Slides

Metodologie per la gestione di
conoscenza ontologica
(pillole di conoscenza per suscitare curiosità)
Prof. M.T. PAZIENZA
a.a. 2008-2009
Programma
2. Ontologie e linguaggionaturale
–Ontologylearningfrom text
–Semanticannotation & ontologypopulation
–Ontologybased information extraction systems
3. OntologyDriven Software Engineering
Ingegneria ontologica
Rappresentazione di concetti generali (trasversali
a qualunque dominio applicativo)
tempo, evento, azioni, entità, soldi, misure,
sostanza, mutamenti…
che possono essere rappresentati e riutilizzati in
una qualunque applicazione (non dipende da
essa la loro rappresentazione ed uso)
Programma
1. Introduzione
–12 Wordnet
–13 Ontologie, frameworkontologico
–14 Linguaggiper la gestionedelleontologie
(RDF, RDFS, OWL)
–15 Valutazioni (delleontologie, deitoolbasatisu
ontologie e degliontologyeditors)
1. Introduzione
Sommario
Cosa èuna ontologia
Per Aristotele la derivazioneèunaforma di
specificazione: un umanoèun animalerazionale,
un animaleèuna sostanza vivente, etc.
Una ontologia è una descrizione formale esplicita
(modello) dei concetti di un dominio:
•esprime i legami tra oggetti/eventi del mondo,
legati al loro essere
•incorpora le decisioni sul modo in cui
rappresentare insieme di oggetti e relazioni
•supporta il ragionamento su quegli oggetti/eventi.

Ontologia (ed Intelligenza Artificiale)
La definizionepiù conosciutanell’ambito
dell’Intelligenza Artificialee della rappresentazione
della conoscenzaèquella fornitada Tom Gruber (“A
translational approach to portable ontology specifications”, Knowledge
acquisition, pp. 199-220,1995):
“An ontology is an explicit specification of a
conceptualisation. The term is borrowed from
philosophy, where an Ontology is a systematic
account of Existence”.
Ontologia (ed IntelligenzaArtificiale)
J. Sowa ha datodue diverse definizionidel termine
“ontologia”: la prima daun puntodi vista più
filosofico:
“The subject of ontology is the study of the categories of
things that exist or may exist in some domain.”
la secondalegatamoltodi piùaisuoicollegamenticon il
linguaggionaturale:
“[an ontology] is a catalogue of the types of things that
are assumed to exist in a domain of interest D from
the perspective of a person who uses a language L for
the purpose of talking about D.”
Cosa èuna ontologia
... a constructedmodel of reality, a theory of the world, a theory
of a domain…
Una ontologia rappresenta il modello concettuale di un
mondo.
Il modello concettuale èla struttura formale di (un pezzo
di) realtàpercepita ed organizzata da chi modella.
Una ontologia popolata di istanze e completata con le
regole di inferenza èuna base di conoscenza.
Ontologia (ed IntelligenzaArtificiale)
An ontology defines the basic terms and relations
comprising the vocabulary of a topic area, as well as the
rules for combining terms and relations to define
extensions to the vocabulary (Neches R., Flikes R. E., Gruber T. R.,
PatitR., Senator T., SwartoutW.R.: “ Enabling technologies for knowledge
sharing”, AI Magazine, pp 36,56, 1991)
An ontology provides the means for describing explicitly the
conceptualisation behind the knowledge represented in a
knowledge base (Bernaras A., LaresgoitiI., CoreraJ.: “Building and
reusing ontologies for electrical netrworkapplication”, Proceedings of the 12 th
ECAI, pp296-302, 1996)
Cosa èuna ontologia
Per un sistemaintelligente:
what "exists" is that which can be represented
Quandola conoscenzadi un dominioèrappresentata in
un formalismodichiarativo, allora l’insiemedi oggetti
chepuò essererappresentatosichiama “universodel
discorso”.
Tale insiemedi oggetti, unitamentea tuttol’insieme
dellerelazionitradi loro, siriflettenelvocabolariodi
simbolicon cui un sistemabasatosuconoscenza
rappresentaper l’appuntola suaconoscenza.
Cosa èuna ontologia
Il termine ‘ontologia’ viene usato per descrivere la
costruzionedi una tassonomiadi riferimento.
An ontology is in this context a dictionary of terms
formulated in a canonical syntax and with commonly
accepted definitions designed to yield a lexical or
taxonomical framework for knowledgerepresentation
which can be shared by different
information systems communities.

Ontologia Ontologie
Ontologie
Interesse nel settore dell’Intelligenza Artificiale e
dell’ingegneria della conoscenza
nell’IT (Information Technology) la maggior
parte dei problemi è inerentementesemantica: le
ontologie assumono un ruolo fondamentale nel
rimuovere le ambiguità terminologiche e nella
disambiguazionedelle interpretazioni
Peculiaritàdi una ontologia
Una ontologia ècaratterizzata da:
•tassonomia (di concetti, relazioni tra concetti ed
attributi)
•ereditarietà multipla
•istanziazionemultipla
•inferenza
Un’ontologia denota una classe di oggetti la cui
funzione principale è fornire una specifica
parziale di un insieme di concettualizzazioniper
un sistema computazionale.
Un’ontologia modella categorie e possibili
relazioni tra loro relativamente ad una realtà
(dominio) e ad un obiettivo (task).
Ontologia
Una ontologia èuna sorgente di terminiformalmente definitia
supporto della comunicazione. Formalmente una ontologia èuna
complessa gerarchia di nodiconcetto ciascuno deiqualipuò essere
rappresentato come:
concept-name
(property-slot preperty-value)+
Ogni concetto ha unao piùproprietà. Ciascun concetto (ad eccezione
della radice) ha la proprietà IS-A ed il valore della proprietà èil
padre di questo concetto, il nodo più alto; es:
moments
is-a intervals
(property-slot preperty-value)+
Ragionamento supportato da ontologie
Categorie Inferenza
Si riconosce un oggetto reale tramite le percezioni fisiche
ad esso collegate (oggetto ovale, dim.7*3.5 cm, buccia
sottile marrone scuro, su banco fruttivendolo)
Si inferisce l’appartenenza dello specifico oggetto ad una
categoria dalle sue proprietà cosìcome percepite (frutta
di tipo kiwi)
Si usa la conoscenza sulla categoria per predire ulteriori
proprietàdello specifico oggetto (ricco di vitamina C,
aiuta a prevenire l’influenza)

