Desarrollo de un agente buscador inteligente de metadatos

Dr. Hugo Banda Gamboa (hugo.banda@epn.edu.ec)
Ing Edison Naranjo Díaz (edisonnaranjo@yahoo.com)
Ing. Juan Pablo Tandazo (juanptandazo@yahoo.com.ar)
Departamento de Informática y Ciencias de Computación
ESCUELA POLITÉCNICA NACIONAL
4tas Jornadas de Ingeniería de Sistemas Informáticos y de Computación
12, 13 y 14 de Noviembre
Quito- Ecuador

Contenido
 Introducción
 Problema y
Solución
 Materiales y
Métodos
 Resultados
 Referencias
 Conclusión

© Dr. Hugo A. Banda Gamboa - Web Semántica - Nov 2008 2

La Onda Semántica
 La onda semántica es una de las cuatro etapas de
crecimiento del Internet:
 Web 1.0.- Conexión de información y acceso al
Internet.
 Web 2.0.- Conexión de personas a redes de
participación social.
 Web 3.0.- Representación de significado, conexión de
conocimiento e integración de estos en diversas tareas
de tal forma que las experiencias del uso del Internet
sean más relevantes, útiles y satisfactorias.
 Web 4.0.- Conexión de inteligencias en una Web
ubicua en la que cosas y personas razonan y se
comunican.


Evolución del Internet hasta el 2020


Espectro de Representación del Conocimiento y
Capacidad de Razonamiento


Tendencias Tecnológicas


Mercados para la Onda Semántica


Tendencias de Investigación y Desarrollo en
Semántica


Tecnologías Semánticas en la Empresa


Beneficios de la Web Semántica
 Facilitar a las máquinas  Permitir una conexión
la comprensión de lo que entre los recursos de la
se quiere representar. Web. Extender los
 Permitir a los usuarios hiperenlaces a
delegar tareas en relaciones semánticas.
software. El software  Generar conocimiento
será capaz de procesar su de forma automática ya
contenido, razonar con que los computadores
este, combinarlo y podrán entender los
realizar deducciones datos que están leyendo.
lógicas para resolver  Impactar en los sistemas
problemas cotidianos de educación en la Web
automáticamente. (e-learning).

Requerimientos de la Web Semántica
 Lenguajes de marcado.- Lenguajes apropiados para
representar, el contenido semántico y los conocimientos
que contienen las ontologías (XML, XML Schema).
 Metadatos.- Recursos que proveen información acerca de
sí mismos, en formato común y procesable por las
máquinas: Resource Description Framework (RDF),
Resource Description Framework Schema (RDF Schema).
 Ontologías.- Utilizadas para representar el
conocimiento: Ontology Inference Layer (OIL), Darpa
Agent Markup Language (DAML), DAML+OIL, Web
Ontology Language (OWL).
 Agentes y aplicaciones Web.- Software que funciona
dentro del ambiente de Web Semántica.

Arquitectura para Aplicaciones en la Web
Semántica

Fuente: Gerber, A. J. Towards a comprehensive functional layered architecture for the Semantic Web. PHD Thesis, University of South Africa, Nov 2006.


Aplicaciones
 De una forma general, en las
aplicaciones de la Web Semántica, se
destacan dos áreas:
 Gestión del conocimiento para la
recuperación de información.
 El comercio electrónico inteligente, que se
subdivide en:
 Descubrimiento de servicios (información).
 Ejecución de transacciones (cambios en la
realidad preexistente).


Ontología
 Define o especifica una conceptualización de un
dominio específico del conocimiento de manera
formal, en términos de conceptos, propiedades, y
relaciones en forma explicita.
 Los conceptos nos dan las ideas de los modelos de
entidades del dominio.
 Las propiedades describen características y
atributos de los conceptos; y,
 Las relaciones nos permiten ver como interactúan
los conceptos
 Las ontologías codifican el conocimiento en un
dominio y también conocimiento que abarca
varios los dominios. De esta manera, hacen ese
conocimiento re-usable.

Clases de Ontologías
 En Función los Problemas que Resuelven:
 Ontologías de contenido.
 Ontologías de indización.
 Ontologías de comunicación.
 Meta-ontologías.
 Según el Ámbito de la Conceptualización:
 Ontologías de representación.
 Ontologías genéricas o meta-ontologías.
 Ontologías de dominio.
 Ontologías de aplicación.


