La semantica e il Web dei dati: quando uno più uno non fa solo due Irene Celino CEFRIEL – ICT Institute Politecnico di Milano email: [email_address]

Semantica? In filosofia, la semantica è lo studio del significato Ogni giorno, in ogni momento, siamo sommersi di dati, informazioni, contenuti e tanti tipi diversi di media Tutti questi dati però, per essere di qualche utilità, necessitano di essere interpretati dalle persone La crescita esponenziale della quantità di dati spinge tutti a cercare soluzioni tecnologiche per ovviare a questi problemi

In filosofia, la semantica è lo studio del significato

Ogni giorno, in ogni momento, siamo sommersi di dati, informazioni, contenuti e tanti tipi diversi di media

Tutti questi dati però, per essere di qualche utilità, necessitano di essere interpretati dalle persone

La crescita esponenziale della quantità di dati spinge tutti a cercare soluzioni tecnologiche per ovviare a questi problemi

Quali sono le capacità delle macchine I sistemi informatici che utilizziamo tutti i giorni rappresentano l’informazione attraverso Il linguaggio naturale (italiano, inglese, cinese, …) Grafici, multimedia, … Gli esseri umani elaborano facilmente questa informazione Possono dedurre fatti da informazione parziale Possono creare associazioni mentali Sono abituati a interagire con diversi tipi di media (problemi di accessibilità a parte…) Invece le macchine sono “ ignoranti ” L’informazione parziale è inutilizzabile Difficoltà di estrarre il significato ad es. da un’immagine Trovare automaticamente analogie è difficile Difficoltà di combinare automaticamente le informazioni

I sistemi informatici che utilizziamo tutti i giorni rappresentano l’informazione attraverso

Il linguaggio naturale (italiano, inglese, cinese, …)

Grafici, multimedia, …

Gli esseri umani elaborano facilmente questa informazione

Possono dedurre fatti da informazione parziale

Possono creare associazioni mentali

Sono abituati a interagire con diversi tipi di media (problemi di accessibilità a parte…)

Invece le macchine sono “ ignoranti ”

L’informazione parziale è inutilizzabile

Difficoltà di estrarre il significato ad es. da un’immagine

Trovare automaticamente analogie è difficile

Difficoltà di combinare automaticamente le informazioni

L’evoluzione del Web 1 – il Web delle origini 2 – il Social Web 3 – il Semantic Web 4 – l’Ubiquitous Web Connette i documenti Connette le persone Connette la conoscenza Connette le intelligenze Concetto rielaborato tratto da: Nova Spivak, John Breslin, Mills Davis (2008)

Perchè il Semantic Web “ The Semantic Web is a vision: the idea of having data on the Web defined and linked in a way that it can be used by machines not just for display purposes, but for automation , integration and reuse of data across applications ” – Tim Berners-Lee (2003) “ The Semantic Web is not a separate Web but an extension of the current one, in which information is given well-defined meaning , better enabling computers and people to work in cooperation ” – Tim Berners-Lee (2001)

L’integrazione dei dati Il problema dell’integrazione: Enormi quantità di dati che crescono ed evolvono in continuazione problema di scala Tante diverse tipologie di dato (documenti, media, email, risultati Web, contatti, ecc.) problema di eteroge- neità dei dati Tanti diversi sistemi informativi (DB, applica- zioni legacy, ERP, ecc.) problema di eteroge- neità dei sistemi

Il problema dell’integrazione:

Enormi quantità di dati che crescono ed evolvono in continuazione

problema di scala

Tante diverse tipologie di dato (documenti, media, email, risultati Web, contatti, ecc.)

problema di eteroge- neità dei dati

Tanti diversi sistemi informativi (DB, applica- zioni legacy, ERP, ecc.)

problema di eteroge- neità dei sistemi

Quando 1 + 1 > 2 ? L’integrazione dei dati dà sempre un valore aggiunto Visione d’insieme: “e pluribus unum” Condividere la conoscenza: “l’unione fa la forza” Opportunità di business Business Intelligence Resta il problema tecnologico : Chi è riuscito a trarre vantaggio dall’integrazione? Come riconciliare l’eterogeneità dei dati? La semantica può essere d’aiuto?

L’integrazione dei dati dà sempre un valore aggiunto

Visione d’insieme: “e pluribus unum”

Condividere la conoscenza: “l’unione fa la forza”

Opportunità di business

Business Intelligence

Resta il problema tecnologico :

Chi è riuscito a trarre vantaggio dall’integrazione?

Come riconciliare l’eterogeneità dei dati?

La semantica può essere d’aiuto?

La lezione del Web 2.0 La politica della partecipazione e la “saggezza delle folle” Il grande successo dei mash-up Mash-up: applicazioni realizzate dall’integrazione “light” di artefatti forniti da altri (spesso API o servizi REST) Nuovo paradigma di integrazione per la realizzazione di applicazioni Pubblicazione e accesso via Web È sempre più semplice “memorizzare” l’informazione sul Web È sempre più diffuso accedere all’informazione sul Web, facendo affidamento ai motori di ricerca per recuperarla

La politica della partecipazione e la “saggezza delle folle”

Il grande successo dei mash-up

Mash-up: applicazioni realizzate dall’integrazione “light” di artefatti forniti da altri (spesso API o servizi REST)