Categorie Inferenza
-Kiwi isa Frutta isa Cibo
-Cibo è commestibile
Kiwi è commestibile
Typesof ontologies (N. Guarino 1998)
Describe very general concepts like space, time, event, which are
independent of a particular problem or domain. It seems reasonable to have
unified top-level ontologies for large communities of users.
Describethe vocabulary
related to a
genericdomain
byspecializingthe
concepts introduced in
the top-levelontology.
These are the most specific ontologies. Concepts in application ontologies
often correspond to roles played by domain entities while performing a
certain activity
Ontologia di dominio
Describethe vocabulary
related to a
generictask or activity
by specializingthe toplevelontologies.
…in practicalterms, it isa highlystructuredsystem
of conceptscoveringthe processes, objects, and
attributesof a domainin allof theirpertinent
complexrelations, tothe grainsize determinedby
suchconsiderationsasthe needof anapplication
or computationalcomplexity….
Categorie Ereditarietà
Un oggetto appartiene ad una categoria (kiwi isa
Kiwi)
Una categoria può essere sottoclasse di un’altra
categoria (Kiwi isa Frutta)
Ogni categoria ha proprietàdistintive (Kiwi ha
molti semi piccoli, Avocado ha 1 seme grande)
Sottoclassi di una stessa categoria identificano
insiemi disgiunti di elementi (Kiwi # Avocado)
Gli elementi di una categoria condividono le sue
proprietàe quelle degli antenati
Ontologia di dominio
Una ontologia (di dominio) esprime i legami tra
oggetti/eventi (specifici di quel dominio senza contraddire
quanto abbia validità generale); èuna descrizione esplicita
del mondo (dominio) attraverso:
• Concetti (in classi organizzate gerarchicamente)
• Proprietàed attributi dei concetti
• Vincoli sulle proprietà ed attributi
• Istanze (possono anche non esserci)
Una ontologia di dominio definisce:
• un vocabolario comune (terminologia)
• un modo di ragionare condiviso (rispetto al dominio)
Ontologia di dominio
E’necessario identificare sin dall’inizio dello
sviluppo di un’ontologia di dominio:
• l’estensione/copertura del dominio
• i suoi scopi
• i tipi di domanda a cui trovare risposte
nell’ontologia
• la possibilitàdi riuso (per limitare l’effort futuro,
così come usare ontologie già testate positivamente in
altre applicazioni)

Ontologia di dominio
Qualunque ontologia di dominio viene descritta
usando linguaggi formali che consentano di
codificare:
• Costanti predicative unarie (classi/tipi)
• Costanti individuali (individui/istanze)
• Costanti predicative relazionali
(relazioni/proprietà/attributi/slot)
• Assiomi sulle classi (vincoli/restrizioni/regole) che usano un
insieme ristretto di operatori (operatoribooleani/quantificatori)
Costruireontologie
Le ontologiepossonoessererappresentatecon
formalismidi diversa complessità ed espressività:
cataloghi, glossari, tassonomie, thesauri, schemi
relazionali, teorieassiomatiche,...
Una rappresentazionepiù complessa(e più costosa in
fasedi modellazionee sviluppo) fornisceunapiù
precisarappresentazionedel dominiodi interesse
imponendoeventualmentevincoliper l’integrità dei
dati, consentendoinferenze, etc.
Suggerimenti per lo sviluppo di ont.
• Scrivere nelle ontologie concetti di validità generale,
aggiungere regole specifiche dell’applicazione
• Limitare l’ambito di “copertura”dell’ontologia
• Identificare in maniera univoca la tipologia di relazione
rappresentata (valida per tutti i livelli)
• Rendere omogenee le entitàrappresentate per poter
applicare su esse analoghe proprietà o proprietà
comparabili
• Definire più ontologie separate e, eventualmente,
ragionare su di esse separatamente
• Riconoscere (gestire o bloccare) nel tempo e nello
spazio i nessi tra gli eventi
Ontologia di dominio
ontologia
Fornisce
descrizioni di
dominio
Agenti softw.
Dichiara le strutture
Metodi Pr.Sol.
Applicazioni
Costruireontologie
Base di dati
Base conosc.
1. Non esiste un’unica metodologia corretta per costruire
una ontologia; la soluzione migliore dipende sempre
dall’uso che si faràdell’ontologia.
2. La costruzione dell’ontologia èun processo iterativo.
Una prima versione dell’ontologia viene solitamente
valutata, discutendone il contenuto con esperti di
dominio o utilizzandola in una applicazione reale.
Successivamente l’ontologia viene raffinata e
migliorata.
3. I concetti dell’ontologia sono generalmente oggetti
(nomi) e relazioni (verbi) del mondo di interesse.
Costruireontologie
In pratica lo sviluppodi una ontologia prevede:
• definizionedelleclassidell’ontologia (termini di
dominiopossonoessereidentificaticome concetti/classi),
• strutturazionedelleclasssiin unagerarchiatassonomica
(superclassi, sottoclassi),
• definizionedi slot e descrizionedeivaloriammessiper
glislot
• valoridi possibiliistanze
A questopuntosipuòcreareunabase di conoscenza
definendole specificheistanzedelleclassie riempiendo
glislot con i valorie restrizioniulteriori.

