Open data, servizi digitali e trasferimento di conoscenza

Transcript

1 Open data, servizi digitali e trasferimento di conoscenza Tiziana Catarci Maurizio Lenzerini Dipartimento Dipartimento di di Ingegneria Ingegneria Informatica Informatica Automatica e Gestionale "Antonio Ruberti catarci@dis.uniroma1.it Politiche per la crescita: Roma, 26 giugno 2014

2 Introduzione Garantire la circolazione, l'accesso e il trasferimento delle conoscenze scientifiche anche attraverso l European Research Area (ERA) digitale è una delle priorità dello Spazio Europeo della Ricerca. Obiettivo: garantire l'accesso e l'aggiornamento delle conoscenze da parte di tutti. L Open Access delle pubblicazioni e dei dati sono centrali per l ERA. La digital ERA è necessaria per mantenere l'europa come centro di eccellenza. Il libero accesso alla conoscenza e ai servizi consente di risparmiare soldi pubblici (e privati) e facilita l'innovazione. 2

3 Schemi fisici, logici, concettuali (ontologie) Il dato può essere visto da diverse prospettive Memorizzazione Codifica Schemi fisici delle basi di dati Metodi di accesso... Strutturale Schemi logici Relazioni tra valori Viste... Ontologica Individuazione e classificazione degli enti e dei concetti del domino Relazioni formali (parte, dipendenza, ecc) tra concetti... Formalizzazione del caso applicativo Struttura dei dati Teoria sulle entità e sui fenomeni del mondo Schema Fisico Schema Logico Ontologia

4 Cooperazione applicativa e condivisione di dati Condivisione del protocollo Condivisione dello stato cooperazione applicativa condivisione dei dati

5 Condivisione dei dati: due modalità mediatore mappatura globale mappature alla pari

6 L idea alla base dei Linked Open Data Costruire un database globale (global data space) sul Web Pubblicare repository di dati (Open Data) strutturati Legare tra loro i repository per mezzo di riferimenti reciproci Requisiti Codifica e referenziazione Schematizzazione standardizzata Formati di serializzazione Protocolli di accesso \ interrogazione Possibilità di operare in modo decentralizzato una base di dati/conoscenza globale decentralizzata sul web

7 Linked Open Data: cosa sono Linked Data: pubblicare, condividere e collegare dati, informazioni e conoscenza nel Web Semantico, usando le URI Linked Open Data (LOD): pubblicare sul Web insiemi di dati aperti al pubblico, nel formato RDF (vedi dopo), usando le URI e definendo collegamenti tra dati appartenenti a sorgenti diverse i collegamenti RDF permettono di navigare a partire da dati nell ambito di una sorgente dati a dati ad essi collegati nell ambito di altre sorgenti dati poiché i risultati delle interrogazioni sono dati strutturati (e non dei link a pagine HTML) possono essere usati nell ambito di applicazioni al fine di costruire servizi digitali di qualunque tipo

8 Resource Description Framework Standard per la rappresentazione di dati sul Web Raccomandazione W3C Sintassi astratta: Soggetto-Predicato-Oggetto (tripla) Soggetto = URI (o nodo bianco) Predicato = URI Oggetto = URI o Label (o nodo bianco) Sintassi concreta: XML, N3, Turtle, ed altri Vocabolari RDF: set di predicati per definire schemi concettuali Property type Class subclassof subpropertyof, domain, range... Espressività: Povera per certi aspetti (es. no disgiunzione) Ricca per altri (es. ordine aperto) /tcatarci soggetto creator label predicato /slides.ppt oggetto / soggetto oggetto title Il titolo <rdf:description rdf:about=" <dc:creator resource= /> </rdf:description> <rdf:description rdf:about= > <dc:title>il titolo</dc:title> </rdf:description>...

9 Da RDF ai Linked Data Nella visione di Berners-Lee*, uno spazio di dati globale si può ottenere pubblicando documenti RDF con le seguenti regole: Riferirsi alle entità concettuali mediante URI dereferenziabili (es. http) Corredare le entità referenziate con informazione utile Usare i riferimenti già disponibili ogni volta che è possibile Usare terminologie/ontologie esistenti (es.: dbpedia) Se si introduce una nuova terminologia, pensarla in funzione del suo possibile uso in diversi contesti Mappare le terminologie equivalenti che dovessero successivamente emergere (*)

10 I diagrammi del LOD cloud 9/2007 9/ /2008 9/2009

11 Il LOD cloud nel 2012

12 Alcune sorgenti RDF di uso comune Friend-of-a-Friend (FOAF) Persone e relazioni Dublin Core (DC) Metadati bibliografici Semantically-Interlinked Online Communities (SIOC) Comunità online Description of a Project (DOAP) Progetti Simple Knowledge Organization System (SKOS) Tassonomie concettuali Music Ontology Musicisti e opere Review Vocabulary Revisioni scientifiche Creative Commons (CC) Licenze cc

13 Alcune esperienze italiane LinkedOpenCamera Collaborazioni e consulenze della Camera dei Deputati Los Collaborazioni e consulenze del Senato della Repubblica GR-Ricettività Piemonte Strutture ricettive turistiche della regione Piemonte GR-Ricettività Toscana Toscana Strutture ricettive turistiche della regione Musei Italiani Lista dei musei italiani CAP Italia Codici Avviamento Postale CNR-IT Organizzazione Consiglio Nazionale delle Ricerche Scuole Italiane Le oltre scuole statali italiane LOIUS The LOIUS project Linking Italian University Statistics OPEN Data ISTAT ISTAT

