1. DESARROLLO DE UNA ONTOLOGÍA Y DE UN
SISTEMA DE RECUPERACIÓN DE LA
INFORMACIÓN PARA EL SECTOR DEL MUEBLE Y
AFINES
PROYECTO FIN DE CARRERA
Julio 2009
Realizado por:
Mouna Ziouziou
Dirigido por:
Dr. Javier Samper Zapater

2. A mis queridos padres y hermanos
por el tiempo y los momentos que no pude pasar con ellos.
II

3. AGRADECIMIENTOS
Agradecer en primer lugar a Dios por darme fuerza y voluntad
para seguir adelante en los momentos de desesperación. Y a mis padres
por confiar en mí y apoyarme siempre.
Agradecer especialmente a Miguel Ángel Abián, ya no solo por su
gran ayuda, experiencia, dedicación e interés, sino también por su
calidad como persona. Su apoyo, sin duda, ha sido esencial para la
realización de este proyecto con éxito. Gracias Miguel Ángel.
A mi tutor, Javier Samper por su dedicación y su gran
experiencia, y por proporcionarme la ayuda necesaria para llevar a cabo
este proyecto.
A María José Núñez por ofrecerme la idea y darme la
oportunidad de realizar este proyecto.
A Javi Adel por su experiencia, la atención que me ha prestado y
su preocupación cuando le he necesitado.
A mis amigos, José Carlos, Lamia, Jorge y Fathía por haber sido
mi familia aquí. Por escucharme y aguantarme en los momentos más
difíciles. Os quiero.
A mis amigos de la residenicia: Susana, Armando, Murad, Cris,
etc. Por aquellos años tan especiales que hemos compartido. Os deseo
mucha suerte en vuestras vidas.
Gracias a todos los que he nombrado y a los que no he podido
nombrar.
III

4. IV

5. ÍNDICE GENERAL
AGRADECIMIENTOS .......................................................................... II
I
0. RESUMEN ....................................................................................... XI
1. INTRODUCCIÓN ........................................................................ ­ 2 ­
1.1 INTRODUCCIÓN ...................................................................................................... 2 ‐
‐
1.2 MOTIVACIÓN ......................................................................................................... 4 ‐
‐
.
‐
1.3 OBJETIVOS ............................................................................................................ 5 ‐
2. ESTADO DEL ARTE ................................................................... ­ 6 ­
2.1 NECESIDAD DE LA INTEROPERABILIDAD EN LA INDUSTRIA DEL MUEBLE Y AFINES .................... 6 ‐
‐
2.2 FUNSTEP ............................................................................................................ ‐ 10 ‐
2.2.1. El proyecto FunStep ................................................................................ ‐ 10 ‐
2.2.2. El estándar ISO funStep .......................................................................... ‐ 11 ‐
2.2.2.1. La herramienta Cadef .................................................................... ‐ 13 ‐
2.3 LA WEB SEMÁNTICA ............................................................................................ ‐ 15 ‐
2.3.1. Introducción a la Web de tercera generación ......................................... ‐ 15 ‐
2.3.2. Descripción de la Web Semántica ........................................................... ‐ 16 ‐
2.3.3. Representación del conocimiento ........................................................... ‐ 19 ‐
2.3.4. XML: primer paso hacia la Web semántica ............................................ ‐ 21 ‐
2.3.5. Ontologías ............................................................................................... ‐ 23 ‐
2.3.5.1 Elementos de una ontología .......................................................... ‐ 25 ‐
2.3.5.2 Tipos de Ontologías ....................................................................... ‐ 26 ‐
2.3.5.3 Ontologías frente a Taxonomías ................................................... ‐ 27 ‐
2.3.5.4 Lenguajes de ontologías ................................................................ ‐ 28 ‐
2.3.5.5 Metodologías y librerías para construcción de ontologías .......... ‐ 35 ‐
2.3.5.6 Herramientas para la construcción de Ontologías ....................... ‐ 40 ‐
2.3.6. Bases de Conocimiento frente a Bases de Datos .................................... ‐ 43 ‐
2.3.7. Sistemas de almacenamiento ................................................................. ‐ 43 ‐
2.3.8. Razonadores ........................................................................................... ‐ 44 ‐
2.3.9. Lenguajes de consulta ............................................................................ ‐ 46 ‐
.
3. METODOLOGÍA Y PLAN DE TRABAJO ............................. ­ 49 ­
3.1. PLANIFICACIÓN Y GESTIÓN DEL PROYECTO ........................................................ ‐ 49 ‐
3.1.1. Definición de recursos ............................................................................. ‐ 50 ‐
3.1.1.1 Recursos humanos ............................................................................ ‐ 50 ‐
3.1.1.2 Recursos del entorno ........................................................................ ‐ 51 ‐
3.1.2. Planificación temporal ............................................................................ ‐ 51 ‐
3.1.2.1 Diagrama de Gantt ............................................................................. ‐ 56 ‐
3.2. ESTIMACIÓN DE COSTES DEL PROYECTO ............................................................ ‐ 58 ‐
3.2.1. Coste Laboral .......................................................................................... ‐ 58 ‐
3.2.1.1 Técnica basada en el proceso ........................................................... ‐ 59 ‐
3.2.1.2 El modelo COCOMO 2 ........................................................................ ‐ 61 ‐
V