Implementation
Protégé2000 is an ontology editor and a knowledge-base
editor. It is also an open-source, Java tool that provides
an extensible architecture for the creation of customized
knowledge-based applications
The latest version of Protégé2000 supports OWL
Ontologie, tassonomie, basi di conoscenza
Riferimenti (2) (letture per cominciare)
•NatalyaF. Noy and Deborah L. McGuinness: “Ontology Development 101: A
Guide to Creating Your First Ontology , Stanford University, Stanford, CA, 94305
“http://protege.stanford.edu/publications/ontology_development/ontology101.pdf
•University of Buffalo http://ontology.buffalo.edu
•Paul Buitelaar, Philipp Cimiano, Marko Grobelnik, Michael Sintek
http://www.aifb.uni-karlsruhe.de/WBS/pci/OL_Tutorial_ECML_PKDD_05/ECML-
OntologyLearningTutorial-20050923.pdf
•University of Manchester http://www.cs.man.ac.uk/~horrocks/
•Developing Ontologies : for medical domain by Dr. Rogers
http://www.xmluk.org/public/magic-cicle-2002.htm#medical
•S. Staab and A. MaedcheFrom KarlsruheUniversity
http://events.aifb.uni-karlsruhe.de/ontologytutorial
35
Review the steps …
Ontology Purpose,
Goals, Scope
Integration with another
ontology
Ontology Implementation
Experts interview
results, text analyses
Domain concepts, instances,
relations and properties
Evaluation for
Completeness
Consistence
redundancy
Documentation
Riferimenti (1) (letture per cominciare)
• Tom Gruber :“A translational approach to portable ontology specifications”,
Knowledge acquisition, pp. 199-220,1995
• NechesR., Flikes R. E., Gruber T. R., PatitR., Senator T., SwartoutW.R.: “
Enabling technologies for knowledge sharing”, AI Magazine, pp 36,56, 1991
• Bernaras A., LaresgoitiI., CoreraJ.: “Building and reusing ontologies for
electrical netrworkapplication”, Proceedings of the 12 th ECAI, pp296-302,
1996
• Guarino N.: Formal ontologies in information systems”, Proceedings of
Formal Ontology and Information Systems, 1998
• Arash Shaban-Nejad: tutorial on “Ontology: Foundation of Semantic Web”,
2004
• F. Bianchini, A.M. Gliozzo, M. Matteuzzi: “Instrumentum vocale: intelligenza
artificialee linguaggio”, BononiaUniversity press, 2008
• M. Gruninger, O. Bodenreider, F. Olken, L. Obrst, P. Yim: “Ontology,
taxonomy, folksonomy: understanding the distinctions”, Applied Ontology
journal, 3 (2008) pagg.191-200
Riferimenti (3) (letture per cominciare)
Freely available repositories of domain ontologies
•SWOOGLE http//swoogle.umbc.edu
•DAML http//www.cse.dmu.ac.uk
•Ontolingua http//www.ksl.stanford.edu/software/ontolingua/
36

Metodologie per la gestione di
conoscenza ontologica
Prof. M.T. PAZIENZA
a.a. 2008-2009
Risorse linguistiche
Anche se alcune risorse sono state costruite
inizialmente come risorse linguistiche e non
come una astrazione di un particolare
dominio, in alcuni casi esse hanno dimostrato
di costituire un importante punto di partenza
per lo sviluppo di ontologie.
–Es. WordNet, con oltre 100000 sensi
Ontologie “linguistiche”
Sistemi di simboli che rappresentano i concetti
codificati da espressioni in linguaggio naturale
(unitàlessicali, termini, ecc.)
–Specificano le classi semantiche raggruppando termini
simili a livello semantico
–Usano un linguaggio di rappresentazione semantica
car, van, truck
dog, cat, horse
beach
spiaggia
piano concert, rock concert
VEHICLE
MAMMAL
ARTIFACT
ANIMAL
BEACH
CONCERT
OBJECT
LOCATION
EVENT
ENTITY
1. Introduzione
–Wordnet
Semantic Web
Ontologies
Sommario
Ontologie e lessici
computazionali
Access to
Content
?
HLT
Computational
Lexicons
Lessici computazionali semantici
Rappresentano il significato di una parola
–Distinguono differenti sensi di una parola
–Catturano le inferenze (essere umano essere
animato)
–Rappresentano similarità, relatedness ecc. (es.
banca, conto, denaro sono concetti tra loro
collegabili in un ambito finanziario)

Lessici semantici - WordNet
• I lessici sono in genere organizzati alfabeticamente.
• In sostanza, riproducono la struttura dei normali
dizionari, in quanto rendono disponibili informazioni
a partire dalle parole (dai lemmi, ecc.)
• E’possibile organizzare un lessico su base diversa,
per esempio, concettuale
Polisemia e sinonimia
Un certa parola, (es. ‘cane’, “radice”) può avere sensi differenti,
cioè può esprimere più concetti a seconda del contesto; si dice in
tal caso polisemica
• cane = mammifero, amico dell’uomo, ecc..
• cane = parte metallica di arma da fuoco che percuotendo la
polvere da sparo, dàluogo all’esplosione
• radice = parte da cui origina una pianta, in genere sotterranea …
• radice =operazione matematica, inversa dell’elevamento a
potenza…
Inferenze basate su sinonimia
Supponiamo di cercare, all’interno di vari documenti,
quelli in cui compare il concetto di casa/abitazione
• La casa era in fondo alla strada………
• L’architetto ha progettato l’abitazione in modo che…..
• L’edificio si trova………
• Il giudice si recò al suo domicilio…..
Parole e concetti
Le parole, es. ‘cane’, ‘mangiare’, ecc. esprimono concetti.
Il cane è un mammifero
La frase ha tra i suoi costituenti ‘il’ ‘cane’ ‘mammifero’…
La proposizione ha tra i suoi costituenti i concetti di cane e
mammifero
I concetti sono, in un certo senso, i costituenti del significato
(ovvero di ciò che vogliamo comunicare).
Per comprendere la proposizione dobbiamo comprendere i
concetti espressi dai suoi costituenti
Polisemia e sinonimia
Al contrario, uno stesso concetto può essere espresso da
parole diverse (sinonimi)
casa, abitazione, magione, domicilio…
calcolatore, elaboratore
ruotare, girare
Sia la sinonimia che la polisemia, non sono proprietà
assolute, ma dipendono dal contesto
WordNet (WN)
In WordNet, i nomi sono suddivisi in 15 gerarchie
tra di loro separate.
La radice di ognuna di esse corrisponde ad una sorta
di primitivo semantico.
{attività}, {animale}, {artefatto}, {attributo},
{corpo}, {cognizione, conoscenza},
{comunicazione}, {evento, avvenimento}, ……

