Curs 1.6 Datos Enlazados

INICIATIVA BARCELONA OPEN DATA
EL VALOR D’OBRIR LES DADES
Datos enlazados
curso 1.6
Docente:
Álvaro Sicilia @alvarosiciliago

OBJECTIVO DE LA SESIÓN
● Al final de la sesión seréis capaces de:
● Definir que son los datos enlazados y la web semántica
● Identificar datos enlazados y saber navegar por ellos
● Describir recursos en la web (RDF)
● Identificar tecnologías para enlazar datos
Facultar a los participantes para enlazar datos abiertos y su uso
Datos enlazados

ÍNDICE
1. Introducción a los datos enlazados
2. De datos abiertos a datos enlazados
3. Uso de vocabularios y DCAT
4. Enlazar datos abiertos
5. Describir recursos en la web
6. Como transformar datos abiertos a RDF
7. Tecnologías utilizadas en la web semántica
8. Consultar datos enlazados

¿Que son los datos
enlazados?
Preparad una definición de este
concepto
Actividad colectiva
Tiempo: 2 minutos
Actividad

* http://www.w3c.es/Divulgacion/GuiasBreves/LinkedData
** http://www.w3c.es/Divulgacion/GuiasBreves/WebSemantica
Los Datos Enlazados es la forma que tiene la Web Semántica
de vincular los distintos datos que están distribuidos en la
Web, de forma que se referencian de la misma forma que lo
hacen los enlaces de las páginas web*
La Web Semántica es una Web extendida, dotada de mayor
significado en la que cualquier usuario en Internet podrá
encontrar respuestas a sus preguntas de forma más rápida y
sencilla gracias a una información mejor definida**
INTRODUCCIÓN A LOS DATOS ENLAZADOS

INTRODUCCIÓN A LOS DATOS ENLAZADOS

IMDB Wikipedia
¿Lugar de nacimiento
de Harrison Ford?
¿Número de habitantes
de Chicago?
DE DATOS ABIERTOS A DATOS ENLAZADOS
¿Preguntas sobre una fuente de datos?

IMDB Wikipedia
¿Qué actores que han nacido en poblaciones de más
de 2 millones de habitantes?
¿Preguntas complejas sobre múltiples
fuentes de datos?

IMDB Wikipedia
Usar la Web como una única gran base de datos global 
Movernos de una Web de documentos a una Web de Datos
¿Preguntas complejas sobre múltiples
fuentes de datos?

1. Usar URIs como nombres de las cosas
2. Usar HTTP URIs, para que cualquiera los pueda consultar
3. Cuando alguien consulta una URI, proporcionar información
útil en lenguajes estándar (RDF, SPARQL)
4. Incluir enlaces a otras URIs
* http://www.w3.org/DesignIssues/LinkedData.html
Los Cuatro principios de la Web de datos
enlazados (Tim Berners Lee, 2006)*

★ publicar los datos en la Web (en cualquier format) con una licencia abierta
★★ publicar los datos estructurados (ex: en Excel lugar de una imagen con datos)
★★★ publicar daots utilizando formatos no propietarios (ex:: CSV en lugar de Excel)
★★★★ utilitzar URIs para apuntar a cosas
★★★★★ Enlazar datos con otros datos
Las 5 estrellas de Tim Berners Lee

Wikipedia

Navegar por portales
de datos abiertos y
enlazados  listar los
diferentes portales
Actividad individual
Tiempo: 15 minutos
Actividad

¿Cómo publicar datos enlazados?
1.
Empezar
por un
plan
5.
Mantenerlo
2.
Seleccionar
los datos
4. Publicación
3.
Creación
de un
dataset
Proceso de
los datos
abiertos

Aplicar un formato
abierto
Capturar los
metadatos
Aplicar una licencia
abierta
Revisar el dataset

Actividad
¿Que es un
vocabulario?
Preparad una definición de este
concepto
Actividad colectiva
Tiempo: 2 minutos

USO DE VOCABULARIOS Y DCAT
¿Qué es un vocabulario?
Los vocabularios definen los conceptos y relaciones
utilizados para describir y representar un área de
interés.
Definition taken from: http://www.w3.org/standards/semanticweb/ontology

¿Dónde está el vocabulario?

