Web Semántica

Web Semántica
  es un conjunto de actividades desarrolladas en el seno de World Wide Web Consortium con tendencia a la creación de tecnologías para publicar datos legibles por aplicaciones informáticas (máquinas en la terminología de la Web semántica).1 Se basa en la idea de añadir metadatos semánticos y ontológicos a la World Wide Web. Esas informaciones adicionales —que describen el contenido, el significado y la relación de los datos— se deben proporcionar de manera formal, para que así sea posible evaluarlas automáticamente por máquinas de procesamiento. El objetivo es mejorar Internet ampliando la interoperabilidad entre los sistemas informáticos usando "agentes inteligentes". Agentes inteligentes son programas en las computadoras que buscan información sin operadores humanos.

Antecedentes 
El precursor de la idea de enlaces web de hipertexto fue Vannevar Bush (1890 - 1974), ingeniero y profesor del Massachusetts Institute of Technology (MIT) y asesor, durante la Segunda Guerra Mundial, de Investigación Científica y Desarrollo en la administración americana siendo presidente Roosevelt. En 1945 describió la primera aplicación hipertextual, un proyecto llamado MeMex Memory Extended y descrito en As We May Think, (Cómo podríamos pensar) publicado en la revista Atlantic Monthly.3
La idea presentada era la de un sistema distribuido de información accesible a través de un escritorio (interfaz), en el que los archivos de texto e imagen estuvieran ligados y pudieran ser consultados a través de los enlaces. Así los usuarios podrían visualizar la información a través de distintos recorridos.4 Este proyecto es lo que puede considerarse el origen del hipertexto.
En la década de los años 60 Theodor Nelson acuñó el término Hypertext como “non-sequential writing”, una escritura no secuencial. Se trata de un conjunto de bloques de texto conectados entre sí mediante unos enlaces que permiten navegar de un texto a otro

Puntos fundamentales 
La Web Semántica se basa en dos puntos fundamentales:
a)  La descripción del significado. Donde se definen los conceptos; y
b)  La manipulación  automática  de  estas descripciones. Se efectúa mediante  lógica y motores de inferencia.
En la descripción del significado se articula la semántica, los metadatos y las ontologías.9
  • La semántica. Es el estudio del significado de los términos lingüísticos.
En nuestro contexto de la Web Semántica, se pretende dotar de significado interpretable por parte de las máquinas, como información adicional que pueda ser comprendida y procesada por una computadora.
  • Los Metadatos. Son datos que describen otros datos, en este contexto los datos que describen recursos de la web.
La distinción entre datos y metadatos es relativa, pues depende de la aplicación. Los metadatos de una aplicación pueden ser los datos que maneja otra aplicación.
  • Las Ontologías. Una ontología es una jerarquía de conceptos con atributos y relaciones, que define una terminología consensuada para definir redes semánticas de unidades de información interrelacionadas y con ciertas reglas.
Una ontología se puede definir como una «especificación explícita y formal de una conceptualización compartida» según (Gruber, 1993) de esta manera:1
  • Es explícita, porque define los conceptos, propiedades, relaciones, funciones, axiomas y restricciones que la componen.
  • Es formal, porque es legible e interpretable por las máquinas.
  • Es una conceptualización, porque es un modelo abstracto y una vista simplificada de las entidades que representa.
  • Finalmente,  es compartida porque ha habido un consenso previo sobre la información que ha sido acordado por un grupo de expertos.

Ventajas de la Web Semántica 
 
  • Incorpora contenido semántico a las páginas que se suben a Internet. Esto permite una mejor organización de la información, asegurando búsquedas más precisas por significado y no por contenido textual.
  • Permite a las computadoras la gestión de conocimiento, hasta el momento reservada a las personas (hace uso de inteligencia artificial).

Desventajas de la Web Semántica
 
  • Es costoso y laborioso adaptar los documentos de Internet, para poder ser procesados de forma semántica (a esto hay que sumar los problemas del idioma).
  • Es necesario unificar los estándares semánticos y proveer relaciones de equivalencia entre conceptos. Por ejemplo, en el caso del código postal, se debe establecer que CP es igual a ZC “zip code” en el caso del inglés.