WordNet (WN)
WordNet (WN) èun database lessicale per l’inglese l inglese
• con un’alta copertura di entries lessicali inglesi (N, V,
Agg, Avv) e
• informazioni su relazioni lessicali e semantiche tra le
entries, tra cui
1. Sinonimia (automobile, macchina)
2. Iponimia - a kind of -(ambulanza, automobile)
3. Meronimia – has part –(mano, dita)
4. Antonimia (giorno, notte)
WordNet (WN) organizzazione
Tabelle (files) separate per le diverse categorie
sintattiche (N, V, Agg, Avv)
Links tra parole e synset ed anche tra synset (che
rappresentino relazioni sintattiche)
Es.{persone, individui, mortale, umano }
a kind of {organism, being}
a kind of {living thing, animate thing}
a kind of {object, physical object}
a kind of {entity, physical thing}
Ontologie
Le relazioni fondamentali (ontologiche) sono:
Hyponimia o inclusione (is-a, isa, IS-A, ISA,..) tra
nomi di entità
Troponimia tra verbi e processi
Meronimia tra entità(nel senso di intero e sue parti)
WordNet (WN) organizzazione
L’elemento fondamentale è il
synset = synonym set
Un synset èequivalente ad un concetto
Un concetto viene espresso tramite un synset
Es. sensi di “car”(synset a cui “car”appartiene)
{car, auto, automobile, machine, motorcar}
{car, railcar, railway car, railroad car}
{cable car, car}
{car, gondola}
{car, elevator car}
WordNet
WordNet definisce concetti come cluster di termini,
cosiddeti synsets. Oltre 100.000 synsets sono stati
definiti e collegati gerarchicamente con una relazione
di sussunzione (detta iponimia) e definita come segue :
“A concept represented by the synset {x, x′, …} is said
to be a hyponym of the concept represented by the
synset {y, y′,…} if native speakers of English accept
sentences constructed from such frames as ‘An x is a
kind of y”.
WN non èuna ontologia, ma da molti èusata come tale
Hyponimia
La relazione di inclusione èmolto potente ed usata
ampiamente nella definizione delle strutture
concettuali di ogni tipo cercando di catturare
l’intuizione dell’umano che suggerisce l’esistenza di
categorie “naturali”di hyponimi.
Una speciale tipologia di hyponimia è la relazione
tassonomica (is-a-kind-of) che struttura verticalmente
le gerarchie tassonomiche.
Le relazioni: tassonomica e di hyponimia condividono la
stessa impostazione prospettica

Troponimia
Piuttosto che specificare per tipo, la relazione troponomica
correla coppie di verbi considerando la maniera in cui
esprimere membri superordinati e membri subordinati.
In tal modo troponimia èla relazione fondamentale per
l’organizzazione del significato dei verbi.
Differenti classi semantiche verbali si distinguono per il
loro comportamento sintattico e per le caratteristiche che
esprimono ai differenti livelli; in alcuni casi si
evidenziano specificità sintattiche a livello di coppie di
verbi superordinati (piùelaborati) rispetto a coppie di
verbi subordinati (non elaborati).
Meronimia
La relazione part-of ètransitiva e riflessiva
part-of(Bucarest, Romania)
part-of(Romania, EuropaOrientale)
part-of(EuropaOrientale, Europa)
part-of(Europa, Terra)
part-of(x,x)
Inferenze basate su sinonimia
Supponiamo di cercare, all’interno di vari documenti,
quelli in cui compare il concetto di casa/abitazione
• La casa era in fondo alla strada………
• L’architetto ha progettato l’abitazione in modo che…..
• L’edificio si trova………
• Il giudice si recò al suo domicilio…..
Meronimia
Le due relazioni di tassonomia (is-a-kind-of) e
meronimia (part-of) hanno punti di similarità.
Le differenze tra di loro hanno importanti riflessi
nella organizzazione e rappresentazione della
conoscenza
Struttura diWordNet
{conveyance; transport}
{vehicle}
hyperonym
{motor vehicle; automotive vehicle}
{car; auto; automobile; machine; motorcar}
hyperonym
hyperonym
hyperonym
hyperonym
meronym
meronym
{cruiser; squad car; patrol car; police car; prowl car} {cab; taxi; hack; taxicab; }
{bumper}
{car door}
{car window}
{car mirror}
meronym
{hinge; flexible joint}
{doorlock}
meronym
{armrest}
Inferenze basate su ipo/iperonimia
Ho visto un pettirosso
Ho visto un uccello
Ho visto un animale
Ho visto un essere vivente
………….

Ereditarietà
Gli hanno regalato un libro di piùdi cinquecento
pagine ed una bicicletta. Carlo ha letto il romanzo
in meno di una settimana.
Mario comprò un chilo di filetto.
Rappresentare concetti lessicali
Per concetto lessicale si intende un concetto
per il quale, in una data lingua, esiste un
modo semplice (parola semplice, parola
composta, ecc.) per esprimerlo.
• casa èun concetto lessicale
• casa di mattoni, casa bianca non lo sono
{automobile, macchina} is-a
{veicolo} is-a
{mezzo di trasporto }
……………..
{mezzo di trasporto}
Is-a
{veicolo}
Is-a
{automobile,macchina}
Anafora e riferimenti
• Gli ho regalato un romanzo, ma il libro lo ha
annoiato.
vGli ho regalato un romanzo, ma il film lo ha
annoiato.
• Carlo ha comprato un pappagallo. Il povero animale
era denutrito.
• Carlo ha comprato un pappagallo. Il pesce era
denutrito.
Rappresentare concetti lessicali
Si può rappresentare un concetto lessicale come
l’insieme delle parole sinonime (synset) che esprimono
quel dato concetto.
{automobile, macchina}
{babbo_natale, papà_natale, santa, santa_claus}
e mettere in relazione synsets (rappresentazioni di
concetti lessicali) tramite le relazioni di iponimia ed
iperonimia.
Rappresentare concetti lessicali
Criterio di massima per includere due parole nello
stesso synset:
Una persona di lingua madre deve poter sostituire
l’una con l’altra nella maggior parte dei contesti
• La casa di Mario èbella
• L’abitazione di Mario èbella
vL’edificio di Mario èbello
vIl domicilio di Mario èbello