6. 4. PROCESO DE INGENIERÍA .................................................. ­ 67 ­
.
4.1 INTRODUCCIÓN .................................................................................................... 67 ‐
‐
4.2 ONTOLOGÍA FUNSTEP. CICLO DE VIDA. ...................................................................... 67 ‐
.
‐
4.2.1. Especificación de Requisitos ................................................................... ‐ 68 ‐
4.2.2. Análisis del Modelo de Datos funStep .................................................... ‐ 69 ‐
4.2.3. Adquisición de Conocimientos ................................................................ ‐ 77 ‐
4.2.4. Especificación de la Ontología ................................................................ ‐ 79 ‐
4.2.5. Decisiones de diseño ............................................................................... ‐ 80 ‐
4.2.6. Construcción de la Ontología .................................................................. ‐ 84 ‐
4.3 APLICACIÓN DE BÚSQUEDA WEB ............................................................................ ‐ 94 ‐
4.3.1. FASE DE ANÁLISIS .................................................................................... ‐ 94 ‐
4.3.1.1. Especificación de requisitos ............................................................ ‐ 95 ‐
4.3.1.2. Funcionalidades del sistema ............................................................ ‐ 97 ‐
.
4.3.1.3. Casos de uso ...................................................................................... ‐ 98 ‐
4.3.1.4. Diagramas de Actividad .................................................................. ‐ 102 ‐
4.3.1.5. Análisis del interfaz de usuario ...................................................... ‐ 105 ‐
4.3.2. FASE DE DISEÑO .................................................................................... ‐ 106 ‐
4.3.2.1. Diseño de la Aplicación ................................................................... ‐ 106 ‐
4.3.2.2. Diseño de la Interfaz de Usuario .................................................... ‐ 112 ‐
5. IMPLEMENTACIÓN Y PRUEBAS ....................................... ­ 115 ­
5.1 FASE DE IMPLEMENTACIÓN .......................................................................... ‐ 115 ‐
5.1.1. Implantación de la Ontología en la Aplicación ..................................... ‐ 117 ‐
5.1.2. Notas de implementación ..................................................................... ‐ 119 ‐
5.2 PRUEBAS Y EVALUACIÓN ............................................................................... ‐ 122 ‐
5.2.1. Fundamentos de la prueba ................................................................... ‐ 122 ‐
5.2.2. Pruebas del sistema .............................................................................. ‐ 122 ‐
5.2.3. Pruebas de Consistencia en la Ontología .............................................. ‐ 136 ‐
6. CONCLUSIONES Y TRABAJO FUTURO ............................ ­ 139 ­
6.1.
6.2.
CONCLUSIONES ............................................................................................ ‐ 139 ‐
TRABAJO FUTURO ........................................................................................ ‐ 141 ‐
BIBLIOGRAFÍA ............................................................................ ­ 143 ­
ANEXOS ......................................................................................... ­ 145 ­
VI

7. ÍNDICE DE FIGURAS
Figura 2.1 Componentes de la interoperabilidad en una empresa ................................ - 8 Figura 2.2 Captura de pantalla de la herramienta Cadef ............................................ - 13 Figura 2.3 Captura del Cadef enlazando productos a la ontología ............................. - 14 Figura 2.4 Mapa conceptual de la Web semántica (Rodríguez, 2005) ....................... - 17 Figura 2.5 Esquema de la web semántica ................................................................... - 18 Figura 2.6 Ejemplo de documento XML .................................................................... - 21 Figura 2.7 Ejemplo de DTD del XML de la figura anterior ....................................... - 22 Figura 2.8 Las ontologías establecen redes semánticas .............................................. - 24 Figura 2.9 Diagrama de nodos y arcos. ...................................................................... - 31 Figura 2.10 Representación de tripletas RDF. ............................................................ - 31 Figura 2.12 Ingeniería y Adquisición Ontológica (Goble, 2002) ............................... - 38 Figura 2.11 Actividades del ciclo de vida del desarrollo de una ontología ................ - 37 Figura 2.13 El editor de ontologías Protégé-OWL. .................................................... - 41 Figura 2.14 Ejemplo de OILed 3.4 ............................................................................. - 42 Figura 2.15 Arquitectura de un Sistema Terminológico (Horrocks, 2001). ............... - 45 Figura 3.1 Descomposición del proyecto en tareas .................................................... - 54 Figura 3.2 Diagrama de Gantt .................................................................................... - 57 Figura 4.1 Implantación actual de la herramienta Cadef. ........................................... - 69 Figura 4.2 Estructura de un catálogo de datos ............................................................ - 70 Figura 4.3 Asignación de propiedades........................................................................ - 71 Figura 4.4 Diagrama de información detallada sobre Organisation .......................... - 72 Figura 4.5 Diagrama de Product_class y sus relaciones ............................................ - 73 Figura 4.6 Ejemplo de configuración detallada de un producto ................................. - 74 Figura 4.7 Ejemplo de propiedad dependiente de contexto........................................ - 76 Figura 4.8 Ejemplo de propiedad independiente del contexto ................................... - 76 Figura 4.9 Esquema de los conceptos mapeados a la ontología ................................. - 83 Figura 4.10 Diferentes niveles de la taxonomía de muebles ...................................... - 85 Figura 4.11 Jerarquía de Componentes de muebles ................................................... - 86 Figura 4.12 Propiedades de PieceOfFurniture. Resaltada hasMaterial ..................... - 87 Figura 4.13 Detalles de la propiedad hasMaterial ..................................................... - 88 Figura 4.14 Propiedad de tipo Datatype ..................................................................... - 90 Figura 4.15 Restricciones de las propiedades de Chair.............................................. - 91 Figura 4.16 Restricción de tipo hasValue para la clase Sofa ...................................... - 93 Figura 4.17 Diagrama de Casos de Uso. .................................................................... - 98 Figura 4.18 Caso de uso Buscar Muebles detallado. .................................................. - 99 Figura 4.19Caso de uso Buscar Composiciones detallado. ........................................ - 99 Figura 4.20 Diagrama de Actividad – Especificar tipo mueble ................................ - 102 Figura 4.21 Diagrama de Actividad – Realizar Búsqueda........................................ - 103 Figura 4.22 Diagrama de Actividad – Obtener detalles............................................ - 104 Figura 4.23 Vista de todos los objetos del sistema. .................................................. - 107 Figura 4.24 Diagrama de clases de la aplicación...................................................... - 109 Figura 4.25 Diagrama de Secuencia del escenario “Realizar Búsqueda” ................ - 110 Figura 4.26 Diagrama de Secuencia del escenario “Obtener detalles” .................... - 111 Figura 4.27 Interfaz de usuario ................................................................................. - 113 Figura 5.1 Prueba – El usuario elige buscar Composiciones. .................................. - 123 Figura 5.2 Prueba – El usuario elige buscar Camas Dobles. .................................... - 124 Figura 5.3 Ejemplo de búsqueda de muebles de un Fabricante................................ - 126 VII