14 UK all avanguardia Il Governo britannico mette a disposizione molti daset pubblici sotto forma di Linked Data Lo scopo è principalmente quello della trasparenza Uno specifico servizio consente l accesso integrato ai dati pubblici Gli uffici governativi e le amministrazioni possono liberamente pubblicare dati Viene incoraggiato l uso dei dati in applicazioni informatiche (es. statistiche) da parte di aziende e cittadini Combining different data sources has never been easy, but the Semantic Web will enable data to be joined easily across boundaries Can t decide where to start? You can browse the data by clicking on popular topics health (2,244) care (1,614) transparency (1,492) communities (1,316) health-and-social-care (1,194) child (1,186) local-government (1,128) children (1,112)

15 Le stelle di Tim Berners-Lee No, a meno che il vocabolario usato sia condiviso La semantica di ogni predicato, o più in generale di ogni URI, deve essere conosciuta da tutte le applicazioni Soluzioni: uso di vocabolari/ontologie famose creazione bottom-up di vocabolari condivisi tagging (e.g., Flick) micro-formati (e.g. vcard) Antonella Poggi

16 Linked Open Data e Amministrazione Digitale Il nuovo Codice di Amministrazione Digitale impone alle amministrazioni di realizzare l interoperabilità dei dati Il cittadino fornirà una sola volta i propri dati alla Pubblica Amministrazione, sarà onere delle amministrazioni (in possesso dei dati) assicurare - tramite convenzioni - l'accessibilità delle informazioni alle altre PA richiedenti Le Pubbliche Amministrazioni non possono richiedere informazioni di cui già dispongono. Per evitare che il cittadino debba fornire più volte gli stessi dati, le amministrazioni titolari di banche dati predisporranno apposite convenzioni aperte per assicurare l'accessibilità delle informazioni in proprio possesso da parte delle altre amministrazioni. Gli interventi infrastrutturali della P.A. si sono focalizzatati principalmente sulla connetività e sul middleware La condivisione delle terminologie per la codifica dei dati è stata per lo più demandata ad accordi ad hoc (accordi di servizio) L abilitazione alla pubblicazione e all uso di ontologie in SPCoop (2006) non ha favorito la pratica della standardizzazione terminologica I dati della Amministrazione Digitale rischiano così di essere poco interoperabili Complesse trasformazioni per l uso in diversi contesti Alti costi di sviluppo e manutenzione L approccio Linked Data può aiutare a trovare una soluzione?

17 Problemi semantici L idea del W3C è quella di codificare, pubblicare e usare in modo ubiquo terminologie formalizzate (ontologie o vocabolari) Un termine-concetto è un predicato con annessi assiomi di significato, più o meno espressivi a seconda della logica usata Un termine-concetto non può però generalmente garantire che la sua funzione segnica sia ovunque calcolata nello stesso modo Di fatto, la pubblicazione di ontologie e vocabolari sul Web non ha ancora prodotto apprezzabili effetti semantici I processi della semantica, nella generalità, sono difficilmente riconducibili ad un calcolo; ciò è dovuto a fenomeni come: polisemia, vaghezza, contestualità, pragmatica Non esistono teorie del significato che ci dicono come garantire l interpretazione di predicati e termini individuali in qualsiasi contesto La semantica non è un fenomeno naturale, né un portato della tecnologia, bensì un fatto sociale

18 Problemi epistemici Qualità Individuazione di misure per la qualità dei dati Attuazione di processi di controllo della qualità dei dati in ambienti decentralizzati Consistenza Possibili contraddizioni nelle terminologie per linguaggi sufficientemente espressivi (soddisfacibilità) Possibile presenza di affermazioni incompatibili in diversi dataset, o anche all interno dello stesso dataset (consistenza) Relatività Genuine discordanze dei resoconti sui fatti del mondo Riservatezza Per la privacy e la sicurezza, non tutti i dati possono essere accessibili a chiunque Accessibilità I Linked Data sono documenti XML\RDF che possono essere facilmente indicizzati e reperiti in blocco Il protocollo http supporta solo la navigazione e l interrogazione del singolo server Ma eseguire una query non banale (es. SPARQL) in uno spazio di dati globale mediante una terminologia logica è un problema aperto (distributed query answering) Materializzare il global data space in un singolo warehouse può risultare non facile

19 L approccio Linked Open Data L assunzione dei Linked Data è che molti problemi semantici ed epistemici si dissolvano nelle interazioni sociali su larga scala Crowdsourcing (es. Wikipedia, cfr. The Wisdom of Crowds [Surowiecki, 2004]) Altri problemi rilevanti per la pubblicazioni di dati aperti non fanno parte dell orizzonte dei Linked Data, ad es: Interrogazione ragionata dello spazio di dati globale Controllo dell accesso ai dati sensibili Ai fini dell interoperabilità dei dati, l approccio Linked Open Data offre dunque soluzioni parziali Tuttavia, contiene indicazioni utili Focalizzazione sui dati (vs. protocolli) Focalizzazione sulla terminologia (vs. stipulazioni ad hoc )

20 L approccio LOD alla Sapienza Nuovi servizi digitali costruiti (da chiunque) sui Linked Open Data Linked open data pubblicati dalla Sapienza Ontologia Modellazione profonda del dominio Mapping Sorgenti interne Sorgenti esterne