Riferimenti (letture per cominciare)
• Fellbaum C.: “WordNet: An Electronic Lexical
Database”, MIT Press, 1998

Metodologie per la gestione di
conoscenza ontologica
Prof. M.T. PAZIENZA
a.a. 2008-2009
Ontologiee Basi di conoscenza
Ontologie, tassonomie, folksonomie
Tra le ontologie vere e proprie e le folksonomie si
collocano le tassonomie (modelli concettuali e
vocabolari controllati con organizzazione in
genere gerarchica) spesso usati per operazioni di
information indexing e retrieval.
E’necessario identificare delle dimensioni chiave
che definiscano le ontologie oltre a definire
operativamente tali dimensioni
3
Sommario
1. Introduzione
–Wordnet
–Ontologie, framework ontologico
Ontologie, tassonomie, folksonomie
In comunità diverse, per definire entità e le relazioni tra loro
esistenti, vengono creati artefatti di diversa tipologia,
ciascuna con finalità proprie quali:
• dataset di annotazione,
• supporto alla comprensione del linguaggio naturale,
• integrazione di risorse differenti,
• interoperabilità semantica,
• conoscenza di background in applicazioni,
• liste di parole-chiave per annotare risorse web
(folksonomie).
Tutti questi artefatti vengono assimilati ad “ontologie”
Framework ontologico
E’possibile sviluppare ontologie anche con una
conoscenza parziale della loro definizione,
implementazione e scopo applicativo.
Obiettivo: fornire un framework che supporti la
diversità (e non la divergenza) assicurando di
mantenerne la stabilità e la riusabilità
all’interno di approcci ontologici differenti.

Framework ontologico
Il framework ontologico è condizione
fondamentale per specificare metadati per
ontologie diverse; tali metadati includono le
proprietà e le caratteristiche usate per
descrivere una ontologia.
Ciò a supporto della condivisione, riuso e
confronto di ontologie
Espressività
L’espressivitàèuna caratteristica del linguaggio in
cui una ontologia èprodotta. Una ontologia
definisce il proprio vocabolario in una qualche
forma di rappresentazione.
Informalmente una ontologia può essere espressa
soltanto da una lista di termini e da definizioni in
linguaggio naturale (inglese, italiano,…) .
Ciò produce confusione tra “ontologie” ed il
linguaggio usato per rappresentare le ontologie.
Framework ontologico
Possiamo identificare 2 gruppi di dimensioni:
1.dimensioni semantiche (espressività,
granularità strutturale e rappresentazionale)
2.dimensioni pragmatiche (uso previsto,
supporto di ragionamento automatico,
identificazione della descrittività o della
prescrittività di una ontologia, metodologia di
disegno, …)
Dimensioni semantiche
Una ontologia include un vocabolario e una specificazione della
interpretazione sottesa (significato) di ciascun termine del
vocabolario.
La specificazione include:
1. identificazione delle categorie fondamentali nel dominio
2. identificazione dei modi in cui membri delle categorie sono
correlati tra loro
3. vincoli sui modi in cui le relazioni possono essere usate
Le dimensioni semantiche caratterizzano come un dato approccio
specifichi i significati dei termini; ciò comprende l’espressività
del linguaggio di rappresentazione ontologica, le proprietà
strutturali, la granularità della rappresentazione delle
specificazioni ontologiche
Proprietàstrutturali
Il livello di struttura spesso corrisponde alla formalità delle definizioni
dei termini nel vocabolario.
• Una ontologia che specifica formalmente i concetti (es. astrazione
matematica) ha molte proprietà strutturali
• Una ontologia che specifica poco i concetti (es. documento,
hyperlink) ha poche proprietà strutturali
• Molte ontologie sono semistrutturate contenendo un mix di
definizioni formali ed informali di concetti e relazioni (es. ontologia
bibliografica con concetto tempo altamente strutturato e concetto
titolo di libro scarsamente strutturato – stringa di testo-)

Proprietàstrutturali Granularità
Confronto tra ontologie
Le ontologie possono essere confrontate
rispetto ai linguaggi con espressività
minima richiesta per definire il loro
vocabolari
Le tassonomie richiedono un linguaggio più
ristretto per specificare la relazione di
“sottoclasse” tra classi
Dimensioni pragmatiche
Si può misurare la tipologia di ragionamento automatico
supportato dall’ontologia: a livello di specificazione si
valutano i vincoli sia sul linguaggio che sul contenuto
• Ragionamento semplice (fare inferenze usando la
relazione di ereditarietàdelle proprietàtra
classi/sottoclassi)
• Ragionamento speciale (il reasoner può fare asserzioni
arbitrarie nel linguaggio di rappresentazione della
conoscenza)
• Ragionamento generale (uso di regole deduttive che
combinano informazioni attraverso l’ontologia)
La granularità èuna proprietà del contenuto della ontologia e non
del linguaggio di rappresentazione; attiene alla numerositàdi
concetti e relazioni nel proprio vocabolario.
La granularità èmisurabile con la profondità media delle sottoclassi
e/o sottoproprietà, la densità media dei termini nella gerarchia, il
numero medio di assiomi per termine
Ridotta granularità se si usano primitive di rappresentazione ad alto
livello (come accade nelle tassonomie con concetti e
sussunzione),
Granularità fine (come nelle ontologie con molti dettagli circa le
proprietà dei concetti e di come essi relazionino tra loro.
Dimensioni pragmatiche
L’uso previsto può determinare la proprietàdi una
ontologia:
• condividere una base di conoscenza
• migliorare la comunicazione tra agenti
• supporto alle decisioni
• rappresentazione del vocabolario di un linguaggio
naturale
• rappresentazione della semantica per servizi ed
applicazioni software
• fornire un framework concettuale per l’indicizzazione di
contenuti
Dimensioni pragmatiche
Uso descrittivo/prescrittivo si riferisce alla sorgente di
interpretazione attesa del vocabolario dell’ontologia.
Nell’approccio descrittivo il contenuto di una ontologia
descrive l’interpretazione attesa caratterizzando le entità
e le relazioni tra entitàcome lo farebbe un utente/esperto
Nell’approccio prescrittivo il contenuto di una ontologia
prescrive le interpretazioni attese forzando così il modo
in cui entità e relazioni debbano essere caratterizzate