Ciudad Fecha creación Fundación Long Lat Alt Estado

Actividad
¿Crear un vocabulario
para el dataset de
ejemplo?
Actividad en grupos
Tiempo: 5 minutos

Estado
Ciudad

RAE:
1. f. Conjunto de edificios y calles, regidos por un ayu
ntamiento, cuya población densa y numerosa se
dedica por lo común a actividades no agrícolas.
RAE:
5. m. País soberano, reconocido como tal en el
orden internacional, asentado en un territorio
determinado y dotado de órganos de gobierno
propios..
Estado
Ciudad

Uso de vocabularios y DCAT
City Creation date
Establishment
date
Long Lat Alt State
Pertenece a
Estado
Ciudad

- fecha creación
- fundación
City Creation date
Establishment
date
Long Lat Alt State
Pertenece a
Estado
Ciudad

Punto
Localización
- longitud
- latitud
- altitud
- fecha creación
- fundación
City Creation date
Establishment
date
Long Lat Alt State
Pertenece a
Estado
Ciudad

• Un vocabulario puede representar muchos datasets
• Los vocabularios son utilizados para integrar o
armonizar datos de diferentes fuentes (CSV, bases de
datos, páginas web…)
Punto
Localización
- longitud
- latitud
- altitud
- fecha creación
- fundación
City Creation date
Establishment
date
Long Lat Alt State
Pertenece a
Estado
Ciudad

Ventajas de utilizar vocabularios
Un vocabulario:
- Da contexto (para moverse de datos a información)
- Facilita reutilización de los datos
- Reduce ambigüedad
- Facilita la integración
- Facilita el mantenimiento

Data Catalog Vocabulary (DCAT)
DCAT es una especificación (vocabulario) para la
descripción de catálogos de datos en la red. La
especificación oficial ha sido elaborada por el W3C, basada
en algunos proyectos anteriores.
DCAT-AP (Application Profile) es una especificación
basada en DCAT para describir datasets del sector público
en Europa.

https://www.w3.org/TR/vocab-dcat/

Identificadores temáticos DCAT-AP Identificadores temáticos NTI-RISP
ciencia-tecnologia Ciencia-tecnologia
Agricultura, pesca, forestal y alimentación Medio-rural-pesca
Economía y finanzas Economía
Comercio
Hacienda
Educación, cultura y deporte Educación
Cultura-ocio
Deporte
Energía Energía
Medio ambiente Medio-ambiente
Gobierno y sector público Sector-publico
Salud Salud
Asuntos internacionales
Justicia, sistema legal y seguridad Legislacion-justicia
Seguridad
Regiones y ciudades Urbanismos-infraestructuras
Vivienda
Población y sociedad Demografía
Sociedad-bienestar
Empleo
Transporte Transporte
Industria
Turismo
Las temáticas de DCAT-AP han sido traducidas de su original en inglés. Esta equivalencia es realizada por
Alberto Abella y no hay una guía oficial refrendándola

Vocabulary of Interlinked Datasets (VoiD)
http://richard.cyganiak.de/2011/gld/gld-dcat-and-void.pdf

ENLAZAR DATOS ABIERTOS
Aplicar un formato
abierto
Capturar los
metadatos
Aplicar una licencia
abierta
Revisar el dataset
Identificar enlaces
con otros datasets
Enlazar las instancias de
los diferentes datasets

Enlazando datos abiertos
Procedimiento
1. Identificar aquellos conceptos cuyos individuos puedan ser
enlazados dado su interés y potencial.
2. Identificar qué conjuntos de datos pueden contener
instancias de los conceptos inidentificados previamente.
3. Seleccionar las herramientas mas adecuadas para llevar a
cabo el enlazado (semi) automático.
4. Ejecutar estas herramientas sobre las fuentes de datos
para obtener los correspondientes enlaces.