8. Figura 5.4 Ejemplo de búsqueda de Conjuntos de salón .......................................... - 127 Figura 5.5 Ejemplo de búsqueda de Composiciones con camas .............................. - 128 Figura 5.6 Ejemplo de búsqueda de camas individuales con cabecero .................... - 129 Figura 5.7 Ejemplo de búsqueda de Sillas modenas en Valencia ciudad ................. - 130 Figura 5.8 Ejemplo de búsqueda de Sillas con un rango de precio .......................... - 131 Figura 5.9 Ejemplo de búsqueda de Mesas de salón cuadradas ............................... - 132 Figura 5.10 Obtener detalles del producto “Bedroom Syros 2” ............................... - 133 Figura 5.11 Obtener detalles del producto “Diez4 Single Bed” ............................... - 133 Figura 5.12 Obtener detalles del producto “Carlotta Chair” ................................... - 134 Figura 5.13 Obtener detalles del producto “Dubai Chair” ...................................... - 134 Figura 5.14 Obtener detalles del producto “Javea Table 031” ................................ - 135 Figura 5.15 Inconsistencias detectadas con Racer-Pro. ............................................ - 136 Figura 5.16 Chequeo de consistencia de la ontología con RacerPro ........................ - 137 Figura 6.1 Nueva implantación del Cadef (Versión beta). ....................................... - 142 -
VIII

9. ÍNDICE DE TABLAS
Tabla 3.1 Estimación de tiempos del proyecto ........................................................... - 55 Tabla 3.2 Estimación de tiempos del proyecto ........................................................... - 55 Tabla 3.3 Costes por hora de cada categoría .............................................................. - 59 Tabla 3.4 Costes de personal ...................................................................................... - 59 Tabla 3.5 Costes de material y equipo ........................................................................ - 60 Tabla 3.6 Valores de los atributos y valores multiplicativos asociados ...................... - 65 Tabla 4.1 Correspondencia de la Ontología con el modelo de datos .......................... - 75
IX

10. X

11. 0.
RESUMEN
Este proyecto surge, en primer lugar, como iniciativa para promover el uso de un
vocabulario común y unificado de términos que represente adecuadamente el
significado (semántica) de los conceptos más usados en el sector del mueble y afines,
con el objetivo de solventar el importante problema de la falta de interoperabilidad
semántica que existe en esa industria. Este problema dificulta enormemente el
intercambio de información entre fabricantes, distribuidores, comercios y clientes, y
ralentiza el lanzamiento de nuevos productos al mercado. En segundo lugar, el proyecto
surge para ofrecer una herramienta de búsqueda que facilite al usuario obtener
información clara y precisa correspondiente a sus requisitos específicos de búsqueda
(color del mueble, procedencia, dimensiones, precio, etc.).
Algunos aspectos que describen los problemas actuales en cuanto a la búsqueda
de información son:
 Escasa precisión en los resultados. Algunas búsquedas generan decenas de miles
de páginas que carecen de interés para el usuario; otras, por el contrario, no
generan ninguna.
 Alta sensibilidad al vocabulario empleado en la búsqueda. Si los documentos
que realmente interesan no emplean exactamente el mismo vocabulario que la
búsqueda, nunca aparecerán.
La herramienta de búsqueda implementada permitirá al usuario final encontrar
los muebles que busca; podrá especificar las características que desee y obtener
información relevante sobre dichos muebles. Todo esto le permitirá, por ejemplo,
comparar precios entre los distintos comercios y localizar física o virtualmente aquellos
que le interesen.
Para conseguir los objetivos marcados se han seguido las siguientes etapas:
 Construcción de una ontología cuyo dominio es la información sobre la industria
del mueble y afines. La ontología construida se ha basado en el estándar
internacional de intercambio de información específico del sector del mueble
funStep (ISO 10303-236).
 Desarrollo de una base de conocimiento que almacene información sobre el
sector del mobiliario y afines (empresas, muebles, accesorios, telas, materiales,
componentes, etc.) expresada en un lenguaje formal (OWL).
 Desarrollo de una herramienta de búsqueda semántica que usará los conceptos
de la ontología y la información almacenada en la base de conocimiento. El
lenguaje de búsqueda escogido ha sido SPARQL.
XI