Dimensioni pragmatiche
Le metodologie di disegno usate nella costruzione di una
ontologia ne determinano il modo d’uso e sono strettamente
connesse all’uso previsto.
Una metodologia bottom-up (o empirica) pone enfasi
sull’analisi dei dati e la loro semantica; si suppone che
questo approccio possa far emergere patterns di
caratterizzazione preferiti da comunitàdi utenti
Una metodologia top-down (o razionalista) pone enfasi sullo
sviluppo di una ontologia a partire dalla conoscenza sul
mondo o sul dominio. L’ontologia in tal caso è indipendente
dai dati reali. Lo scopo dell’ontologia in tal caso è
determinato dalla classe di domande che un esperto di
dominio può porre.
Riferimenti (letture per cominciare)
• Arash Shaban-Nejad: tutorial on “Ontology:
Foundation of Semantic Web”, 2004
• M. Gruninger, O. Bodenreider, F. Olken, L. Obrst, P.
Yim: “Ontology, taxonomy, folksonomy:
understanding the distinctions”, Applied Ontology
journal, 3 (2008) pagg.191-200
Dimensione di
Governance delle ontologie
La governance attiene a come le decisioni relative alla struttura ed al
contenuto sono state prese ed include la specificazione dei criteri
di qualità e di certificazione.
Si potrebbe demandare alle organizzazioni professionali o di
categoria (piuttosto che a validi ricercatori o ingegneri della
conoscenza) la definizione in linguaggio naturale delle entità e
delle relazioni semantiche intesa come uno sforzo per
formalizzare i concetti. Ciò potrebbe far riferimento a legislazioni
specifiche , regolamenti standard usati per le definizioni e
permetterebbe di valutare formalmente la bontà dei risultati
ottenuti dalle applicazioni

Metodologie per la gestione di
conoscenza ontologica
Prof. M.T. PAZIENZA
a.a. 2008-2009
Linguaggidi gestionedelleontologie
Linguaggi formali per la definizione di ontologie e basi di
conoscenza, per supportare il ragionamento su di esse ed
interrogarle.
RDF produce specifiche di contenuto grazie alle triple
(soggetto-predicato-oggetto)
RDFS che usa le triple per dichiarare le classi e le relazioni
valide sulla base di conoscenza
OWL (Web OntologyLanguage) èun linguaggio di markup
per rappresentare esplicitamente ontologie ( semantica
formale di termini e relazioni tra i termini).
Resource Description Framework
(RDF)
Il Resource Description Framework (RDF) rientra nelcontesto delle
specificazionidel World Wide Web (W3C); originariamente
disegnato come metadata data model, è poi diventato un metodo
generale per modellare l’informazione in una molteplicità di
formatisintattici
Una collezione di statements RDF rappresenta intrinsecamente un
labeled directed multigraph.
In quanto tale un RDF-based data model è più idoneo ad esprimere
certitipi di rappresentazione della conoscenza di quanto non lo
siano ilmodello relazionale ed altrimodelliontologici.
Sommario
1. Introduzione
–Wordnet
–Ontologie, framework ontologico
–Linguaggiper la gestionedelleontologie
(RDF, RDFS, OWL)
Resource Description Framework
(RDF)
Il Resource Description Framework(RDF) èun framework per la
descrizione della conoscenza sul web. Esso è stato specificatamente
creato per la descrizione dei metadatirelativi alle risorse.
RDF è sostanzialmente un modello formale di dati dotato di sintassi di
interscambio, un sistema di schemi di tipo ed un linguaggio
d’interrogazione
RDF si basa su tre principi chiave:
• qualunque cosa può essere identificata da un URI (Universal
Resource Identifier -URL o URN)
• the least power: utilizzare il linguaggio meno espressivo per
definire qualunque cosa
• qualunque cosa può dire qualunque cosa su qualunque cosa
Resource Description Framework
(RDF)
Qualunque cosa descritta da RDF èdetta risorsa. Ogni risorsa èidentificata da un
URI.
In genere una risorsa èreperibile sul Web (UniversalResourceLocatorURL ), ma
RDF può descrivere anche risorse che non si trovano direttamentesul Web
(UniversalResourceNameURN).
Nel data model di RDF si descrive la risorsa nella forma di uno statement
soggetto-predicato-oggettto (triple)
dove il soggetto èuna risorsa, il predicato èuna proprietàe l’oggetto èun valore
(cheèunarisorsao èun tipo di dato primitivo )
Il soggetto denotala risorsa
Il predicato denotacaratteristichedellarisorsa ed esprimeunarelazionetra
soggetto ed oggetto.
RDF èun modello astratto con diversiformatidi file; cosìilmodoparticolarein cui
unarisorsao triplaèrappresentatavariadaformato a formato.