Relación con Internet 
La web semántica es una ampliación de la Web, por medio de la que se intenta realizar un filtrado de manera automática pero precisa de la información. Es necesario hacer que la información que anida en la web sea entendible por las propias máquinas. En concreto se atiende a su contenido, independientemente de la estructura sintáctica. O lo que es lo mismo, se atiende a diferentes ámbitos, se tiene en cuenta el conjunto de lenguajes, a la vez que los procedimientos para poder añadir esa semántica a la información para que, de esta manera, sea entendible por los agentes encargados de procesarla. Además, se tiene en cuenta el desarrollo y la construcción de los agentes encargados de procesar esa información y de filtrar adecuadamente cuál de todas ellas es la útil para los usuarios o para los agentes que tienen que realizar una función concreta. Con todo ello, los agentes deben recuperar y manipular la información pertinente, lo que requiere una integración sin fracturar la web, pero sin dejar de aprovechar totalmente las infraestructuras que existen. En concreto, a través de esta modalidad de web semántica se pueden obtener soluciones a problemas habituales en la búsqueda de información gracias a la utilización de una infraestructura o proceso común, mediante la cual, es posible compartir, procesar y transferir información de forma sencilla.
En la actualidad, la World Wide Web está basada principalmente en documentos escritos en HTML, un lenguaje de marcado que sirve principalmente para crear hipertexto en Internet. El lenguaje HTML es válido para adecuar el aspecto visual de un documento e incluir objetos multimedia en el texto (imágenes, esquemas de diálogo, etc.). Pero ofrece pocas posibilidades para categorizar los elementos que configuran el texto más allá de las típicas funciones estructurales, como sucede con otros lenguajes de maquetación (tipo LaTeX).
Componentes de la Web Semántica 
Arquitectura tecnológica de la Web Semántica
Los principales componentes de la Web Semántica son los metalenguajes y los estándares de representación XML, XML Schema, RDF, RDF Schema y OWL, así como el lenguaje SPARQL para la consulta de datos RDF. La OWL Web Ontology Language Overview describe la función y relación de cada uno de estos componentes de la Web Semántica:
  • XML aporta la sintaxis superficial para los documentos estructurados, pero sin dotarles de ninguna restricción sobre el significado.
  • XML Schema es un lenguaje para definir la estructura de los documentos XML.
  • RDF es un modelo de datos para los recursos y las relaciones que se puedan establecer entre ellos. Aporta una semántica básica para este modelo de datos que puede representarse mediante XML.
  • RDF Schema es un vocabulario para describir las propiedades y las clases de los recursos RDF, con una semántica para establecer jerarquías de generalización entre dichas propiedades y clases.
  • OWL es un lenguaje para definir ontologías mediante la descripción detallada de propiedades y clases: tales como relaciones entre clases (p.ej. disyunción), cardinalidad (por ejemplo "únicamente uno"), igualdad, tipologías de propiedades más complejas, caracterización de propiedades (por ejemplo simetría) o clases enumeradas.
  • SPARQL es un lenguaje de consulta de conjuntos de datos RDF. Además en dicha especificación también se incluye un formato XML que detalla el modo en el que se estructuran los resultados obtenidos.
La usabilidad y aprovechamiento de la Web y sus recursos interconectados puede aumentar con la web semántica gracias a:
  • Los documentos etiquetados con información semántica (compárese ésta con la etiqueta <meta> de HTML, usada para facilitar el trabajo de los robots). Se pretende que esta información sea interpretada por el ordenador con una capacidad comparable a la del lector humano. El etiquetado puede incluir metadatos descriptivos de otros aspectos documentales o protocolarios.
  • Vocabularios comunes de metadatos (Ontología (Informática)) y mapas entre vocabularios que permitan a quienes elaboran los documentos disponer de nociones claras sobre cómo deben etiquetarlos para que los agentes automáticos puedan usar la información contenida en los metadatos (p.ej. el metadato author tenga el significado de "autor de la página" y no el del "autor del objeto descrito en la página").
  • Agentes automáticos que realicen tareas para los usuarios de estos metadatos de la Web Semántica
  • Servicios Web (a menudo con agentes propios) que provean de información a los agentes (por ejemplo un servicio de garantías a quien un agente pudiera consultar sobre si un comercio electrónico tiene un historial de mal servicio o de generar correo basura).
Los proveedores primarios de esta tecnología son las URIs que identifican los recursos junto con XML y los namespaces. Si a esto se añade un poco de lógica, mediante una RDF, u otras tecnologías como los mapas temáticos y algo de razonamiento basado en técnicas de inteligencia artificial, Internet podría estar cerca de alcanzar las aspiraciones iniciales de su inventor, Tim Berners-Lee.