13. CAPITULO 1 - INTRODUCCIÓN
1. INTRODUCCIÓN
1.1 Introducción
El rápido desarrollo de la sociedad de la información y de sus tecnologías ha
hecho posible la superación de retos como el almacenamiento de datos. La
comunicación entre sistemas de información heterogéneos y distantes geográficamente
es también otro problema resuelto gracias a Internet y a la universalidad de sus
protocolos de comunicación. Con todo, aún existen algunos retos que superar. A saber:
la búsqueda de información y su integración. El ejemplo más claro se encuentra en
Internet. A pesar de la cantidad de información abrumadora en la red, no siempre el
usuario encuentra lo que desea cuando emplea buscadores basados en palabras clave, y
muchas veces tarda demasiado tiempo en encontrar la información deseada. Según
muchos autores, la solución a estos radica en el uso de metadatos y ontologías.
Los metadatos son datos que a su vez describen datos, y denotan cualquier tipo
de información sobre la estructura y el contenido de un recurso, ya sea un documento
HTML, una imagen, un documento de vídeo, un conjunto de datos o cualquier otro
recurso. En el campo del almacenamiento y recuperación de la información, los
metadatos permiten acceder más fácilmente a los recursos que los incluyen. Una de las
facetas más interesantes de los metadatos es su utilidad para conseguir la
interoperatividad entre diferentes sistemas de información, que pueden estar basados
en distintas concepciones y tecnologías.
Los metadatos estructuran solamente los contenidos; las ontologías permiten
estructurar la semántica (significado) de un recurso. Las ontologías establecen
formalmente los conceptos de un cierto dominio –la palabra dominio denota un área
específica de interés o un área de conocimiento– y sus relaciones, pudiendo ser
compartidas por todos. Toda ontología representa cierta visión del mundo con respecto a
un dominio. Su uso proporciona una forma de representar y compartir conocimiento
haciendo uso de un vocabulario común e inambiguo.
Las ontologías favorecen la comunicación entre personas, organizaciones y
aplicaciones porque proporcionan una comprensión común de un dominio, de modo que
se eliminan confusiones conceptuales y terminológicas.
Favorecen también la comunicación entre aplicaciones y la comprensión común
de la información entre ellas. Serán imprescindibles tanto en la Web semántica como en
los futuros sistemas de gestión empresarial porque permitirán que las aplicaciones estén
de acuerdo en los términos que usan cuando se comunican. Mediante ellas, será mucho
más fácil recuperar información relacionada temáticamente. Empresas como Autonomy,
FAST, Endeca y Newssift ya trabajan con herramientas semánticas para gestionar los
datos incluidos en los centros de datos de grandes compañías y realizar búsquedas en
ellos.
Las ontologías sirven también para conseguir que los sistemas interoperen.
Dos sistemas son interoperables si pueden trabajar conjuntamente de una forma
-2-

14. CAPITULO 1 - INTRODUCCIÓN
automática, sin esfuerzo por parte del usuario.
El sector del mobiliario y afines (ámbito de este proyecto) se vio afectado por el
problema de la falta de interoperabilidad, y en el año 1998 nació el proyecto funStep
con los siguientes objetivos principales:
 Generar un modelo de información común para el mueble.
 Desarrollar un método
telemáticamente.
común
para
el
intercambio
de
información
En definitiva, el proyecto funStep vino a mejorar la interoperabilidad (sintáctica)
en el sector mobiliario, con las ventajas que ello conlleva: la interoperabilidad ayuda a
las empresas a producir bienes y servicios más rápidamente y a un coste más reducido.
Este proyecto culminó en el estándar internacional de intercambio de información del
sector mobiliario: ISO 10303-236.
El departamento de Tecnologías de de Información (TI) de AIDIMA, empresa
donde se ha realizado este proyecto y una de las empresas colaboradoras en funStep,
tuvo la iniciativa de ir más allá e intentar conseguir la interoperabilidad completa
(sintáctica y semántica) entre las empresas del sector mobiliario. La falta de esta
interoperabilidad en el comercio electrónico B2B produce grandes problemas, como por
ejemplo la dificultad de comunicación entre empresas que definen de diferente manera
objetos de negocio como “pedido” o “producto”; o la dificultad de realizar transacciones
electrónicas dos empresas que entienden “precio” de distintas maneras (verbigracia,
porque usan distintas monedas o porque una considera el IVA incluido en el precio y la
otra no).
La construcción de una ontología que defina los conceptos relacionados con el
sector mobiliario, proporcionando así un vocabulario común, aumentaría la
competitividad de las empresas, su flexibilidad y eficiencia. Y daría lugar a beneficios
económicos tanto para las empresas como los consumidores.
Por ello, la primera meta de este proyecto es conseguir dicha ontología, que
permitirá catalogar la información mediante el significado de las palabras relacionadas
con el sector en cuestión. Gracias al conocimiento almacenado en ella, las aplicaciones
podrán extraer automáticamente o semiautomáticamente datos de las páginas web,
procesarlos y realizar inferencias a partir de ellos, así como tomar decisiones y negociar
con otros agentes o personas.
Otro de los problemas importantes en el sector mobiliario en cuanto a las TI, y
que puede mejorarse mucho con el uso de la ontología, es la búsqueda de información
relacionada con los muebles y afines (telas, accesorios, materiales, etc.). A día de hoy
existe en la web algún que otro buscador de comercios de muebles, fabricantes o
proveedores y existen páginas web de algunos comercios y fabricantes donde en
ocasiones aparecen expuestos sus productos. Sin embargo, no existe una herramienta
que permita al usuario encontrar un mueble del tipo que quiera, con las características
que desea, comparar precios de distintos comercios, consultar distintos catálogos y,
sobre todo, obtener resultados exactos que se ajusten a sus necesidades, sin tener que
perder mucho tiempo. Esto se puede conseguir empleando las tecnologías semánticas
-3-