Enlazando datos abiertos
• Alineación por valores. Determinar cuando dos valores de
dos propiedades expresados de forma diferente son
equivalentes
• Alineación por instancias. Determinar si dos instancias son
equivalentes
• De acuerdo a las descripciones disponibles para dichas
instancias
• Basado en agregación de técnicas de alineación de
valores, transitividad de owl:sameAs, mapeos de
ontologías, etc.
• Alineación por dataset. Utilizando un conjunto de
potenciales mapeos de individuos entre dos datasets

Actividad
¿Enlazar dos datasets
de ejemplo?
Actividad en grupos
Tiempo: 15 minutos

DESCRIBIR RECURSOS EN LA WEB
Describir la semántica de la información de manera
procesable por máquinas
Resource Description Framework (RDF)
Tripletas: Sujeto – Predicado – Objecto
Harrison Ford es un Actor
Harrison Ford mide 1,85
Harrison Ford nació en Chicago

Actividad
Escribir triples para el
dataset de ejemplo
Actividad en grupos
Tiempo: 15 minutos

http://es.dbpedia.org/resource/Harrison_Ford
http://es.dbpedia.org/ontology/Actor
https://www.w3.org/1999/02/22-rdf-syntax-ns#type

http://es.dbpedia.org/resource/Chicago
http://es.dbpedia.org/ontology/birthPlace

“1.85”
http://es.dbpedia.org/ontology/height

height
…/Harrison_Ford
“1.85”
…/Chicago
…Actor
type
birthPlace

height
height
…/Harrison_Ford
“1.85”
…/Chicago
…Actor
type
…/RobinWilliams
“1.7”
type
birthPlace

COMO TRANSFORMAR DATOS ABIERTOS A RDF
dataset
Rdf
dump Triple store
Consultas
Sparql
dataset SQL RDF
wrapper
Consultas
Sparql
• Rápido
• No actualizado
• Materializado
• No es rápido
• Actualizado
• Bases de datos relacionales
Mapeos R2RML

http://wifo5-03.informatik.uni-mannheim.de/pubby/

http://silkframework.org/

TECNOLOGÍAS UTILIZADAS EN LA WEB SEMÁNTICA
Triple stores:
- Virtuoso Universal Server virtuoso.openlinksw.com
- RDF4J www.rdf4j.org
Publicar datos
- Pubby wifo5-03.informatik.uni-mannheim.de/pubby
- Elda github.com/epimorphics/elda
Enlazar datos
- Silk silkframework.org
- Limes aksw.org/Projects/LIMES.html
W3C listado de recursos:
www.w3.org/wiki/TaskForces/CommunityProjects/LinkingOp
enData/SemWebClients

CONSULTAR DATOS ENLAZADOS
Breve introducción a SPARQL
SELECT Distinct ?Concepto
WHERE {
?x a ?Concepto.
}
http://es.dbpedia.org/sparql
SELECT Distinct ?x
WHERE {
?x a <http://schema.org/Airport>.
}

Actividad
Consulta datos
enlazados
Actividad individual
Tiempo: 10 minutos

OBJECTIVO DE LA SESIÓN
● Ara sois capaces de:
● Definir que son los datos enlazados y la web semántica
● Identificar datos enlazados y saber navegar por ellos
● Describir recursos en la web (RDF)
● Identificar tecnologías para enlazar datos
Facultar a los participantes para enlazar datos abiertos y su uso
Datos enlazados

Curs 1.6 Datos Enlazados

Recomendados

Recomendados

Más contenido relacionado

La actualidad más candente

La actualidad más candente (20)

Destacado

Destacado (20)

Similar a Curs 1.6 Datos Enlazados

Similar a Curs 1.6 Datos Enlazados (20)

Más de Iniciativa Barcelona Open Data

Más de Iniciativa Barcelona Open Data (20)

Último

Último (20)

Curs 1.6 Datos Enlazados

Notas del editor