Anotação Semântica de Conteúdo Web Utilizando Microformatos e RDFa

Anotação Semântica de Conteúdo Web Utilizando Micro-formatos e RDFa Mestrado em Sistemas e Computação Sistemas Web e Hipermídia Prof. Celso Saibel Luiz Matos – luizmatos.eti.br Salvador, Maio de 2008

Introdução

Micro-formatos

RDFa

Exemplo Prático

Considerações Finais

Referências

AGENDA

INTRODUÇÃO

Motivação

O usuário da Web, além de consumidor, torna-se produtor de informação;

Crescimento significativo da quantidade de informação disponível;

Maior complexidade no processo de obtenção de informação útil;

Estrutura dos dados interpretável somente por humanos.

INTRODUÇÃO

Usuários de Internet no mundo em 2007: ~1,3 bi (STATS, 2008)

Média de crescimento entre 2000 e 2007: ~265% (STATS, 2008)

Páginas indexadas pelo Google em 2006: ~20 bi (ALLSOPP, 2007; GOOGLE SEARCH, 2008)

(STATS, 2008)

Resultados de busca em Google.com no dia 20/02/2008. (palavra-chave: filetype:arq ) INTRODUÇÃO Usuários da Internet no Mundo (STATS, 2008) Quantidade Tipo de Arquivos 6.248.220.612 TOTAL 28.021.500 Web Semântica 3.404.532 Multimídia 170.369.580 Documentos / Programas 6.046.425.000 Páginas Web

Objetivo

Apresentar os princípios da Web Semântica e duas alternativas para a anotação de conteúdo Web: micro-formatos e RDFa.

Metodologia

Levantamento bibliográfico;

Leitura e sumarização das idéias;

Implementação do exemplo prático;

Documentação (artigo + apresentação).

INTRODUÇÃO

Web Semântica

Uma extensão da Web atual para permitir que os computadores e as pessoas cooperem entre si.

Fornece um significado bem definido ao conteúdo Web.

Permite que as máquinas interpretem a semântica dos documentos e dos dados.

Linguagens não direcionadas ao humano.

(BERNERS-LEE e outros, 2001;

OSSENBRUGGEN e outros, 2002 )

INTRODUÇÃO

Web Semântica

Ontologias: especificação explícita de uma conceitualização.

RDF: descrição de informação/recursos na Web.

OWL: representação formal das ontologias.

GRDDL: junta informações representadas em variações de XML/XHTML em uma representação comum.

SPARQL: linguagem de consulta e um protocolo de acesso a dados.

Frameworks: desenvolvimento de aplicações. Ex.: JENA, RAP.

INTRODUÇÃO (GRUBER, 1993; RDF, 2004; OWL, 2004; GRDDL, 2007; SPARQL, 2008; MCBRIDE, 2005; WESTPHAL e BIZER, 2004)

Anotação Semântica

“ Esquema específico para geração e uso de metadados, possibilitando novos métodos de acesso a informação”.

(KIRYAKOV e outros, 2003)

“ É a representação do conteúdo em uma linguagem formal e adicionada ao documento”.

(EUZENAT, 2002)

INTRODUÇÃO

Aumentar o significado de um conteúdo específico;

Tornar o conteúdo interpretável por aplicações;

Entender a estrutura do documento e recuperar informação;

(EUZENAT, 2002;

KIRYAKOV e outros, 2003)

INTRODUÇÃO

Benefícios

O que são?

Um conjunto de formatos de dados simples construídos sobre padrões existentes e adotados em larga escala.

(ALLSOPP, 2007)

Por quê?

Resolver o problema de criação de uma semântica de marcação para a Web atual;

Enquanto mecanismos mais complexos, como o RDF, não se estabelecem aplica-se a “ lowercase semantic web ”.

(MICROFORMATS, 2008; ÇELIK e KHARE, 2006 )

MICRO-FORMATOS

Princípios

Resolver um problema específico;

Simplicidades e Modularidade;

Primeiramente para humanos, depois para máquinas.

(MICROFORMATS, 2008; ÇELIK e KHARE, 2006 )

MICRO-FORMATOS

MICRO-FORMATOS Página com XHTML puro Página com XHTML e Micro-formatos

MICRO-FORMATOS

Especificações em Micro-formatos (µFs):

hCard: informações de contato de pessoas ou organizações.

hCalendar: informações de eventos (seminários, reuniões, etc).

XFN: relacionamentos entre pessoas.

hReview: revisões/avaliações na Web.

hResume: publicação de curriculum.

geo: marcação de coordenadas geográficas.

Entre outras..

MICRO-FORMATOS

Estado da Arte

Micro-formatos + RDF + OWL + GRDDL;

- Como em (QUINT et all , 2006), (SCHAPRANOW, 2006) e outros.

Adoção pelos “gigantes” da computação e Internet;

- “We need microformats.” (Bill Gates)

- Yahoo! lança serviço específico para páginas com micro-formatos

Adoção pela indústria dos navegadores:

- Plugins Firefox: Operator, Tails Export

MICRO-FORMATOS

O que é?

Conjunto de atributos utilizados em linguagens como o HTML e o XHTML, para expressar a estrutura dos dados em páginas Web.