15. CAPITULO 1 - INTRODUCCIÓN
disponibles en la actualidad (RDF(S), OWL, SPARQL, etc.) y haciendo uso de la
ontología de mobiliario y afines creada. Con el fin de desarrollar una de las muchas
posibles aplicaciones que ofrece la ontología (catalogación electrónica, integración
automática de catálogos electrónicos de distintos fabricantes, anotación semántica de
recursos relacionados con muebles, introducción de muebles y complementos en
marketplaces, etc.), se establece como segunda meta para este proyecto final de carrera
el desarrollo de un prototipo de buscador de información sobre muebles que utilice la
ontología de mobiliario y afines para resolver una serie de consultas de gran interés para
los usuarios. A diferencia de los buscadores convencionales, el nuevo buscador permite
realizar consultas estructuradas; es decir, no basadas simplemente en la concordancia de
una serie de palabras clave.
1.2 Motivación
La idea de realizar este proyecto surgió durante una entrevista que mantuve con
la directora del departamento de Tecnologías de la Información (TI) de AIDIMA, Dña.
María José Núñez, donde realicé prácticas en empresa durante el curso 2007/08. Este
departamento ha participado en docenas de proyectos internacionales relacionados con
las tecnologías de la información; y ha desarrollado y promueve funStep (ISO 10303236), el estándar internacional en el sector del mueble para el intercambio de
información en sistemas CAD.
En el momento de la entrevista quería comenzar mi proyecto final de carrera y
me interesaba que estuviera relacionado con el uso de ontologías y búsquedas
semánticas, pues lo considero un campo de la informática con mucho futuro. Este
interés lo despertó en mí por primera vez el catedrático D. Gregorio Martín durante las
clases de la asignatura TIC (Tecnologías de la Información y de la Comunicación).
Posteriormente, adquirí unos conocimientos básicos sobre RDF y ontologías en la
asignatura IST (Ingeniería de Servicios Telemáticos) que nos impartió el Dr. Javier
Samper, experto en este campo y tutor de este proyecto final de carrera.
Cuando empecé a leer sobre Web Semántica, al igual que mucha gente, me
pareció fascinante la idea de dotar a la web actual de inteligencia y expresar los datos de
manera que sea comprensible para las máquinas, y que permita hacer deducciones
automáticas a partir de ellos, consiguiendo así que las máquinas liberen a los humanos
de muchas tareas tediosas.
Durante aquella entrevista en AIDIMA la directora de TI me explicó que
tuvieron una iniciativa hace unos 3 años, junto con otros centros colaboradores, de
fomentar la utilización de un vocabulario común y unificado en la industria del mueble
y afines. Para ello, se comenzó a construir una jerarquía que clasificara términos de
muebles; pero esto se quedó solamente en documentos y hojas Excel, a medio hacer
debido a la prioridad y urgencia de otros proyectos. En consecuencia, me ofreció la
idea de construir una ontología que clasifique y defina formalmente los conceptos más
usados del sector en cuestión, así como la de desarrollar un prototipo de buscador que
utilice los conceptos de la ontología creada, para probarla y demostrar algunas de las
funciones y posibilidades que tiene el uso de esta ontología. Para ello puso a mi
disposición a D. Miguel Ángel Abián, investigador de AIDIMA con más de 14 años de
experiencia en proyectos de I+D nacionales e internacionales.
-4-

16. CAPITULO 1 - INTRODUCCIÓN
Personalmente, me pareció muy interesante contribuir, aunque fuera en pequeña
medida, al proyecto de la Web semántica, estableciendo semántica en un dominio como
el del mobiliario y afines. Éste es un sector relevante y estratégico para la Comunidad
Valenciana y carece de un vocabulario común, imprescindible para la catalogación de
sus productos y para la interoperabilidad entre sus empresas.
1.3 Objetivos
El proyecto tiene unos objetivos bien definidos que son los siguientes:
1) Definir un vocabulario común, expresado formalmente, para representar
información relacionada con el sector del mobiliario y afines (telas, accesorios,
materiales, etc.). Esto es, desarrollar una ontología que defina los conceptos más
usados en la industria del mobiliario y afines, sus propiedades y las relaciones
entre ellos. Esta ontología debe basarse en funStep, el estándar internacional de
intercambio de información en sistema CAD.
2) Crear una base de conocimiento que almacene algunas instancias de muebles e
información relacionada con el sector, con el fin de probar la ontología creada.
3) Desarrollar un prototipo de una aplicación web de búsqueda de muebles, basada
en tecnología semántica y que utilice los conceptos de la ontología y la
información almacenada en la base de conocimiento para resolver consultas que
sean del interés de los usuarios.
-5-