Resource Description Framework
(RDF)
In pratica, però, datiRDF sonocollezionatiin database
relazionalio in altrerappresentazioninative, le
cosiddette“triple stores”, o con “quad stores” se il
contesto(ovveroilgrafodi riferimento) èanch’esso
memorizzatocon triple RDF.
Nel1999 èstatopubblicatocome raccomandazione
del W3C la prima specifica della sintassidel data
model RDF
RDF: Statement reificationand context
La conoscenzamodellizzataattraverso unacollezionedi statement RDF può essere
reificata. In talcaso a ciascuno statement (ovvero a ciascunatripla subjectpredicate-object)
vieneassegnatoun proprio unico URI e trattato come una
risorsaessastessaneicui confrontièpossibilefare uno statement addizionale;
esempio "Jane says that John is the author of document X".
In un database di triple RDF reificato, ciascuno statement originario, essendo esso
stessounarisorsa, in genereha almeno 3 statement addizionaliscrittiper lui: uno
per asserirecheilsuo soggetto èunaqualcherisorsa, unoper asserirecheilsuo
predicato èunaqualcherisorsa, ed unoper asserirecheilsuo oggetto èuna
qualcherisorsao literal.
---------
Le risorse non corrispondono soltanto a cose che possono essere intuitivamente considerate
come oggetti fisici. Molto spesso vengono utilizzate per rappresentare concetti astratti,
eventi, azioni e così via. Il processo che porta a concettualizzare questi aspetti della realtà
come entità èdetto reificazione.
RDF: Queryand inferencelanguages
Il query language predominanteper RDF graphs è
SPARQL, un linguaggioSQL -like, chedal15
gennaio2008 èuna raccomandazionedel W3C
(acronimoricorsivo: SPARQL Protocol and RDF
Query Language. )
Le query SPARQL consistonodi triple patterns,
conjunctions, disjunctions and optional patterns.
RDF: Resourceidentification
• Il soggetto di uno statement RDF èunarisorsa, possibilmente
identificata da un Uniform Resource Identifier (URI) o meno
(risorsaanonima).
• Il predicato èanch’esso una risorsa che rappresenta una relazione.
• L’oggetto èuna risorsa od un valore (Unicode string literal).
In applicazionidel Semantic Web le risorse sono rappresentate da
URI che denotanodatirealiaccessibilisulWeb. Ma RDF non è
limitata alla descrizione di risorse Internet-based.
Perciò ènecessario che produttoried utilizzatoridi statement RDF
concordino sulla semantica degli identificatoridelle risorse.
RDF: Statement reificationand context
Alcuneimplementazionidel modello RDF riconoscono chetalvoltaèutile
raggruppare statements in accordo a criteridi tipo diverso, detti situations,
contexts, or scopes.
Per esempio unostatement può essereassociato ad un contesto, identificato daun
URI, in mododaasserireun "is true in" unaspecificarelazione.
Analogamente ètalvoltaconvenienteraggruppareglistatement in funzionedella
loro sorgente, chepuò essereidentificatadaun URI, ovvero come l’URIdi un
particolaredocumento RDF/XML. In talcaso, quando sifanno degli
aggiornamenti sullerisorse, corrispondentementesipossono cambiaregli
statement relativinelmodello.
L’implementazionedegli scopi non richiedenecessariamentela pienareificazione
neglistatement. Alcuneimplementazionipermettono cheun singolo
identificatoredi scopo siaassociato con uno statement a cui non siastato
assegnatoun URI. Analogamente named graphs in cui un set di triple identificato
daun URI può rappresentareun contesto senzala necessitàdi reificare le triple.
RDF: Queryand inferencelanguages
An example of a SPARQL query to show country capitals in Africa
PREFIX abc: .
SELECT ?capital ?country
WHERE {
?x abc:cityname?capital ;
abc:isCapitalOf?y.
?y abc:countryname?country ;
abc:isInContinentabc:Africa.
}
Variables are indicated by a "?" or "$" prefix. Bindings for?capital and the?country
will be returned.
The SPARQL query processor will search for sets of triples that match these four
triple patterns, binding the variables in the query to the corresponding parts of
each triple. Important to note here is the "property orientation" (class matches can
be conducted solely through class-attributes / properties )

RDF Schema (or RDFS)
Il data model RDF permette di definire un modello semplice per
descrivere le relazioni tra le risorse, in termini di proprietà
(identificate da un nome) e relativi valori.
Tuttavia, RDF data model non fornisce nessun meccanismo per
dichiarare queste proprietà, né per definire le relazioni tra queste
proprietà ed altre risorse.
Per poter dichiarare un vocabolario (ontologia) è necessario definire
classi e proprietà in un RDF-schema.
RDF Schema (or RDFS) èun linguaggio per la rappresentazione
della conoscenza che fornisce glielementifondamentaliper la
descrizione di ontologie (dette vocabolariRDF) che strutturano le
risorse RDF.
Classes and subclasses
Principali costrutti RDFS
• rdfs:Class permettedi dichiarareunarisorsacome classedi altrerisorse.
Tipico esempiodi unardfs:Class èfoaf:Personnelvocabolario FOAF. Una
istanzadi foaf:Person èunarisorsacollegataalla classeusandoun predicato
rdf:type, come nell’espressioneformaleseguente:
ex:John rdf:typefoaf:Person
corrispondenteallafrasein linguaggio naturale: 'John is a Person'.
La definizionedi rdfs:Class èricorsiva: rdfs:Class èla rdfs:Class di qualunque
rdfs:Class.
• rdfs:subClassOf permettedi dichiararegerarchiedi classi.
Per esempio,quidi seguito sidichiarache“ognipersona èun agente”:
foaf:Personrdfs:subClassOffoaf:Agent
Gerarchiedi classisupportano l’ereditarietà(property hineritance) del dominio e
del range di unaproprietàdaunaclasseallesue sottoclassi.
Limiti di RDFS
Poichè RDFS mancadi una semantica formale:
• Non sipuò distingue tra classi ed istanze
• Non sipossono determinare l’estensione del dominio ed eventuali
vincoli
• Non si può definire la cardinalità dei vincoli
• Non si può lavorare con proprietà simmetriche, transitive ed inverse
• Difficile ilsupporto al reasoning
Inoltre RDFS ètroppo debole per descrivere in sufficiente dettaglio le
risorse
RDF Schema
RDF Schema (RDFS) permette di definirevocabolari, caratteristichee relazioni
di un insiemedi proprietà; consente di definiregerarchiedi classiattraverso
la specificadelconcetto di classe e sottoclasse.
Ognirisorsadescrittain RDF èistanzadellaclasse rdfs:Resource.
Le sottoclassidi rdfs:Resourcesono:
rdfs:Literal, rappresentaun letterale, unastringadi testo.
rdfs:Property,rappresentale proprietà.
rdfs:Class corrispondealconcetto di tipo e di classe ; quando vienedefinitauna
nuovaclasse, la risorsachela rappresentadeveaverela proprietà rdf:type
impostataa rdfs:Class.
La relazionedi ereditarietàtraclassièspecificatada rdfs:subClassOf.
L'ereditarietàpuò esseremultipla.
Principali costrutti RDFS
Propertydomainand range
• rdfs:domain di unardf:propertydichiarala classedel subject in unatripla
usando questaproprietàcome predicato
• rdfs:range di unardf:propertydichiarala classeo datatypedell’object in una
triplausando questaproprietàcome predicato.
Per esempio le dichiarazionicheseguono sono usateper esprimerechela
proprietà ex:employercollegaun subject cheèunafoaf:Person ad un object
cheèunafoaf:Organization
ex:employer rdfs:domain foaf:Person
ex:employer rdfs:rangefoaf:Organization
Per cui, nellatripla chesegue, ex:John ènecessariamenteunafoaf:Person, e
ex:CompanyXènecessariamenteunafoaf:Organization
ex:John ex:employer ex:CompanyX
OWL: Web OntologyLanguage
Il Web OntologyLanguage (OWL) è un linguaggio di markup per
rappresentare esplicitamente le ontologie (ovvero il significato
dei termini e relazioni tra i termini).
L'obiettivo è supportare l’elaborazione automatica del contenuto
delle informazioni dei documenti scritti in OWL ed il reasoning
su di essi.
E’ un'estensione RDF.
OWL èun linguaggio di rappresentazione della conoscenza