Herramientas para Desarrollo de Ontologías
 Editores Manuales y Semiautomáticos
 Protégé, editor manual; Text-To-Onto, editor
semiautomático; SMORE, herramienta de marcado que
produce documentos OWL.
 Herramientas de Anotación
 Cualquier herramienta que trabaje con: XML, DAML,
OIL, DAML+OIL, RDF Schema, XML Schema, etc.
 Servicios de Razonamiento
 FaCT y RACER, razonadores DL (Description Logics);
Pellet, razonador de OWL lite hecho en Java;
Ontobroker; Jave Expert System Shell.
 Parser/Validadores
 OWL species validator/parser; Jena, framework que
también posee un parser; OWLP, analizador sintáctico.


Reutilización y Fusión de Ontologías
 Los sistemas de bibliotecas de ontologías
(Ontology Library Systems) y los entornos
ontológicos ayudan a crear nuevas ontologías y
reutilizar las existentes.
 Ejemplos de sistemas de bibliotecas de ontologías:
WebOnto, Ontolingua, DAML ontology library
system, SHOE, Ontology Server, IEEE Standard
Upper Ontology, Sesame, OntoServer, u ONIONS.
 Mas de 200 ontologías DAML pueden ser
convertidas a OWL usando OwlConverter, la
mayoría se las cuales están en OWL Full.
 UMBC: ontologías.
 Como ejemplos de entornos ontológicos están:
Chimaera o PROMPT.


Lenguajes de Marcado
 Los lenguajes de marcado de metadatos, en la
Web Semántica, estructuran el conocimiento que
van a manejar las ontologías que se utilizarán
para interactuar:
 XML y XML Schema
 Resource Description Framework (RDF) y RDF
Schema
 Ontology Interchange Language (OIL)
 Darpa Agent Markup Language (DAML)
 DAML+OIL
 Web Ontology Language (OWL), OWL Lite, OWL
Description Logics (OWL DL) y OWL Full.


Metadatos Geográficos
 Los metadatos consisten de información que
caracteriza otros datos. Están altamente
estructurados y son usados para proveer
documentación para productos de datos.
 Los metadatos responden a preguntas como:
¿quien?, ¿qué?, ¿cuando?, ¿donde?, ¿por qué?, y
¿como?, acerca de cada aspecto del dato que está
siendo documentado.
 El estándar de metadatos utilizado fue el Content
Standard for Digital Geospatial Metadata (CSDGM)
del Federal Geographic Data Committee (FGDC)
(FGDC-STD-001-1998). Este estándar está diseñado
para describir todos los datos geoespaciales
posibles.

Utilidad del Estándar
 Utiliza una sola nomenclatura y un conjunto
común de definiciones para documentar el
conjunto de datos.
 Determina la disponibilidad de un conjunto de
datos geoespaciales.
 Determina si el conjunto de datos geoespaciales
satisface las necesidades específicas del usuario.
 Determina los medios para acceder al conjunto de
datos geoespaciales.
 Identifica los diferentes elementos de datos:
 Obligatorios,
 Obligatorios si es aplicable y
 Opcionales.


Secciones del Estándar
<--- Metadatos ---> <- Secciones Principales -> <- Secciones de Apoyo ->
1. Identificación

8. Cita

2. Calidad de los datos

9. Período de tiempo

3. Organización de los datos espaciales.

0. Metadato 4. Referencia Espacial 10. Contacto

5. Entidad y atributo

6. Distribución

7. Referencia de los Metadatos


El Problema
 La UNISIG dispone de datos digitales y no
digitales de tipo geográfico como mapas,
imágenes, archivos de texto, fotografías, etc. que
no se encuentran debidamente organizados,
publicados, ni existen medios de búsqueda
adecuados para acceder con facilidad y de una
manera precisa a todos esos recursos de
información que se posee.


La Solución
 Realizar un sistema para acceder a los metadatos
geográficos de la UNISIG mediante la utilización
del Content Standard for Digital Geospatial
Metadata (CSDGM), ver 2 del Federal Geographic
Data Committee (FGDC-STD-001-1998).
 Implementación de un agente buscador
inteligente de metadatos geográficos, para
aplicarlo al manejo de la información que posee la
UNISIG, como caso de estudio.


Alcance de la Solución
 La aplicación consiste en un multiagente
inteligente de búsqueda de metadatos
geográficos, que mediante la estructura de Web
Semántica, es capaz de buscar metadatos sobre
los documentos que posee la UNISIG.
 El sistema brinda opciones de consulta tanto local
como remota, permitiendo a sus usuarios
desplegar y visualizar todos los datos descriptivos
de los recursos que pose la UNISIG: imágenes,
videos, proyectos y documentos.