17. CAPITULO 2 – ESTADO DEL ARTE
2. ESTADO DEL ARTE
2.1 Necesidad de la interoperabilidad en la industria del
mueble y afines
La interoperabilidad no es una palabra de moda: las sociedades industriales y
postindustriales deben su existencia a la interoperabilidad. El gran logro de Henry Ford
consistió justamente en introducir un sistema donde las piezas se podían intercambiar y
ensamblar de manera sencilla; es decir, un sistema de componentes interoperables.
Antes de Ford las piezas se construían y se ensamblaban de manera personalizada para
cada automóvil.
Igualmente, el éxito de la industria electrónica y de la telefonía, sea móvil o fija,
se deben a la interoperabilidad. En electrónica se pueden construir circuitos
ensamblando componentes de distintos fabricantes, si uno se estropea puede cambiarse
por un componente de otro fabricante. Y por último, en telefonía, redes telefónicas de
países distintos, cada una con sus estándares y componentes telemáticos, interoperan
para que personas separadas por miles de kilómetros puedan hablar.
Para entender bien esto, veamos algunas definiciones de interoperabilidad:

La capacidad de dos entidades (típicamente aplicaciones de software)
para cooperar intercambiando mensajes.

La capacidad de interpretar datos de manera uniforme (un comando
u orden es una clase particular de datos) a través de aplicaciones de
software, a pesar de que éstas tengan diferentes sistemas de símbolos.

La capacidad para compartir e intercambiar datos que usan sintaxis y
semánticas comunes para encontrar una relación funcional de
aplicación específica empleando un interfaz común.
Según la IEEE (Institute of Electrical and Electronics Engineers) la
interoperabilidad es:
“La capacidad de dos o más sistemas o componentes para intercambiar
información (interoperabilidad técnica y sintáctica) y usar la información que ha sido
intercambiada (interoperabilidad semántica)”.
Existen tres niveles de interoperabilidad, mencionados en el párrafo anterior
(Abián, 2005):
Interoperabilidad técnica. Se refiere a la capacidad de dos sistemas
informáticos (SI) de intercambiar señales. Exige una conexión física y un
conjunto de protocolos de comunicación. Que dos SI interoperen técnicamente
no significa que puedan intercambiar datos, pues para esto se precisa que los SI
usen un mismo formato para el intercambio de datos.
-6-

18. CAPITULO 2 – ESTADO DEL ARTE
Interoperabilidad sintáctica. Se refiere a la capacidad de los SI para leer los
datos procedentes de otros SI y obtener una representación que puedan usar. Es
decir, en todos los SI involucrados, tanto la codificación de los datos como los
protocolos de comunicación deben ser compatibles. Esto no implica que los SI
procesen los datos de una manera consistente con su significado.
Interoperabilidad semántica. Es la capacidad de los SI de intercambiar la
información basándose en un común significado de los términos y expresiones
que usan. Consideremos por ejemplo, dos SI en los que uno trabaja con facturas
donde el campo “Importe” significa el “Importe de la factura en dólares”; y el
otro, con facturas donde ese campo significa el “Importe de la factura en euros”.
Evidentemente, ambos SI carecen de interoperabilidad semántica.
La interoperabilidad semántica no debe confundirse con la sintáctica: ésta se
refiere a la dificultad de procesar automáticamente los datos, no a su
“contenido”. Aquella se refiere a la dificultad de relacionar los términos
desconocidos que aparecen en los datos con los ya conocidos o definidos. La
interoperabilidad semántica no puede existir antes de la técnica y de la
sintáctica.
La interoperabilidad es muy importante para las empresas porque ayuda a
producir bienes y servicios más rápidamente, a coste más reducido, manteniendo los
niveles de calidad y personalización más altos. Las empresas y organizaciones deben ser
capaces de adaptarse a cambios del mercado por la externalización eficiente y
estrategias de colaboración (Abián et al., 2004).
A pesar de que muchas aplicaciones usen tecnologías unificadas (p.ej., XML
para describir datos) los modelos de datos y de negocio permanecen heterogéneos.
Incluso nociones muy comunes, como “pedido” o “cliente” pueden variar enormemente
entre distintas aplicaciones. Esto significa que hay una falta de interoperabilidad
semántica en el comercio electrónico B2B, que produce grandes problemas: ¿Cómo van
a entenderse empresas que definen de manera distinta objetos de negocio como
“pedido” o “producto”? ¿Cómo van a realizar transacciones electrónicas dos empresas
que entienden “precio” de distintas maneras (una como la cantidad que figura en su
catálogo; otra, como esa cantidad más impuestos y más gastos de envío)?
Para conseguir la interoperabilidad se necesita integrar tres componentes
temáticos (Vallespir et al., 2004):

Arquitecturas y plataformas para proporcionar la implementación de soluciones.

Un modelo de negocio para definir los requisitos de la interoperabilidad y
apoyar la implementación de soluciones.

