Web semantica

Nova Spivack CEO & Founder Radar Networks Entendiendo La web semántica

Sobre esta charla

Entendiendo el sector semántico

Haciendo la web semántica más usable

Perspectivas futuras

Twine.com

Preguntas y respuestas

La gran oportunidad… Mejores búsquedas Anuncios más enfocados, mejores targets Colaboración más inteligente Integración más profunda Contenido enriquecido Mayor personalización El gráfico social sólo conecta personas Gente Grupos El gráfico semántico lo conecta todo… Emails Compañías Productos Servicios Páginas web Multimedia Documentos Eventos Proyectos Actividades Intereses Lugares

La tercera década de la web

Un periodo de tiempo, no una tecnología….

Enriquece la estructura de la web

Mejora la calidad de las búsquedas, la colaboración, la publicación, la publicidad

Hace las aplicaciones más integradas e inteligentes.

Transforma la Web desde servidora de archivos a base de datos

Las tecnologías semánticas van a jugar un rol clave

La inteligencia está en las conexiones Connections between people Connections between Information Email Social Networking Groupware Javascript Weblogs Databases File Systems HTTP Keyword Search USENET Wikis Websites Directory Portals 2010 - 2020 Web 1.0 2000 - 2010 1990 - 2000 PC Era 1980 - 1990 RSS Widgets PC’s 2020 - 2030 Office 2.0 XML RDF SPARQL AJAX FTP IRC SOAP Mashups File Servers Social Media Sharing Lightweight Collaboration ATOM Web 3.0 Web 4.0 Semantic Search Semantic Databases Distributed Search Intelligent personal agents Java SaaS Web 2.0 Flash OWL HTML SGML SQL Gopher P2P The Web The PC Windows MacOS SWRL OpenID BBS MMO’s VR Semantic Web Intelligent Web The Internet Social Web Web OS

Más allá de los límites de la búsqueda en base a keywords Amount of data Productivity of Search Databases 2010 - 2020 Web 1.0 2000 - 2010 1990 - 2000 PC Era 1980 - 1990 2020 - 2030 Web 3.0 Web 4.0 Web 2.0 The World Wide Web The Desktop Keyword search Natural language search Reasoning Tagging Semantic Search The Semantic Web The Intelligent Web Directories The Social Web Files & Folders

Web de alta resolución Coldplay Band Palo Alto City Jane Person IBM Company Dave Person Bob Person Design Team Group Stanford Alumnae Group IBM.com Web Site 123.JPG Photo Dave.com Weblog Sue Person Joe Person Dave.com RSS Feed Lives in Publisher of Friend of Depiction of Depiction of Member of Married to Member of Member of Member of Fan of Lives in Subscriber to Source of Author of Member of Employee of Fan of

Cinco aproximaciones a la web semántica

Tagging (etiquetado, marcadores sociales)

Estadísticas

Lingüísticas

Web semántica

Inteligencia artificial

Etiquetado

Pros

Para el usuario es fácil añadir y leer tags

Los tags son sólo cadenas, sin complicados algoritmos y ontologías.

No es necesario aprender ninguna tecnología

Contras

Para el usuario es fácil añadir y leer tags

Los tags son sólo cadenas, sin complicados algoritmos y ontologías.

No es necesario aprender ninguna tecnología

Technorati

Del.icio.us

Flickr

Wikipedia

Aproximación estadística

Pros:

Algoritmos matemáticos puros

Masivamente escalables

Independientes del lenguaje

Contras:

No hay comprensión del contenido

Es difícil hacer buenas consultas

Mejores para encontrar tópicos populares, no para encontrar una aguja en un pajar

No son buenos para datos estructurados

Google

Lucene (software para búsquedas)

Autonomía

La aproximación lingüística

Pros:

Entienden el lenguaje natural

Extraen conocimiento del texto

Los mejores para encontrar hechos particulares o relaciones.

Consultas más precisas

Contras:

Necesitan muchos recursos computacionales

De difícil escalabilidad

Bastante erráticos

Dependientes del lenguaje

Powerset

Hakia

Inxight, Attensity, y otros…

Enfoque semántico

Pros:

Consultas más precisas

Aplicaciones más inteligentes con menos trabajo

No requieren de tantos recursos computacionales

Compartir y enlazar datos entre aplicaciones.