Agentes Inteligentes de Búsqueda
 Son agentes inteligentes software
dedicados a las tareas de
localización, acceso y procesamiento
de información textual.
 Un agente de búsqueda debe tener
mínimo las siguientes
características de los agentes
inteligentes de software:
reactividad, proactividad,
sociabilidad y autonomía.

Clasificación de los Agentes Inteligentes de
Búsqueda
 Agentes de Consulta
 Cuando se realiza una pregunta, ésta se descompone en sub-
consultas para su resolución, recogiendo información de
todas las bases de datos disponibles.
 Agente de Consulta a Bases de Datos
 Agente propio de bases de datos y que proporciona repuestas
adecuadas a consultas realizadas.
 Agentes Mediadores de Consulta de Bases de Datos
 Es un agente mediador entre el agente de consulta y el agente
de consulta a bases de datos.
 Agentes de Usuario
 Se asocian a una persona en concreto, siempre están activos,
buscando información y suministrándosela a su propietario.
 Agentes de Recuperación de Información en Internet
 Hacen transparente la complejidad de la información
almacenada en la Red, filtrando la información disponible
sobre la materia requerida.

Funciones Técnicas de los Agentes Inteligentes de
Búsqueda
 Consulta Autónoma a Fuentes de Información
 Consulta Simultánea
 Filtrado de Respuestas
 Criterios de Ordenación y Ponderación de
Respuestas
 Obtención del Documento Original
 Creación de Recursos de Información Locales
 Definición de Perfiles de Usuario
 Temporización de Actividades
 Tareas de Vigilancia y Mantenimiento


Metodología para Análisis y Diseño de
Sistemas Multiagentes Usando JADE
1. Planificación.
No esta formalmente detallado

Es una solucion basada en
No Utilizar otra técnica
agentes la mejor alternativa?

Sí

2. Analisis. Moverse atrás y adelante 3. Diseño.
1 - Casos de Uso. 1 - División/mezcla/renombramiento de agentes.

2 - Identificación Inicial de Tipos de Agentes. 2 - Especificación de interacción.

3 - Identificación de Responsabilidades 3 - Definición de interacción de protocolo ad hoc.

4 - Identificación de Relaciones 4 - Plantillas de mensajes.

5 - Refinamiento de Agentes 5 - Descripción para la paginas amarillas.

6 - Información de Despliegue de Agentes 6 - Interacciones recurso/agente.

6 - Interacciones usuario/agente.

7 - Comportamientos internos de los agentes.

8 - Definición de una ontología.

9 - Selección del lenguaje de contenido.

4. Implementacion & Pruebas.
No esta formalmente detallado


Herramientas Utilizadas en el Desarrollo del
Agente Buscador Inteligente
 Rational Rose (www-01.ibm.com/software/awdtools/developer/rose/)
 Herramienta para el Modelado Visual de sistemas de software mediante UML
 IDE ECLIPSE (www.eclipse.org )
 Plataforma de software de Código abierto para desarrollar aplicaciones cliente
enriquecidas
 PROTÉGÉ (protege.stanford.edu )
 Editor manual de ontologías y framework basado en JAVA (Open Source) para
desarrollo de sistemas basados en conocimiento.
 JADE (jade.tilab.com)
 Framework basado en JAVA (Open Source) para desarrollo de sistemas multi-
agente.
 JENA (www.hpl.hp.com/semweb )
 Framework basado en JAVA (Open Source) para construcción de aplicaciones
para Web Semántica.
 MySQL (www.mysql.com)
 Sistema de gestión de bases de datos SQL (Open Source).
 eXist (exist-db.org)
 Servidor de base de datos nativo XML (Open Source).
 SPARQL (www.w3.org/TR/rdf-sparql-query )
 Lenguaje de consulta para RDF


Arquitectura en Base al Núcleo Ontológico
Capa de la web semantica

Identification Citation
...
Information Information

Interface de
fgdc-csdgm.owl Busqueda.owl Interface de
servicios web
Nucleo de la ontologia

Usuario final
(XML-RPC)
(JSP)

IdentificationInformation.jav
MapeoDeOntologias.java
a
Capa interna

...
CitationInformation.java
...

Servicios Web, Logica de control
Protege, JENA, y JADE
(Codigo JAVA)

Razonadores (Jena reazoner, OWL DL, ...)