Ontologías para identificar semánticas de interoperabilidad en la empresa.
-7-

19. CAPITULO 2 – ESTADO DEL ARTE
Figura 2.1 Componentes de la interoperabilidad en una empresa
Los problemas derivados de la interoperabilidad provienen de los procesos
necesarios para el intercambio de información electrónicamente. En general, las
PYMES ven la interoperabilidad como una cuestión técnica y no como una capacidad
(Magali et al., 2004).
Centrándonos en el sector del mobiliario, vamos a ver los problemas de la
interoperabilidad relacionados con ontologías:
Debido a que las PYMES no usan un vocabulario común, existe una falta de
diccionarios de datos interoperables. Varias grandes organizaciones de estándares que
han desarrollado los diccionarios de datos electrónicos han reconocido que una parte de
la solución de este problema es la armonización entre los diccionarios internacionales
disponibles. El primer paso para el intercambio de información entre los componentes
económicos de las fronteras nacionales es la capacidad de utilizar la misma
terminología.
Hay una gran necesidad de transferir datos –diseños CAD, pedidos, albaranes,
facturas, etc.- de forma estructurada entre fabricantes, distribuidores, clientes, etc. En la
industria de diseño de interiores, hoy en día esto es casi imposible de hacer sin grandes
inversiones por parte de cada uno de los fabricantes. La única manera de simplificar y
hacer más eficiente este proceso es llegar a un acuerdo sobre una ontología común para
los datos relacionados con el producto.
Por ejemplo, la palabra «mueble» es aplicable a una gran variedad de productos
con diferentes características. Para poder definir una “mesa de oficina ajustable
eléctricamente” o una “cama de hospital”, se necesita poder seleccionar criterios para
aparatos eléctricos. Y para ser capaces de definir mobiliario con componentes de
iluminación, como muebles de baño con luminarias, debe poderse seleccionar criterios
relativos a la iluminación.
-8-

20. CAPITULO 2 – ESTADO DEL ARTE
La parte principal de comunicación de datos sucede entre los productores y los
minoristas, muchas veces con uno o varios agentes / distribuidores entre ellos. No basta
encontrar una solución de la parte de recepción para los proveedores de mobiliario; los
minoristas también reciben datos de los proveedores de componentes de iluminación,
telas, etc. Otros receptores de información que necesitan manejar más información que
los datos de muebles son los agentes de información de Internet, los desarrolladores de
software, los arquitectos y diseñadores de interiores etc. En este sentido, la ontología
debe ser capaz de manejar casi todos los productos manejados por los receptores de
información.
Algunos ejemplos:

Producto = Nombre usado para un producto de diseño de interior u exterior
o parte de un producto que se vende como un producto por separado

Ejemplos de productos de diseño de interiores: Sofá-cama, mesa de
comedor, armario de cocina, mesa de oficina ajustable eléctricamente

Productos de diseño de exteriores: Banco, mesa de jardín, macetero,
hamaca.

Partes de productos que se pueden vender como productos separados:
cabecero (para una cama), barra o palo (para una lámpara).

Productor = Nombre para el productor o fabricante de un producto.
Finalmente, veamos algunos aspectos tenidos en cuenta en el trabajo de
clasificación de la ontología objeto de este proyecto:

Las organizaciones relacionadas con la industria del mobiliario deberán
clasificarse en diferentes categorías de empresas, como fabricante, distribuidor y
minorista.

Se deben definir dimensiones y unidades que se utilizarán a la hora de transferir
datos de producción, de catálogos y de comercio electrónico.

Los materiales usados en la industria del mueble se deben describir y agrupar en
diferentes clases.
La existencia de una ontología del mueble permitirá, en principio, la
interoperabilidad entre los SI de las empresas del mueble y afines, lo cual implica una
serie de ventajas en cuanto a la competitividad de las empresas, flexibilidad, eficiencia,
así como beneficios económicos, tanto para las empresas como los consumidores.
-9-

21. CAPITULO 2 – ESTADO DEL ARTE
2.2 FunStep
El proyecto FunStep
2.2.1.
El proyecto “funStep” surge debido a la necesidad que tienen los fabricantes y
tiendas de mobiliario de intercambiar información de producto, tanto gráfica como
textualmente independiente del sistema informático utilizado.
En el mercado hay disponible una amplia oferta de sistemas de CAD
especializados en la decoración de interiores, pero esos sistemas no permiten el
intercambio de información entre ellos. Por otro lado, no existe una solución completa
para la industria del mueble basada en EDI (Electronic Data Interchange).
La mayoría de los fabricantes y sus clientes consideran esta incompatibilidad
como el principal escollo para rentabilizar las inversiones, de forma que deciden retrasar
la decisión, esperando a que se clarifique la situación del mercado. Como consecuencia,
no mejoran la gestión de la información ni el servicio al cliente.
Por otro lado, es necesario poder comprobar a priori la compatibilidad entre
sistemas con el objetivo de evitar problemas a posteriori en el intercambio de
información, que aparecerían en la relación diaria con el cliente.
Debido a este importante problema industrial nació el proyecto funStep en 1998
con los siguientes objetivos:





Generación de un modelo de información común para el mueble.
Desarrollo de los traductores necesarios para algunos sistemas CAD
comerciales, especializados en el mueble.
Desarrollo de métodos de comprobación y certificación de programas CAD
conformes con el modelo funStep.
Desarrollo de un método común para el intercambio de información vía
telemática.
Demostración de la compatibilidad de sistemas CAD comerciales,
intercambiando información en un entorno industrial.
En definitiva, funStep busca mejorar la interoperabilidad en el sector del mueble
y afines.
El impacto industrial que tiene el proyecto incide en dos grupos: fabricantes y
comercios, y proveedores de sistemas. En cuanto a los fabricantes y comercios de
mobiliario se presentan las siguientes ventajas:






