GoodRelations

GoodRelations es una alternativa al modelo centralizado de agregación de datos para e-commerce, utilizando RDFa y un esquema OWL. Un ejemplo de la opción centralizada es google base, que expone su propio esquema y diferentes formatos para publicar los datos.

Mi primera impresión al ver el esquema de goodrelations fue que era muy grande (27 clases, 62 propiedades, 43 individuales). Con el pasar de los meses, el esquema aparece cada vez más, primero por los asistentes del meetup, luego un par de entradas en el sitio de rdfa: primero bestbuy luego oreilly.

Utilizando el RDFa Distiller sobre la página de oreilly se obtienen el siguiente diagrama, donde existe un amplio uso de nodos blancos.

Uno de los beneficios de publicar los datos usando goodrelations es que se pueden aprovechar herramientas como SearchMonkey de Yahoo!

Día 1

Ayer fue el primer día de trabajo full time en la universidad. Lo mejor de todo fue trabajar desconectado de la red, realmente fue provechoso. El avance estuvo por el lado del editor rdf, el que permitirá integra las figuras del Vocabulario Visual, con lo que se podrá anotar vocabularios owl con rdf. Ayer quedaron listos las figuras para cada componente, y además se puede agregar propiedades a una clase. Falta administrar el rango-dominio de una propiedad, crear los conectores de tipo herencia y el de individual.

Ver en el update del repositorio los cambios en el código. Para muestra un screenshot de como está quedando el editor.

Vocabulario visual para anotar vocabularios rdf

Se presenta una serie de figuras que permiten describir un vocabulario rdf y sus anotaciones.

La necesidad de este vocabulario visual es la falta de un estándar para los diagramas de vocabularios, en general se tienden a utilizar dos tipos de diagramas:

1. ovalos, flechas etiquetadas y cajas para documentos rdf
   
2. diagrama de clases, al estilo uml, para esquemas rdf y ontologías owl
   

La solución presentada cumple con el requerimiento de integrar en un mismo diagrama vocabularios en rdfs + owl con anotaciones rdf. Su elaboración se basa en "Un vocabulario visual para describir arquitectura de información y diseńo de interacción" , donde se decriben algunos requerimientos claves que debe tener un vocabulario visual.

Compatible con pizarra blanca: El vocabulario debería ser tan simple que los diagramas puedan ser dibujados rápidamente a mano. Los elementos del vocabulario debieran ser suficientemente distintos entre sí para que un dibujo medianamente malo no comprometa la claridad del diagrama.

Independiente de herramienta: El vocabulario debiera estar diseńado de forma que no requiera de software especializado para construir diagramas. El vocabulario no debiera favorecer el uso de una herramienta particular de software, sino permitir a los arquitectos utilizar las herramientas más cómodas a ellos.

Pequeño y auto-contenido: Porque estos diagramas son usados por una amplia gama de audiencias con diferentes niveles de conocimiento (o incluso interés) en sistemas de diagramas usados en otras áreas de desarrollo técnico, el vocabulario no debiera requerir tal conocimiento o interés. El total de los elementos debe ser mantenido al mínimo posible, manteniendo una estricta relación uno-a-uno entre conceptos y símbolos, para que el vocabulario pueda ser aprendido y aplicado en forma rápida. Los conceptos expresados por el diagrama pueden ser arbitrariamente complejos; el medio de su expresión no debe serlo.

A continuación se tienen algunos ejemplos con el uso de este vocabulario visual.

Ejemplo 1) triples (sujeto, predicado, objeto), arriba: el objeto es un literal, abajo: el objeto es un recurso.

Ejemplo 2) propiedad con anotación. La propiedad title de dublin core con un comentario rdfs.

Ejemplo 3) sección de un vocabulario con anotaciones e instancias.

Queda pendiente incluir las figuras que representen taxonomías en skos.

Historia de cambios

• 20 de Octubre del 2009: se cambia la figura para un recurso, pasa de un avalo a un rectángulo con esquinas curvas.
• 18 de Octubre del 2009: primera versión.

Diagramas

Un diagrama es una representación simbólica de información destinado esencialmente a ser visualizado por personas. En "No tengo palabras para decirlo ..." encontramos una descripción de los diagrama y su uso cuando se considera como "lenguaje de modelamiento y herramienta".

Los diagramas son sistemas-sígnicos concebidos por la mente humana para propósitos de imaginación, modelamiento, diseño técnico, comprensión social, comunicación y pensamiento. En tanto sean considerados lenguajes, se pueden emplear para exteriorizar de manera gráfica las intuiciones o percepciones manifestadas en el procesamiento mental de las personas o como parte de las operaciones de distinción. En este caso, se constituyen en lenguajes de modelamiento, con el fin de conocer y construir realidades y, por tanto, herramientas a disposición de los observadores.

Así, como lenguaje de modelamiento permite y ayuda a:

- hablar de aquello 'a mi' y a otros, comunicando información;
- tratar de aquello, especificando, minimizando y/o abstrayendo algo;
- reflexionar sobre aquello, analizando, evaluando, contrastando y pensando sobre ese algo;
- indagar acerca de aquello, descubriendo, explorando y/o analizando las particularidades de las cosas; y/o,
- cambiar aquello, innovando, mejorando, rehaciendo, diseñando lo que se ve, no se ve o se desea alcanzar en aquello.

Mientras, como herramienta de trabajo, tiene usos diversos orientados a ayudar en:

- soportar y transmitir memes (*);
- comunicar información, como una presentación aislada (en una presentación pública o disertación) o como parte de un texto (dentro de un texto de estudio);
- solucionar problemas, como representaciones externas que apoyan a la memoria de trabajo y permiten expresar restricciones de manera relativamente eficiente; y,
- descubrir, generar y/o explorar soluciones alternativas a problemas, potenciando la creatividad.