OWL: Web OntologyLanguage
Poichè OWL èdotatodi unasemantica formale:
• puòspecificarecome derivareconseguenzelogicheda
fattie relazioniesistenti
• può esseredistributotrapiùsistemi
• ècompatibilecon glistandard Web
• èestensibile
OWL: Web OntologyLanguage
I dati descritti da una ontologia OWL sono interpretati come un set di
“individui” ed asserzioni di proprietà che correlano tra loro gli individui.
UnaontologiaOWL consistedi un set di assiomi chepongono vincolisu insiemi
di individui(classi) e suitipi di relazionichesono ammessesu di loro.
Gliassiomisupportano la semanticain quanto permettono aisistemidi effettuare
inferenzesuidati
Esempio: ontologia descrittiva delle famiglie naturali che includa assiomi che affermano
che la proprietà "hasMother" si ha solo tra due individui quando èpresente anche la
proprietà "hasParent" ; individui della classe "HasTypeOBlood" non sono mai in
relazione via "hasParent" con membri della classe "HasTypeABBlood“. Così se viene
affermato che l’istanza Harriet èin relazione "hasMother" con l’istanza Sue, e che
Harriet èmembro della classe "HasTypeOBlood", allora si può inferire che Sue non è
membro di "HasTypeABBlood".
OWL: Web OntologyLanguage
Sublanguages
Le specifiche W3C di OWL includono la definizione di tre variantidi
OWL con differenti livellidi espressività:
OWL Lite originariamente pensato per supportare quegliutentiche
soprattutto avessero bisogno di una classificazione gerarchica e
semplici constraints
OWL DL disegnato per fornire ilmassimo possibile di espressività e nel
contempo mantenere la completezzacomputazionale (è garantito che
tutte le conclusionisiano calcolate) , la decidibilità (tutte le
elaborazionifiniscono in un tempo finito), e la disponibilità reale di
algoritmi di reasoning.
OWL Full è stato disegnato per preservare alcune compatibilità con RDF
Schema; permette ad unaontologia di aumentare ilsignificato di di
un vocabolario predefinito (RDF or OWL).
OWL: Web OntologyLanguage
XML fornisce una sintassi superficiale per documenti strutturati senza però
imporre alcun vincolo semantico
XML Schema restringela strutturadeidocumentiXML mentreestendei datatype
XML
RDF èun datamodelper descrivererisorsee relazionitradi esse e fornisceuna
semanticasempliceper questodatamodelchepuò essererappresentatonella
sintassiXML
RDF Schema èun vocabolario per descrivereproprietàe classidellerisorseRDF
con unasemanticaassociataalla generalizzazionedellegerarchiedi taliclassie
proprietà.
OWL ha mggioristrumentidi RDF ed RDFS per esprimeresignificato e
semantica (es. disgiunzione, cardinalità, eguaglianza , enumerabilità– classi- )
OWL: Web OntologyLanguage
Il linguaggio OWL utilizza nelle definizioniun linguaggio logico
basato sulle Description Logics.
(DLs) Description Logics rappresentano una famiglia di logiche che
sono frammentidecidibilidella logica del prim’ordine.
La semantica per OWL èdata con la traduzione ad un particolare DL.
Perciò OWL è sia una sintassiper descrivere e per scambiare
ontologie, che unasemantica formalmente definita per assegnare
significato.
Per moltiDLs, inclusiquelli sottostantiOWL, esistono deireasoner
sound, complete, and terminating (cioè ègarantito che i reasoner
derivino ogni conseguenza della conoscenza di una ontologia) .
OWL: Web OntologyLanguage
Open World Assumption
OWL adottala Open World Assumption in contrastocon
SQL e Prolog, cheadottanola Closed World
Assumption.
Nell’ambitodella Open World Assumption, se non si
puòprovarecheunostatement sia verousandola
conoscenzaattuale, allora non sipuòarrivarealla
conclusionechelo statement sia falso.

Riferimenti (letture per cominciare)
• Arash Shaban-Nejad: tutorial on “Ontology: Foundation of Semantic Web”,
2004
• F. Bianchini, A.M. Gliozzo, M. Matteuzzi: “Instrumentum vocale: intelligenza
artificialee linguaggio”, BononiaUniversity press, 2008
• Antoniou G., van Harmelen F.: “A Semantic Web Primer”, The MIT Press,
2004, cap.2,3,4
• http://en.wikipedia.org/wiki/Resource_Description_Framework
• http://it.wikipedia.org/wiki/Resource_Description_Framework
• http://en.wikipedia.org/wiki/RDF_schema
• http://en.wikipedia.org/wiki/SPARQL
• http://www.w3.org/TR/owl-features/