassOf y . x rdfs:subClassOf z . y rdfs:subClassOf z .  xay. xby. a rdfs:subPropertyOf b .  a rdfs:subPropertyOf b . a rdfs:subPropertyOf c . b rdfs:subPropertyOf c .  xay. x rdf:type z . a rdfs:domain z .  xau. u rdf:type z . a rdfs:range z .
  28. Slide 28: I-1 RDFS/OWL in a nutshell 28 Alcune regole di inferenza di RDFS  le regole di inferenza di RDFS possono essere ricondotte a deduzioni valide in FOL se allora p rdfs:subClassOf q . a rdf:type q . a rdf:type p .  In FOL corrisponde alla deduzione x [ P(x)  Q(x)], P(A)  Q(A)  Ecco la deduzione formale costruita con il calcolo: 1. x [P(x)  Q(x)] ipotesi 2. P(A) ipotesi 3. P(A)  Q(A) E(1) 4. Q(A) E(3,2)
  29. Slide 29: I-1 RDFS/OWL in a nutshell potenzialità di RDFS  Dato la seguente ontologia ...  Scultore rdf:subClassOf Artista .  Pittore rdf:subClassOf Artista .  Scultura rdf:subClassOf Opera .  Pittura rdf:subClassOf Opera .  crea rdfs:domain Artista .  crea rdfs:range Opera .  scolpisce rdfs:subPropertyOf crea .  scolpisce rdfs:domain Scultore .  scolpisce rdfs:range Scultura .  ... e solo i seguenti dati  Rodin scolpisce IlBacio .
  30. Slide 30: I-1 30 RDFS/OWL in a nutshell potenzialità di RDFS  Il sistema che riceve l’informazione può dedurre:  Scultore(Rodin)? sì  Artista(Rodin)? sì  Pittore(Rodin)? no  Scultura(IlBacio)? sì  OperaDiArte(IlBacio)? sì  Pittura(IlBacio)? no  HaCreato(Rodin,IlBacio)? sì  HaDipinto(IlBacio)? no
  31. Slide 31: I-1 31 Esempi di applicazioni  Allen Brain Atlas Gene Expression Results  http://sw.neurocommons.org/hcls_gene_image.html  Music Event Explorer  http://meex.cefriel.it/meex/  SWEO’s use case collection  http://www.w3.org/2001/sw/sweo/public/UseCases/  Linking Open Data Project  http://esw.w3.org/topic/SweoIG/TaskForces/CommunityProjec
  32. Slide 32: I-1 32 Music Event Explorer  Esigenza: dove posso andare a sentire musica folk nei prossimi giorni?  Soluzione manuale: 1. Vado su musicmoz e scopro i cantanti che fanno musica folk 2. Vado su musicbrainz e guardo quali album hanno pubblicato 3. Per ciascuno di quelli che mi piace cerco su EVDB se ci ha organizzato eventi nei prossimi giorni 4. Mi appunto i posti e poi li cerco in GoogleMaps
  33. Slide 33: I-1 33 Soluzione manuale 1. Vado su musicmoz e scopro i cantanti che fanno musica folk
  34. Slide 34: I-1 34 Soluzione manuale 1. Vado su musicbrainz e guardo quali album hanno pubblicato
  35. Slide 35: I-1 35 Soluzione manuale 1. Per ciascuno di quelli che mi piace cerco su EVDB se ci ha organizzato eventi nei prossimi giorni
  36. Slide 36: I-1 36 Soluzione manuale 1. Mi appunto i posti e poi li cerco in GoogleMaps
  37. Slide 37: I-1 37 Music Event Explorer  Una soluzione poco praticabile …  … ma automatizzabile
  38. Slide 38: I-1 38 http://meex.cefriel.it/meex
  39. Slide 39: I-1 39
  40. Slide 40: I-1 40

Feed RSS

What's new?

© 2008 SlideShare Inc. All Rights Reserved