Diagrama de Interacción Entre Agentes
Interfaces de Usuario

Requerimiento de Usuario
Despliegue de Resultados

Servidor XML-RPC

XML-RPC
SISTEMA MULTI AGENTES

Directory Facilitator Agent
AgenteOperador
Páginas Amarillas

FIPA ACL, RDF/OWL
BANCO DE AGENTES INTERPRETES SPARQL

AgenteInterprete_1 AgenteInterprete_2 AgenteInterprete_n
Modelo de
....
MC MC
Conocimiento

FIPA ACL, RDF/OWL
BANCO DE AGENTES BUSCADORES SPARQL

AgenteBuscador_1 AgenteBuscador_2 AgenteBuscador_n
....
MC MC MC

PLATAFORMA JADE

JENA

EXIST PROTEGE

MySQL

BASE DE DATOS XML BASE DE CONOCIMIENTO


ABI-METAGIS
 ABI-METAGIS fue implementado en la plataforma
JAVA con el estándar J2SE 6.0 y con Servlet 2.3.
 Todas las herramientas utilizadas para su
construcción son de software libre tal como
ECLIPSE, JENA 2.5, JADE 3.5, Protègè 3.3,
AgentOWL 1.0.
 Las dependencias de software que necesita ABI-
METAGIS para su funcionamiento son también de
software libre, y están probadas para ejecutarse
en los sistemas operativos Windows, Linux y Mac.
 ABI-METAGIS brinda la libertad de poder escoger
el sistema operativo. Para las pruebas del sistema
se lo instaló sobre Windows XP profesional.


Dependencias de SW de Aplicación
 JRE 6.0
 Tomcat 5.5.- Realiza la tarea de servidor de aplicaciones
Web y servidor Web. Se lo debe configurar en un puerto
distinto al que trae por defecto que es el 8080 del protocolo
http. Esto es debido a que el servidor eXist funciona en el
puerto 8080 del protocolo http.
 JADE 3.5
 Servidor XML-RPC.- Este servidor es configurado
automáticamente en el momento que ABI-METAGIS entra a
funcionar y utiliza el puerto 8000 del protocolo http.
 JENA 2.5. Framework que ayuda a ABI-METAGIS a realizar
la parte de razonamiento e inferencia y a navegar sobre los
modelos y bases de conocimiento.
 Protègè 3.3. Aparte de ser un editor de ontologías, también
ofrece un framework para el manejo de bases de
conocimiento.

Dependencias de SW Persistente
 eXist 1.1.- Es el servidor nativo de base de
datos XML sobre el cual se almacenan los
metadatos.
 MySQL 5.0.- Es la base de datos relacional
sobre la cual funciona la base de
conocimiento.


Dependencias de HW
 ABI-METAGIS necesita funcionar en un servidor
de buenas características, debido al alto consumo
de recursos que requieren las dependencias de
software. Si el servidor presenta características
menores a las indicadas, el tiempo de respuesta
de la aplicación se vera afectado enormemente. A
continuación se lista las características básicas
con las que debe cumplir el servidor:
 Procesador: Similar o superior a un Intel Pentium
IV 2.5 Ghz.
 RAM: Similar o superior a 1 GB.
 Cache: Similar o superior a 2 MB.
 Disco Duro: Similar o superior a 40 GB.


Dependencias de Red
 Se necesita de una estructura básica de red donde
pueda funcionar un aplicativo Web.
 También se necesita de un dominio de red.
 ABI-METAGIS presenta debilidades en cuanto a la
seguridad ya que fue concebido para funcionar en
una intranet.
 La plataforma JADE también presenta debilidades
de seguridad, por esta razón queda a criterio de
quien lo use, montar o no una infraestructura de
seguridades de red.


Página Principal de ABI METAGIS


Vista General del Funcionamiento


Pruebas de Validación: Tiempo de Subida de un
Metadato


Pruebas de Validación: Tiempos de
Búsqueda


Ejemplo de Búsqueda
 Al realizar una búsqueda aparecerá una página con los
resultados obtenidos según el criterio de búsqueda
ingresado y la cantidad de aciertos que se obtuvieron.


Ejemplo de Búsqueda …
 Una vez obtenidos los resultados se navega dentro de estos
y si interesa alguno de estos resultados se da un clic para
ver el metadato completo el cual a su vez tiene links a cada
una de sus principales secciones.


 Se escoge cualquiera de las secciones para observar sus
datos. En la sección de Identification Information algunos
de los metadatos tienen un enlace al recurso. El link que
permite el acceso se encuentra en la etiqueta Online
linkage.


 Una vez seleccionado Ver recurso se tiene acceso
al mismo según los privilegios del usuario.