Aplicaciones 
La intención es mejorar la usabilidad y utilidad de la Web y sus recursos interconectados mediante  la creación de servicios Web Semánticos, tales como:
• Los servidores que exponen a los sistemas de datos existentes utilizando los estándares RDF y SPARQL. Muchos convertidores a RDF existen desde diferentes aplicaciones. Las bases de datos relacionales son una fuente importante. El servidor web semántico se conecta al sistema existente sin afectar a su funcionamiento.
• Documentos "marcados" con información semántica (una extensión del HTML <meta> etiquetas utilizadas en las páginas web de hoy en día para suministrar información para los motores de búsqueda utilizando los rastreadores web). Esta información podría ser legible por máquina sobre el contenido humano-comprensible del documento (como el creador, título, descripción, etc.) o puede ser puramente metadatos que representen una serie de factores (tales como los recursos y servicios en otros lugares en el sitio). Se debe de tener en cuenta que cualquier cosa que pueda ser identificado con un identificador uniforme de recursos (URI) puede ser  descrito, por lo que la web semántica puede razonar acerca de los animales, personas, lugares, ideas, etc. Hay cuatro formatos de anotación semántica que se pueden utilizar en los documentos HTML; microformato, RDFa de microdatos y JSON-LD. El marcado semántico se genera regularmente de manera automática, en lugar de forma manual.
• Vocabularios de metadatos común (ontologías) y mapas entre vocabularios que permiten que los creadores de documentos sepan cómo marcar sus documentos para que los agentes puedan utilizar la información de los metadatos suministrados (de este modo  un autor en el sentido de que el autor de la página no se confundirá con autor en el sentido de un libro que es objeto de una reseña).
• Agentes automatizados para realizar tareas para los usuarios de la Web Semántica que utilizan estos datos.
• Servicios basados en la web (a menudo con agentes propios) para suministrar información específica a los agentes, por ejemplo, un servicio de confianza que un agente podría preguntar si alguna tienda en línea tiene una historia de un mal servicio o envío de correo spam.
Estos servicios podrían ser útiles para los motores de búsqueda públicos, o que pueden ser utilizados para la gestión del conocimiento dentro de una organización.
Las aplicaciones de negocios incluyen:
• Facilitar la integración de la información procedente de fuentes mixtas.
• Ambigüedades de disolución en la terminología corporativa.
•  El mejoramiento de la recuperación de información lo que reduce la sobrecarga de información.
• La identificación de información relevante con respecto a un determinado dominio.
• Proporcionar apoyo de toma de decisiones
En una corporación, no es un grupo cerrado de usuarios y la gestión es capaz de cumplir los lineamientos de la empresa, como la adopción de determinadas ontologías y el uso de la anotación semántica. En comparación con la Web Semántica pública hay menos requisitos de escalabilidad y la información que circula dentro de una empresa pueden ser generalmente más confiable; la privacidad es un problema menor fuera del manejo de datos de los clientes.
La censura y la privacidad 
El entusiasmo sobre la web semántica podría ser atemperada por preocupaciones con respecto a la censura y la privacidad, por ejemplo, las técnicas de análisis de un texto pueden ahora ser fácilmente sobrepasadas mediante el uso de otras palabras, metáforas por ejemplo, o mediante el uso de imágenes en lugar de palabras. Una implementación  avanzada de la Web Semántica haría más fácil para los gobiernos  controlar la visualización y creación de información en línea, ya que esta información sería mucho más fácil de entender para una máquina automatizada de bloqueo de contenidos. Además, la cuestión se ha planteado también que, con el uso de FOAF archivos y geolocalización de metadatos, habría muy poco anonimato asociado en la autoría de artículos por ejemplo un blog personal. Algunos de estos problemas fueron abordados en el proyecto "Política Consciente Web" y es un tema activo de investigación y desarrollo.
Web Semántica y Web 3.0
Erróneamente se identifican los conceptos de Web semántica y Web 3.0 La Web Semántica es un conjunto de actividades, tal y como indica el propio World Wide Web Consortium,27 al amparo de las cuales se han desarrollado un conjunto de tecnologías que se aplican en muchos ámbitos: redes sociales, publicación de datos, realización de inferencias, marcado semántico de documentos convencionales, etc. Por su parte la Web 3.0 se refiere a un entorno en el que aplicaciones y agentes de usuario intercambian datos, los procesan e incluso realizan procesos de inferencias para generar nueva información

Comentarios

Entradas populares de este blog

Análisis de la Web

La Web

Web 1.0