Charla UCV, 15 de mayo de 2012

XML y Web Semántica en parlamentos:
Caso BCN

15 de mayo de 2012
Christian Sifaqui

Roles de la BCN

Rol parlamentario, ser un instrumento relevante, a juicio de los
parlamentarios y el parlamento, para el cabal cumplimiento de sus
compromisos y el atisbamiento de nuevos escenarios posibles de país

Roles de la BCN


Rol societal, ser el repositorio del Archivo del Parlamento, en especial
de la historia de la Ley y de la labor parlamentaria

Roles de la BCN


Rol societal, ser el repositorio del Archivo del Parlamento, en especial
de la historia de la Ley y de la labor parlamentaria

Rol público, ser el espacio de conocimiento y comprensión de los
ámbitos de interés social prioritarios para el país con énfasis en lo
político y lo jurídico

Atendemos y entregamos servicios

BCN: fábrica y repositorio de
contenidos

Énfasis en administrar contenidos y datos: CMS


Búsqueda y relacionamiento de los contenidos:
Autonomy


Búsqueda y relacionamiento de los contenidos:
Autonomy

Relacionamiento y apertura de los datos: web
semántica

XML

XML (Extensible Markup Language)
es un lenguaje de marcación (markup)
estándar abierto
promovido por el W3C
adoptado ampliamente a nivel mundial para
representar datos y documentos

XML

<preface>
<subdivision>
<docProponent>República de Panamá</docProponent>
<docProponent>Ministerio de Desarrolo Agropecuario</docProponent>
<docType>Decreto Ejecutivo</docType>
<docNumber>n. 223</docNumber>
<docDate date="2010-06-29">(De 29 de 06 de 2010)</docDate>
<docTitle>Que reglamenta la Ley 72 de 2008, que establece el procedimento
especial para la adjudicación de la propiedad colectiva de tierras de los pueblo indígenas
que no están dentro de las comarcas.</docTitle>
</subdivision>
</preface>

XML

• formato abierto para datos y documentos
• independiente de la tecnología
• separa la información de presentación de la de
representación
• comprensible para máquinas
• jerárquico, riguroso, extensible, preciso y flexible
• constituye una inversión a largo plazo para archivo

XML

1. colocación de marcadores (tags) entorno al texto
2. se debe definir un vocabulario de tags y reglas de cómo
deben relacionarse los tags entre sí
3. estas reglas se definen mediante esquemas denominados
DTD (Document Type Definition) o esquemas XML

XML

• Legible por la máquina

• interconexión de los documentos
• mejor búsqueda
• múltiples plataformas
• dialogar sistemas informáticos
• aplicaciones heterogéneas (blog, wiki, redes sociales, RSS, etc.)
• reutilizar la información
• comparativa entre diferentes versiones

XML en ámbito legislativo

Al representar documentos jurídicos – legislativos o
parlamentarios – (proyectos de ley, leyes, debates, actos
administrativos, etc.) se requieren atenciones especiales:
• contiene información que contribuye a la dirección del workflow (flujo de
trabajo)
• apoya la redacción legislativa nacional (mejores prácticas)
• interoperable con otras instituciones y otros recursos
• se enriquece con las contribuciones de los ciudadanos
• preserva (en el tiempo) el valor jurídico en largos intervalos de tiempo
• accesible a todos por vía multi-canal (accesibilidad y brecha digital)
• abierto a todo el mundo para su inspección
• distribuido sin discriminación (usabilidad)
• utilizable con herramientas comunes y sistemas de gestión documental

Algunos estándares XML en ámbito legislativo

Muchos de ellos fueron creados en el pasado sólo para la
publicación web y no distinguen entre representación del
contenido y la presentación (Formex)
Otros son específicos para una nación y difícilmente se
adaptan a otros sistemas jurídicos (LexDania,
NormeInRete)
Otros no distinguen la parte procedural-aplicativa de la mera
representación del documento (House of Representative
XML standard)

Algunos estándares XML en ámbito legislativo

Estándares que cumplen las características
mencionadas más arriba: Akoma Ntoso
Una personalización de dicho estándar: LexML Brazil,
(se utiliza en el Senado de Brasil)
Chile ha adoptado en la BCN un estándar XML similar
en algunos aspectos a Akoma Ntoso, pero que
realiza la modelación del documento normativo
ya en su fase conclusiva (promulgado) sin
ocuparse de todo el íter legislativo

Estado del arte: XML en ámbito legislativo

Primera generación del estándar de documento legal XML , se
orientó sobre todo a describir el texto legal y su estructura
con un enfoque cercano a las entidades de base de datos o
el procesamiento tipográfico de paradigmas