(*) Un meme es un patrón de información, que se tiene en la memoria de un individuo, el cual es capaz de ser copiado a la memoria de otro individuo (Heylighen, 2000).

data(set|base|source|space)

"Al procesar los datos nace la información,

al hacer un uso correcto se tiene conocimiento

y su aplicación frecuente se convierte en sabiduría."

Data, Information, Knowledge and Wisdom. Gene Bellinger et. al.

Data (datos) es una representación simbólica con números, palabras, imágenes, etc. Los datos se aceptan tal como están dados.

Ejemplo: nombre Ernesto, edad 31 años, etc.

Dataset (conjunto de datos) utilizado en el mundo estadístico para indicar una muestra, hoy también se refiere a los datos que están en una hoja de planillas de calculo.

Ejemplo: presión arterial/hora 118-82/18:00, 117-87/18:15, 127-84/18:30, 126-87/18:45, 123-89/19:00, 121-83/19:15, 126-92/19:30, 124-83/19:45, 125-89/20:00.

Database (base de datos) es una colección de registros conectados lógicamente, para un propósito específico. En general se refiere a los sistemas administradores de base de datos (DBMS), los que prestan servicios como: almacenar; indexar; consultar.

Ejemplo: base de datos que mantiene cuentas corrientes, venta de productos, etc.

Datasource (fuente de datos) se refiere a una colección de datos con un modelo y formato común, en particular un base de datos es una fuente de datos, pero estas no se limitan a los base de datos tradicionales, sino que incluyen también a los datos no estructurados como son los textuales o multimediales (imágenes, sonidos, vídeos), datos semi estructurados en modelos jerárquicos como son xml o ldap, y datos estructurados en modelos de grafo como son owl o rdf.

Ejemplo: una carpeta compartida con manuales, un web service para agregar nuevos clientes, documentos rdf que describen personas.

Dataspace (espacio de datos) es una colección de distintas fuentes de datos para un dominio específico, estas fuentes de datos se denominan participantes y son diferentes en esquema y modelo. En un dataspace se modelan relaciones entre uno o mas participantes (por ejemplo: que un participante es una vista o replica de otro; especificar la equivalencia de esquema entre dos participantes). El concepto de dataspace es un trabajo en desarrollo, y al igual que en database, en general se refiere al sistema que lo implementa, que en este caso se denominan plataforma de soporte de espacio de datos (DSSP). Entre los desafíos de investigación en el área de dataspace están algunos que provienen de los servicios de base de datos, como son: almacenar; indexar; consultar, también existen otros desafíos notables, como son: descubrir participantes, reutilizar la interacción humana y garantizar la corrección.

Ejemplo: administrador de información personal (PIM), administrador de datos científicos.

Editor RDF (I)

Durante las últimas semanas he trabajado en desarrollar un editor rdf, el objetivo principal es re-escribir el código de vocab-editor y de paso tener una herramienta que permita, gráficamente, la creación de triples RDF.

Un primer prototipo se encuentra disponible en el repositorio svn.

Transparencia: Iteracion I

Transparencia: iteracion I

View more documents from ekrsulov.

Modelando ontologías con subclases

Buscando antecedentes sobre recomendaciones de utilizar o no subclases para modelar ontologías, encontré una discusión en la lista de correos de protege-owl, donde básicamente se concluye que el modelar o no con subclases estará dado por los requerimientos de uso de la ontología, validando el modelar con instancias si esto cumple con "la aplicación" del modelo.

En la discusión anterior se hace referencia a un paper llamado "A Taxonomy of Part-Whole Relations", donde se detallan seis tipos de meronimias (que trata sobre las partes) y revisan otros tipos de relaciones semánticas, entre las que está la relación de clases. Además se presentan unos ejemplos de silogismos inválidos, que tienen relación con el uso de distintos sub-tipos de meronimias. En el paper se destaca la siguiente clasificación parcial de las relaciones semánticas:

Como conclusión, se puede presentar que el uso de clases esta mas ligado a la Lógica Descriptiva que al de Linked Data (a.k.a. metadatos). Modelar sin subclases sigue la misma línea de trabajo que presentan vocabularios controlados, tesauros, taxonomías, etc.

Reunión de trabajo

En la reunión de hoy, revisamos el avance según lo comprometido para la data de infoescuela, quedando pendiente:

• Generar sitio que publica vista con XHTML+RDFa y RDF
• Publicar RDF

Además discutimos sobre las distintas formas de modelar algunos vocabularios controlados, enfocándonos en el uso o no de sub-clases y la idea de solo establecer relación entre conceptos, en la línea de mapa conceptual o mindmap. Sobre esta idea debo escribir un pequeño ensayo.

Por ultimo me comprometí a presentar un prototipo de una herramienta colaborativa para la edición de ontologías (que llamaré COLONED) para la próxima reunión que está fijada para el jueves 30 a las 16:00.

Esquemas para datos de escuelas

Basado en el nombre de dominio DataEstado.cl y utilizando una instancia local de neologism, desarrolle ocho esquemas besicos para el marcado de los datos de escuelas.

Área Geográfica

Dependencia Administrativa

Estado Establecimiento


Grupo Socioeconómico


Nivel Enseñanza


Nivel Escolar


Rama Enseñanza


Ramos SIMCE

Modelo School

El siguiente es el esquema de una school en Freebase, se destacan algunas propiedades de tipo de dato complejo, que son enlaces a otros esquemas.

Modelo InfoEscuela

El siguiente esquema muestra el modelo subyacente en el sitio de InfoEscuela.