Por quê?

Embutir estruturas RDF em documentos XHTML válidos para descrever metadados.

Meio termo da Web Semântica ?!?

Proposta W3C para os micro-formatos ?!?

RDFa (RDFa, 2008)

Sujeito: indicado pelo atributo about

Predicado: representado pelos atributos property , rel ou rev

Objeto: utilizam-se os atributos href , resource ou src

Literal: o atributo utilizado é o content junto com um atributo opcional chamado datatype ou conteúdo do elemento

RDFa Sujeito Predicado Objeto

RDFa contact:fn contact:email contact:title contact:org http://www.luizmatos.eti.br Luiz Augusto Matos da Silva [email_address] Aluno Universidade Salvador (UNIFACS)

Estado da Arte

Nativo no XHTML 2.0 (ainda não disponível);

Sintaxe diferenciada do HTML padrão;

Estudos muito recentes;

Tema de discussão no WWW2008.

RDFa Fonte: http://www.w3c.org

EXEMPLO PRÁTICO

Descrição das Etapas

Informações sobre um evento foram inseridas em duas páginas XHTML, cada uma com anotação semântica em um formato específico.

Transformação do documento XHTML em um conjunto de dados RDF.

Realização de consultas SPARQL

EXEMPLO PRÁTICO Página com o micro-formato hCalendar

EXEMPLO PRÁTICO Página com RDFa

EXEMPLO PRÁTICO Validação do XHTML Transformação para RDF Arquivos XSL em: http://www.w3.org/2002/12/cal/glean-hcal http://www-sop.inria.fr/acacia/ soft/RDFa2RDFXML.xsl

EXEMPLO PRÁTICO Conteúdo RDF obtido

EXEMPLO PRÁTICO Grafo RDF obtido

EXEMPLO PRÁTICO Consulta e Resultado SPARQL

Diante do:

Crescimento exponencial de dados na Web;

Complexidade de manutenção e recuperação de informação útil;

Abordamos:

Os princípios básicos relacionados à proposta da Web Semântica.

Apresentamos:

Duas alternativas de anotação semântica do conteúdo Web: micro-formatos e RDFa.

Realizamos:

Um exemplo prático com anotação semântica e manipulação de dados.

CONSIDERAÇÕES FINAIS

Micro-formatos: solução mais apropriada para a marcação semântica do que as propostas oficiais;

RDFa: possui facilidades semelhantes às dos micro-formatos, porém, ainda não possui uma versão final;

A existência de qualquer mecanismo de anotação semântica é mais benéfico do que a sua total ausência.

CONSIDERAÇÕES FINAIS

ALLSOPP, John. Microformats: empowering your markup for web 2.0. New York: Springer, 2007.

EUZENAT, Jérôme. Eight Questions About Semantic Web Annotations. IEEE Intelligent System,

vol. 17, n. 2, pp. 55-62, 2002.

GRDDL. Gleaning Resource Descriptions from Dialects of Languages. Disponível em: <http://www.w3.org/ TR/grddl/>. Acesso em: 21 fev. 2008.

KIRYAKOV, Atanas; POPOV, Borislav; TERZIEV, Ivan; MANOV, Dimitar; OGNYANOFF, Damyan. Semantic annotation, indexing and retrieval. Journal of Web Semantics, ISWC 2003 Special Issue, 1(2):671–680, 2004.

MCBRIDE, Brian. An Introduction to RDF and the Jena RDF API, 2005. Disponível em: <http://jena.sourceforge.net/tutorial/RDF_API/index.html>. Acesso em: 27 fev. 2008.

MICROFORMATS. Website dos Micro-formatos. Disponível em: <http://www.microformats.org>. Acesso em: 20 fev. 2008.

OSSENBRUGGEN, Jacco van; HARDMAN, Lynda; RUTLEDGE, Lloyd. Hypermedia and the Semantic Web: a research agenda. Journal of Digital Information, vol. 3, n. 1, 2002.

QUINT, Vincent; VATTON, Irène; FLORES, Francesc Campoy. Templates, Microformats and Structured Editing. Document Engineering 06, Out. 2006.

RDF. Resource Description Framework (RDF): Concepts and Abstract Syntax. W3C Recommendation, 2004. Disponível em: <http://www.w3.org/TR/rdf-concepts/>. Acesso em: 22 fev. 2008.

SCHAPRANOW, Matthieu-P. Microformats: a xml-document-immanent way for semantic annotations

of web contents. University of Potsdam, Hasso-Plattner-Institute for IT Systems Engineering, 2006.

SPARQL. Query Language for RDF W3C Recommendation, 2008. Disponível em: <http://www.w3.org/TR/ rdf-sparql-query/>. Acesso em: 22 fev. 2008.

THOMPSON, Henry S. Formalising the Proximate Semantics of XML Languages with UML, OWL and GRDDL. In: XTech Conference, França, 2007.

WESTPHAL, Daniel; BIZER, Chris. Introduction to RAP, 2004. Disponível em: <http://www4.wiwiss.fu-berlin.de/bizer/rdfapi/tutorial/introductionToRAP.htm>. Acesso em: 20 fev. 2008.