Funciona en datos estructurados y desestructurados

Cons:

Ausencia de herramientas

Difíciles de escalar

¿Quien crea todos los metadatos?

Radar Networks (Twine)

DBpedia Project

Metaweb

Enfoque de la Inteligencia artificial

Pros:

Inteligencia en dominios restringidos

Contestar cuestiones de forma inteligente

Razonamiento y aprendizaje

Contras:

Computacionalmente intensivo

Difícil de escalar

Extremadamente difícil de programar

No funciona bien fuera de dominios restringidos

El entrenamiento es difícil, requiere mucho trabajo

Cycorp

Los acercamientos, comparados Crear software más inteligente Crear o hacer datos más inteligentes Estadístico Lingüistico Web semántica Inteligencia Artificial Tagging- Etiquetado

Dos formas de añadir “significado semántico”

“ De abajo-arriba” (Clásico)

Añadir metadatos semánticos a páginas y bases de datos en la web

Cada website se hace semántico

Hay que aprender RDF/OWL

“ De arriba-Abajo” (Contemporáneo)

Generar de forma automática metadatos semánticos para dominios verticales.

Crear servicios que proporcionen semantización como una capa sobre la web no semántica

Nadie tiene que aprender RDF/OWL

-- Alex Iskold

En la práctica lo que mejor funciona es un enfoque híbrido

Etiquetado

Web semántica

De arriba abajo

estadísticas

Lingüístico

De abajo arriba

Inteligencia artificial

La web semántica establece claves

La inteligencia está fuera de las aplicaciones, en los propios datos

Los datos se convierten en auto-descriptores; El significado de los datos se convierte en parte de los mismos

Las aplicaciones se convierten en más inteligentes con menos trabajo porque los datos conllevan conocimiento sobre que son y cómo usarlos.

Los datos pueden ser compartidos y enlazados más fácilmente

Web semántica = Base de datos abierta, como una capa sobre la web Perfiles de usuario Contenido web Registro de datos Apps & Servicios Anuncios Y listas Mapeado abierto de datos Registro abierto de datos Reglas abiertas Ontologías abiertas Interfaces consulta abierta

Los estándares abiertos en la web

RDF – Almacena los datos como “triples”

OWL – Define sistemas de conceptos denominados “ontologías”

Sparql – Consultas en RDF

SWRL – Define reglas

GRDDL – Transforma datos a RDF

RDF “Triples”

El sujeto, que es una referencia RDF URI o un nodo vacío

El predicado, que es una referencia RDF URI

El objeto, que es una referencia RDF URI , un literal o un nodo vacío

Source: http://www.w3.org/TR/rdf-concepts/#section-triples Sujeto Objeto Predicado

Los datos de la web semántica describen en sí mismos datos enlazados Data Record ID Field 1 Value Field 2 Value Field 3 Value Field 4 Value Definition Definition Definition Definition Definition Definition Definition Ontologías

RDBMS vs Triplestore S P O Person Table f_name jim nova chris lew ID 001 002 003 004 l_name wissner spivack jones tucker Colleagues Table SRC-ID 001 001 001 001 002 002 002 002 003 003 003 003 004 004 004 004 TGT-ID 001 002 003 004 001 002 003 004 001 002 003 004 001 002 003 004 Subject Predicate Object 001 isA Person 001 firstName Jim 001 lastName Wissner 001 hasColleague 002 002 isA Person 002 firstName Nova 002 lastName Spivack 002 hasColleague 003 003 isA Person 003 firstName Chris 003 lastName Jones 003 hasColleague 004 004 isA Person 004 firstName Lew 004 lastName Tucker

Mezclar bases de datos en RDF es fácil S P O S P O S P O

La web es la base de datos! Application A Application B Coldplay Band Palo Alto City Jane Person IBM Company Dave Person Bob Person Design Team Group Stanford Alumnae Group IBM.com Web Site 123.JPG Photo Dave.com Weblog Sue Person Joe Person Dave.com RSS Feed Lives in Publisher of Friend of Depiction of Depiction of Member of Married to Member of Member of Member of Fan of Lives in Subscriber to Source of Author of Member of Employee of Fan of

¿Son los RDF/OWL la única forma de expresar la semantización?