Nuovo paradigma di integrazione per la realizzazione di applicazioni

Pubblicazione e accesso via Web

È sempre più semplice “memorizzare” l’informazione sul Web

È sempre più diffuso accedere all’informazione sul Web, facendo affidamento ai motori di ricerca per recuperarla

Per integrare dati provenienti da sorgenti diverse è necessario capire come “incastrare” tra loro i dati Per fare questo è necessario guardare al significato dei dati e passare “ dalla sintassi alla semantica ” Bisogna riconciliare dati solo in apparenza diversi, facendo leva su alcuni possibili approcci/metriche: Distanza semantica : “lontananza” in termini di significato Similarità semantica : somiglianza in termini di significato e di “ampiezza” La semantica per l’integrazione

Per integrare dati provenienti da sorgenti diverse è necessario capire come “incastrare” tra loro i dati

Per fare questo è necessario guardare al significato dei dati e passare “ dalla sintassi alla semantica ”

Bisogna riconciliare dati solo in apparenza diversi, facendo leva su alcuni possibili approcci/metriche:

Distanza semantica : “lontananza” in termini di significato

Similarità semantica : somiglianza in termini di significato e di “ampiezza”

Il Web come piattaforma di integrazione E se l’ integrazione si facesse sul Web ? Web come piattaforma Data prosumer (producer + consumer) “ Web of Data ” Passare dall’attuale “Web of Documents” ad un Web dei dati Non più solo information retrieval, ma anche data retrieval Esporre i propri dati sul Web Convertire/tradurre in formato opportuno “ Wrap ” della sorgente dati D2R Virtuoso SquirrelRDF SPASQL Relational.OWL DartGrid SPOON Triplify R2O Talis

E se l’ integrazione si facesse sul Web ?

Web come piattaforma

Data prosumer (producer + consumer)

“ Web of Data ”

Passare dall’attuale “Web of Documents” ad un Web dei dati

Non più solo information retrieval, ma anche data retrieval

Esporre i propri dati sul Web

Convertire/tradurre in formato opportuno

“ Wrap ” della sorgente dati

Linked Data La concretizzazione del “Web of Data” (e del Semantic Web) Tim Berners-Lee: http ://www.w3.org/DesignIssues/LinkedData Linking Open Data Initiative Una comunità che pubblica e “linka” i dati sul Web http://linkeddata.org/ Data cloud Oggi si parla molto di cloud computing Spesso però non è di sola computazione che si tratta, ma di gestione dei dati e della conoscenza Linked data e data cloud

Linked Data

La concretizzazione del “Web of Data” (e del Semantic Web)

Tim Berners-Lee: http ://www.w3.org/DesignIssues/LinkedData

Linking Open Data Initiative

Una comunità che pubblica e “linka” i dati sul Web

http://linkeddata.org/

Data cloud

Oggi si parla molto di cloud computing

Spesso però non è di sola computazione che si tratta, ma di gestione dei dati e della conoscenza

I linked data visti dall’inventore del Web www.flickr.com/photos/_-amy-_/3167333250/ “ Stop hugging your data” Tim Berners-Lee, 2009 Non lasciare che considerazioni sulla sicurezza o sulla proprietà dei dati ostacolino opportunità e innovazione

Sfide per i linked data Distributed querying Interrogare dati distribuiti su diverse sorgenti sul Web disinteressandosi della “posizione” dei dati e ottenendo i risultati già aggregati Automatic linkage Trovare meccanismi per identificare i punti di contatto tra dati provenienti da fonti diverse e creare i “link” che permettono di passare da una fonte all’altra senza soluzione di continuità Distributed reasoning Applicare tecniche di inferenza e di ragionamento automatico a dati distri- buiti sul Web, preservando consisten- za e correttezza del ragionamento

Distributed querying

Interrogare dati distribuiti su diverse sorgenti sul Web disinteressandosi della “posizione” dei dati e ottenendo i risultati già aggregati

Automatic linkage

Trovare meccanismi per identificare i punti di contatto tra dati provenienti da fonti diverse e creare i “link” che permettono di passare da una fonte all’altra senza soluzione di continuità

Distributed reasoning

Applicare tecniche di inferenza e di ragionamento automatico a dati distri- buiti sul Web, preservando consisten- za e correttezza del ragionamento

LarKC platform Interface Mobile Data Mashup Environment SPARQL query SPARQL result REST request JSON response Request data Data Pipeline Config. PROBLEM : Which Milano monuments or events or friends can I quickly get to from here? Traffic Monuments Events People La ricerca e i linked data: _________ http://www.larkc.eu

Semantics Knowledge Representation & Reasoning Web Services As a basic tool to implement a S ervice O riented A rchitecture Semantic Web Services As a means to realize S ervice O riented A rchitecture Web 2.0 User clustering User-Resource correlation Semantic Search Conceptual Indexing Semantic Matching Automatic Semantic Annotation Combining smart-machine and smart-data Service-Finder aims at developing a platform for service discovery in which Web Services are embedded in a Web 2.0 environment R ealizing W eb S ervice D iscovery at W eb S cale http://www.service-finder.eu La ricerca e i linked data: _____________

Se non vi ho convinto io… http://www.ted.com/index.php/talks/tim_berners_lee_on_the_next_web.html

Grazie dell’attenzione! Irene Celino email: [email_address] web: http://www.cefriel.it , http://swa.cefriel.it Semantic Web Practice CEFRIEL – ICT Institute Politecnico di Milano