Conclusiones
 El funcionamiento de Agentes de Software en la Web
Semántica es factible con las tecnologías actuales pero
del lado del servidor. Se necesita continuar con la
investigación de los agentes del lado del cliente, con lo
que se podrá conseguir mejores resultados en los
objetivos que persigue la Web Semántica.
 Se ha logrado en este caso hacer que ciertos agentes
“comprendan” la información que transfieren entre ellos,
esto gracias a la creación del modelo de conocimiento
para búsquedas y del estándar CSDGM-FGDC.
 No se puede explotar el potencial de los agentes mientras
el usuario realice sentencias de búsquedas carentes de
sintaxis o con GUIs de búsqueda avanzada nada flexibles
en las cuales no se pueda formular consultas libres.

Recomendaciones
 Para el manejo de la base de conocimientos persistente se usa
el framework Protègè pero se necesita convertirlo a modelo
JENA cada vez que se necesita el mecanismo de razonamiento.
La nueva versión de JENA puede soportar por si sola todo el
trabajo de gestión de la base de conocimiento persistente,
pudiendo así mejorar el rendimiento de la aplicación, por lo
cual se recomienda migrar la gestión de la base de
conocimiento completamente hacia JENA y utilizar un motor
de base de datos ontológico como puede ser Instance Store,
Sesame, GO-MySQL u otros.
 ABI-METAGIS para atender las solicitudes de búsqueda de los
usuarios tiene implementado un banco de agentes interpretes,
con lo cual un agente interprete se dedica a atender
únicamente a un usuario a la vez. El problema de tiempo de
respuesta se presenta cuando el número de usuarios aumenta,
por lo que se recomienda revisar futuras versiones de la
plataforma JADE, en la que se pueda crear y eliminar agentes
automáticamente de una manera óptima y eficaz.

Recomendaciones
 Para hacer más amigable a ABI-METGIS, se
recomienda la creación de un agente que asista al
usuario en la creación de sentencias de búsqueda más
complejas, sentencias con sintaxis y semántica,
enmarcadas en un dominio de conocimiento común
entre usuario-máquina como sería el estándar
CSDGM-FGDC.
 Para la comunicación entre el servidor de aplicaciones
Web y la plataforma de agentes JADE se implementó
un puente de comunicación mediante la utilización
del servidor XML-RPC. JADE a partir de la versión 3.5
da soporte a la comunicación con aplicativos Web la
cual la ha denominado WSIG (Web Services
Integration Gateway). Se recomienda para futuras
versiones de ABI-METAGIS considerar a WSIG.


Referencias
[1] Berners-Lee T. Overview of the future of the web, 1998.
http://www.w3.org/DesignIssues/Semantic.html.
[2] Racines R, Chiriboga P. Agente inteligente de recomendación de
productos o servicios basados en ontologías. Proyecto de
Titulación ISIC, Facultad de Sistemas, EPN, 2006.
[3] Wache H, Ogele V, VisserT, Stuckenschmidt U, Schuster H,
Neumann G, Ubner H. Ontology-based integration of
information-a survey of existing approaches. IJCAI-01 Workshop:
Ontologies and Information Sharing, Seattle, USA, Aug 2001.
[4] Panchi D. Desarrollo de un sistema de información
georeferenciada para el Instituto Geofísico de la Escuela
Politécnica Nacional. Proyecto de Titulación ISIC, Facultad de
Sistemas, EPN, 2005.
[5] Nikraz M, Caire G, Bahri P A. A Methodology for the Analysis
and Design of Multi-Agent Systems using JADE. School of
Engineering Science and Parker Center, Murdoch University,
Dixon Road, Rockingham, Western Australia 6168 - Telecom
Italia Lab, Via Reiss Romoli, Turin, Italy 10148.
[6] http://es.geocities.com/evaluacionbuscadoresweb/index.htm


Conclusión
“Muere lentamente, quien ha
abandonado un proyecto antes de
iniciarlo, no preguntando de un asunto
que desconoce o no respondiendo
cuando le indagan sobre algo que sabe”.
- Pablo Neruda

GRACIAS
Dr. Hugo A. Banda Gamboa
hugo.banda@epn.edu.ec


Desarrollo de un agente buscador inteligente de metadatos

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Andere mochten auch

Andere mochten auch (20)

Ähnlich wie Desarrollo de un agente buscador inteligente de metadatos

Ähnlich wie Desarrollo de un agente buscador inteligente de metadatos (20)

Mehr von Hugo Banda

Mehr von Hugo Banda (20)

Kürzlich hochgeladen

Kürzlich hochgeladen (10)

Desarrollo de un agente buscador inteligente de metadatos