Segunda generación empleó una mayor atención en la
modelización del documento y la descripción del texto, la
estructura y los metadatos . Sin embargo, el carácter
descriptivo de los elementos no fue precedido por un
análisis abstracto de las clases de datos y el resultado es
una lista demasiado larga de tags, una compleja inclusión
de esquemas XML o DTD, con una frecuente
superposición entre los metadatos y la definición de texto
y unos instrumentos demasiado débiles para unir el texto
con diferentes niveles (layers)


Tercera generación se basa en el patrón (pattern). El patrón
define las propiedades de la clase y su gramática, el
modelo del contenido, el comportamiento y el respeto a la
jerarquía de otras clases, por lo que cualquier tag adicional
pertenece a una clase abstracta ya existente y de esta
manera se preserva la coherencia a través del tiempo.
Dedica especial atención a dividir el texto, la estructura y
los metadatos. Mira a la ontología como un principio
fundamental para realizar un seguimiento en firme de
cualquier nuevo nivel (layer) colocado en la parte superior
del texto puro. Debido a que el patrón define unas reglas
generales que ya no están sujetas a limitaciones reales en
la acción de mark-up, la claridad del diseño favorece su


Cuarta generación utiliza el patrón (pattern) junto con una co-
restricción a modo gramatical, con, entre otros, RELAX
NG, Schematron, DSD, etc. para resolver el problema
anteriormente mencionado de la falta de carácter
prescriptivo

Ley 22000

Artículo 1. abc.
Artículo 2. def.
Artículo 3. ghi.

Y por cuanto he tenido a bien
aprobarlo y sancionarlo…

Ley 25345

1.- Modifica ley 22000 de la siguiente
forma:
e) reemplázase en el Artículo 1 las
palabras “a” por “xyz”.

Y por cuanto he tenido a bien
aprobarlo y sancionarlo…

t0 t1

Ley 22000 Ley 22000

Artículo 1. abc. Artículo 1. xyzbc.
Artículo 2. def. Artículo 2. def.
Artículo 3. ghi. Artículo 3. ghi.

Ley Chile

Modelar “vida” de una norma

Ley Chile

Modelar “estructura” de una norma

Ley Chile

Modelar la “visualización” de una norma

http://www.leychile.cl 2009-

“Nickname”, nombre popular

www.leychile.cl

Acceder a ley 19628
http://www.leychile.cl/Navegar?idNorma=141599
http://www.leychile.cl/Navegar?idLey=19628

Obtener el XML de la norma
http://www.leychile.cl/Consulta/obtxml?opt=7&idLey=19628
http://www.leychile.cl/Consulta/obtxml?opt=7&idNorma=141599

www.leychile.cl

Otra opción es mediante un webservice http://www.leychile.cl/Consulta/obtxml?
opt=61&cadena=[texto_a_buscar][&exacta=[1|]&cantidad=[5]]

www.leychile.cl
Web Services
Últimas leyes publicadas
http://www.leychile.cl/Consulta/obtxml?opt=3

Dada una norma, obtener sus metadatos
http://www.leychile.cl/Consulta/obtxml?
opt=50&strBusqueda=117%23normal%23on||48%23normal%23on||
53%23normal%23[idNorma]

Vista “plana”
http://www.leychile.cl/Consulta/obtxml?opt=63&idNorma=[idNorma]

Para GLIN
http://www.leychile.cl/Consulta/obtxml?opt=4546&idLey=[idLey]

...

Web Semántica

Web
Repleta de información

Orientada al ser humano:
para comprender el contenido de una página
para relacionar contenidos dentro de una página (textos,
imágenes, videos, etc.)

Web Semántica

Web
Dificultad en localización de la información (adaptar a una
región específica, por ejemplo, traducir)

Buscadores actuales funcionan bien, pero orientados al
keyword

Por ejemplo: “constitución”
¿la de Chile?
¿ciudad del sur?

Web Semántica

Web
Podría pensarse en una búsqueda semántica de
información

Web Semántica
http://www.hakia.com/
http://www.sensebot.net/
http://www.deepdyve.com/
http://www.cognition.com/
http://www.dogpile.com/
http://www.standle.com/
http://www.swingly.com/
http://www.semager.com/
http://www.truevert.com/
http://duckduckgo.com/
http://www.evri.com/
http://www.mahalo.com/
http://www.yebol.com/
https://gfi.goldfire.com/
http://kngine.com/
http://www.ixquick.com/
http://www.kosmix.com/
http://www.exalead.com/search/
http://www.lexxe.com/
http://www.factbites.com/
.
.
.

Web Semántica

Pero el problema es la heterogeneidad de la
información incluso en diferentes capas

• Codificación (ASCII, UNICODE, etc.)
• Lenguaje natural utilizado
• Disposición de la información en la página web

Web Semántica

¿Cómo integrar la información?