Otras formas:

Cadenas de etiquetas

Taxonomías y vocabularios controlados

Microformatos

Ad hoc [nombre, valor] pares

Notación semántica de metadatos alternativa

¿Una o varias web semánticas?

Ambas cosas.

La web semántica es una web de webs semánticas

Cada uno de nosotros tiene su propia web semántica…

¿Porque está tardando tanto?

El sueño de la web semántica está tardando en llegar

La visión original estuvo demasiado focalizada en la Inteligencia Artificial.

Las tecnologías y herramientas eran insuficientes.

La necesidad de datos abiertos no era lo suficientemente fuerte.

La bísqueda por palabras clave y el etiquetado no eran lo suficientemente buenos.

Ausencia de aplicaciones para el usuario final.

Muchas confusiones que aclarar.

Cruzando la brecha…

Comunicando la vision

El foco está en los datos abiertos, no en la I.A (Inteligencia artificial).

Progreso tecnológico

Los estándares y herramientas finalmente maduran

Las necesidades no eran lo suficientemente fuertes

La búsqueda por keywords y etiquetas no es ya tan productiva

Las aplicaciones necesitan formas mejores de compartir datos

Aplicaciones y contenidos

Varias empresas empiezan a exponer daots a la web semántica. Pronto habrá muchos datos.

Educar al mercado

Mostrar los beneficios de la web semántica al mercado

Futuro, perspectivas:

2007 – 2009

Inicio incipiente

Emergen algunas killer apps (aplicaciones)

Otras aplicaciones inician el proceso de integración

2010 – 2020

Adopción mayoritaria

Los contenidos semánticos son usados de forma mayoritaria en webs y herramientas

2020 +

El próximo gran ciclo: Razonamiento y Inteligencia Artificial.

La web inteligente

La web aprende y piensa de forma colectiva

El futuro de la plataforma….

1980’s -- El escritorio es la plataforma

1990’s -- El explorador es la plataforma

2000’s -- La web es la plataforma

2010’s -- El gráfico es la plataforma

2020’s -- La red es la plataforma

2030’s -- ¿El cuerpo es la plataforma…?

Una de las principales aplicaciones de la web semántica…

¿Qué es Twine?

Twine es un nuevo servicio de gestión compartida de información en la web

Trabaja con contenido, conocimiento, datos o cualquier otro tipo de información.

Diseñado para individuos y grupos que quieran organizar, buscar, compartir y ser informados de su información de una forma más efectiva.

Funcionamiento de Twine

Colección de información estructurada o desestructurada sobre el autor en Twine via email, Web o escritorio

Twine crea automáticamente conocimiento en web

Entiende los tags & links de forma automática

Busca de forma automática en la Web

Organiza de forma automática la información

Proporciona búsquedas semánticas, descubrimientos y registro de términos de interés

Ayuda a conectar con otra gente y grupos para hacer crecer el conocimiento compartiendo lugares con intereses comunes

Casos de uso

Individuales

Información colectiva y de autor para distintos intereses.

Compartir con colegas y amigos

Encontrar y descubrir cosas más relevantes

Groups & Teams

Gestionar contenido & conocimiento relativos a intereses comundes, objetivos o actividades.

Aumentar, contribuir a la inteligencia colectiva

Colaboracíon más productiva

Información de contacto

Visita www.twine.com para solicitar una invitación.

Email: [email_address]

Blog del autor: http://www.mindingtheplanet.net

Traducción al castellano: http://elcaparazon.net

Gracias!

Derechos

This presentation is licensed under the Creative Commons Attribution License.

Details: This work is licensed under the Creative Commons Attribution 3.0 Unported License. To view a copy of this license, visit http://creativecommons.org/licenses/by/3.0/ or send a letter to Creative Commons, 171 Second Street, Suite 300, San Francisco, California, 94105, USA.