• La información está implícita (se puede extraer de
la combinación de los datos existentes)
• Se requieren métodos de lógica formal

 Razonamiento automático

Web Semántica

Soluciones

• ad hoc: usar métodos de IA para analizar la
información no estructurada existente en la Web

• a priori: estructurar la información en la Web para
facilitar el análisis automático  Web Semántica

Web Semántica

Dos condiciones esenciales para realizar lo anterior:

3. Usar estándares abiertos para describir la
información:
• claramente definidos
• flexibles
• ampliables
4. Métodos para extraer información de estas
descripciones

Web Semántica

Open Data: es un idea que impulsa la publicación de
datos de forma libre y asequible a cualquier
persona para usar y republicar sin restricciones de
ningún tipo

Linked Data: es usar la web para conectar datos
relacionados que no estaban enlazados
previamente. Usa algunas de las mejores prácticas
de la Web Semántica

http://datos.bcn.cl
Open/Linked data

Normas XML
Tripletas RDF
Ontologías OWL – RDF Schema
LeyChile datos.bcn.cl Endpoint Sparql – Interfaz Web
WS - SOAP
Linked data desde consultas

etc. Herramientas de generación
de mashup del grafo

Internet

Web Semántica

Caso BCN
¿Cómo definir las URI?

Modelo documental

Cada documento bibliográfico debe ser pensado bajo tres
puntos de vista siguiendo el estándar FRBR adoptado por
el Grupo de Estudio IFLA sobre Requisitos Funcionales
para Registros Bibliográficos:
Trabajo: una creación intelectual o artística, la obra original producida
por un autor, por ejemplo el Hamlet de Shakespeare
Expresión: una clara realización intelectual o artística de una obra, por
ejemplo la película de Hamlet en 1990 por Zeffirelli
Manifestación: la encarnación física de una expresión concreta, por
ejemplo, el formato DVD de la película

Modelo documental

En nuestro caso, el documento legal es interpretado como una
fuente bibliográfica y por esta razón tiene diferentes
nombres:
• Trabajo: el nombre de la ley en sí, por ejemplo, la Ley 34

Modelo documental

Por lo tanto, es importante definir en esta fase qué partes de
todo el documento deberían ser convertidas en una
manifestación XML y qué partes es mejor preservar en
otros formatos (PDF, TIFF, etc.)
El documento principal, los anexos y la tabla deben ser objeto
de control y para cada uno de ellos se identifica una
tipología de documento

URI

Para cada uno se debe identificar el URI en cualquiera de los
tres aspectos principales: Trabajo, Expresión,
Manifestación.

URI

HTML + RDFa
http://datos.bcn.cl/recurso/cl/LEY/20000/datos.html
n3
http://datos.bcn.cl/recurso/cl/LEY/20000/datos.n3
RDF
http://datos.bcn.cl/recurso/cl/LEY/20000/datos.rdf
JSON
http://datos.bcn.cl/recurso/cl/LEY/20000/datos.json
ntriples
http://datos.bcn.cl/recurso/cl/LEY/20000/datos.ntriples

Otro ejemplo:
http://datos.bcn.cl/recurso/cl/DTO/ministerio-de-educacion/2004-09-21/173/es@

URI
Decreto 341 del 11 de noviembre de 2008 del Ministerio de Educación
http://datos.bcn.cl/recurso/cl/dto/ministerio-de-educacion/2008-11-07/341

Versión original
http://datos.bcn.cl/recurso/cl/dto/ministerio-de-educacion/2008-11-07/341/es@2008-11-07
Última versión
http://datos.bcn.cl/recurso/cl/dto/ministerio-de-educacion/2008-11-07/341/es@2010-07-20

Consulta compleja

Encontrar todas las normas emitidas por una municipalidad
entre los años 1995 y 2000, pero que fueron modificadas
después del año 2005
PREFIX dc: <http://purl.org/dc/elements/1.1/>
PREFIX n: <http://datos.bcn.cl/ontologies/bcn-norms#>

SELECT distinct str(?normTitle) as ?Titulo str(?creatorName) as ?
Municipio ?pubDate as ?Fecha_Publicacion ?pubDateOther as ?
Fecha_modificacion
WHERE {
?norm n:createdBy ?creator .
?creator n:hasName ?creatorName .
?norm dc:title ?normTitle .
?norm n:publishDate ?pubDate .
?norm n:isModifiedBy ?otherNorm .
?otherNorm n:publishDate ?pubDateOther .
FILTER (regex(?creatorName,"MUNICIPALIDAD","i"))
FILTER (?pubDate > xsd:date("1995") &&
?pubDate < xsd:date("2000") &&
?pubDateOther > xsd:date("2005"))
}
ORDER BY (?pubDate)

Endpoint Sparql

Listado de organismos:

PREFIX rdf:<http://www.w3.org/1999/02/22-rdf-syntax-ns#>
PREFIX norms: <http://datos.bcn.cl/ontologies/bcn-norms#>

SELECT distinct ?nombre
WHERE {
?org norms:creatorOf ?o .
?org norms:hasName ?nombre
}

Endpoint Sparql

Versiones de una norma:

PREFIX norms: <http://datos.bcn.cl/ontologies/bcn-norms#>

SELECT ?n ?id_norma ?tipo ?prDate ?pbDate ?titulo ?lang ?html
WHERE {
?n dc:identifier "484478"^^xsd:integer .
?n norms:hasNumber ?id_norma .
?n dc:title ?titulo .
?n dc:language ?lang .
?n norms:type ?tipo .
?n norms:promulgationDate ?prDate .
?n norms:publishDate ?pbDate .
?n norms:hasHtmlDocument ?html .
}

Endpoint Sparql

Grafo de una norma:

SELECT ?n ?p ?o
WHERE {
?n ?p ?o .
Filter (?n=<http://datos.bcn.cl/recurso/cl/ley/ministerio-secretaria-
general-de-gobierno/2003-01-04/19846>).
}

Endpoint Sparql

Grafo de una norma:

h ttp :/ d atos .b cn.cl/ cu rs o/ le y/ inis te rio-s e cre taria-ge ne ral-d e -
/ re cl/ m
gob ie rno/ 2003-01 -04/ 9846/ atos .h tm l
1 d

Endpoint Sparql

Vinculaciones de modificatorias:

P R E F IX rd f:< h ttp :/ www.w3.org/ 999/ 22-rd f-s yntax-ns #>
/ 1 02/
P R E F IX d c: < h ttp :/ p u rl.org/ c/ le m e nts / .1 /
/ d e 1 >
P R E F IX norm s : < h ttp :/ d atos .b cn.cl/
/ ontologie s / cn-norm s #>
b

S E LE C T d is tinct ?n ?p ?m od ificatoria
WH E R E {
?n ?p ?m od ificatoria .
?n norm s :is M od ifie d By ?m od ificatoria .
F ilte r (?n= < h ttp :/ d atos .b cn.cl/ cu rs o/ le y/ inis te rio-s e cre taria-ge ne ral-d e -
/ re cl/ m
gob ie rno/ 2003-01 -04/ 9846> ) .
1

}

Otra ontología

Reseñas biográficas

no tenemos todos los años de nacimiento, ni fallecimiento,
ni los lugares
por ejemplo, Salvador de la Cavareda Trucios diputado suplente por
Valparaíso 1824 a 1825 (hermano de Salvador y José Joaquín)

Pero sabemos lo que nos falta
PREFIX bcnbio: <http://datos.bcn.cl/ontologies/bcn-biographies#>
select * where {
?a a foaf:Person .
OPTIONAL {?a bcnbio:hasBorn ?ap } .
FILTER (!bound(?ap)) .
}

Uso

Acceso

- datos.bcn.cl
- leer documentación de la ontología
- acceder a endpoint sparql

select ?p as ?Uri str(?n) as ?Nombre_Completo ?pa as ?Apellido_Paterno ?mo
as ?Apellido_Materno where {
?p a foaf:Person .
?p rdfs:label ?n.
?p bcnbio:surnameOfFather ?pa.
?p bcnbio:surnameOfMother ?mo.
}

Actualmente

Exponer partes de la norma y su metadata
Incorporar más datasets
Reseñas biográficas
Datos geográficos
Transparencia
Historia de la Ley
Congreso y Recursos legislativos (modelan los documentos del
Congreso Nacional)

Nuevas visualizaciones

Referencias

1. Carlos Iglesias (ed.), “Open Government Data: Feasibility Study in Chile”, 2011.
https://public.webfoundation.org/2011/05/OGD_Chile.pdf

3. Cirsfid - Università di Bologna, “XML Legislativo: Principios e instrumentos
técnicos”, documento interno BID, 2011

5. Harth, Rudolph & ul Mehdi, “Semantic Web Technologies I”, 2010,
http://semantic-web-grundlagen.de/w/images/3/3b/WS1011-1-Einleitung_und_XML.pdf

Charla UCV, 15 de mayo de 2012

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Was ist angesagt?

Was ist angesagt? (8)

Andere mochten auch

Andere mochten auch (20)

Ähnlich wie Charla UCV, 15 de mayo de 2012

Ähnlich wie Charla UCV, 15 de mayo de 2012 (20)

Mehr von Christian Sifaqui

Mehr von Christian Sifaqui (19)

Charla UCV, 15 de mayo de 2012