Sistemas compatibles en el mercado.
Aseguramiento de la inversión.
Mejora del servicio al cliente.
Reducción de la carga de trabajo no productivo.
Apertura a la posibilidad del Comercio Electrónico.
Reducción del tiempo de lanzamiento al mercado de nuevos productos.
- 10 -

22. CAPITULO 2 – ESTADO DEL ARTE
Para los proveedores de sistemas, las ventajas son las siguientes:




Incremento del mercado real.
Incremento de la confianza del cliente en el producto CAD.
Los recursos de desarrollo pueden aplicarse a la mejora del producto,
liberándolos de la introducción de librerías de fabricantes.
Una nueva funcionalidad en los paquetes: módulos para intercambio de datos
vía telecomunicaciones.
El estándar ISO funStep
2.2.2.
FunStep es una iniciativa nacida en 1998 – como ya se ha mencionado
anteriormente - alrededor de la ISO funStep, el estándar internacional para el
intercambio de datos en las industrias del muebles y de diseño de interiores,
formalmente conocida como la ISO 10303-236 " Sistemas de automatización industrial
e integración - representación e intercambio de los datos de Producto - Parte 236:
Protocolo de aplicación: Catálogo de muebles y diseño de interiores”.
Este estándar considera asuntos como:






Product catalogue data (Información de productos de catálogo)
Pricelists (Precios)
Product Composition (Composición de productos)
Product Breakdown (Desglose de producto)
Properties (Propiedades)
Parametric product configuration (parámetros de configuración de
productos)
 Multilingual data (Multilenguaje)
 Documentation assignment (asignación de documentación)
 Más.
El estándar interpreta la información de datos de producto (materiales, acabados,
medidas, especificaciones…). Estandariza los datos a intercambiar entre los distintos
agentes de la cadena de valor (proveedores, fabricante, comercios) y también con los
diseñadores y arquitectos.
Proporciona a través de un modelo de datos común, un mecanismo neutro capaz
de describir productos a través de su ciclo de vida: requisitos, tarifa técnica, diseño
detallado, procesos de fabricación, escandallo, asociación con geometría, catalogación
estructurada, gestión documental relacionada con pedidos, etc.
La información es representada en XML (eXtensible Markup Language),
facilitando el envío de los datos antes mencionados entre las diferentes compañías y los
distintos sistemas informáticos. El modelo se describe también en diagramas UML
(Unified Modeling Language) haciéndolo compatible con sistemas de bases de datos
relacionales.
Las posibles aplicaciones del modelo de datos funStep son prácticamente
- 11 -

23. CAPITULO 2 – ESTADO DEL ARTE
ilimitadas, pero algunos de los usos previstos inicialmente incluyen:
Distribución de información de catálogos de muebles desde una fuente única a
varios portales web.
La combinación de datos de los catálogos de varias fuentes en un único sistema
de gestión de venta al por menor.
La importación de especificaciones de componentes de múltiples proveedores en
un diseño de muebles o sistema de fabricación.
Generación de ventas de materiales en formato impreso y electrónico.
Intercambio y la reutilización de modelos de información gráfica.
Proporcionar datos de productos para el diseño de interiores y diseño de
herramientas (por ejemplo, software de diseño de la cocina o el cuarto de baño).
El beneficio principal de la adopción del modelo de datos de la Norma ISO
funStep es el aumento de la eficiencia que se deriva de compartir datos entre distintos
sistemas informáticos, sin la necesidad de volver a introducir la información,
reduciendo así las posibilidades de errores humanos y el tiempo de transacción de
extremo a extremo.
Para el desarrollo de nuevo software o nuevas aplicaciones web es posible
reutilizar el modelo de datos funStep ya creado en lugar de gastar tiempo y esfuerzo en
el desarrollo de una base de datos desde cero. Usar los sistemas del estándar ISO
funStep significa que, por ejemplo, los proveedores de componentes puedan
proporcionar la información técnica completa sobre sus productos a los fabricantes que,
a su vez, pueden proporcionar información sobre los productos a los minoristas,
publicar catálogos, operar con los sistemas de comercio electrónico, gestión de sistemas
de control de existencias o el suministro de datos para el diseño de interiores, todo, sin
la necesidad de introducir ningún dato más de una vez.
Como se verá más adelante, la norma funStep se ha utilizado en el desarrollo de
la ontología del mueble y afines, pues constituyó el primer paso para lograr la
interoperabilidad entre los SI de las empresas de este sector.
Como ejemplo de aplicación de este estándar se presenta la herramienta de
definición de catálogos: Cadef (CAtalog DEFinition). Mediante esta herramienta se
generan los catálogos electrónicos de muebles, que se pueden representar en ficheros
XML. En el diseño de la ontología se tendrá en cuenta el modelo de datos de esta
aplicación ya que en un futuro se pretende enlazarla con la ontología para transcribir los
ficheros XML a RDF y obtener un modelo semántico. Los ficheros obtenidos en OWL
contendrán las instancias de muebles.
- 12 -

24. CAPITULO 2 – ESTADO DEL ARTE
2.2.2.1.
La herramienta Cadef
Cadef (CAtalog DEFinition) es una herramienta de software para el proceso de
generación de catálogo de las empresas relacionadas con la industria del mueble. Como
herramienta de configuración, permite la definición y la gestión de especificaciones de
los productos.
Dado que esta herramienta está construida bajo el estándar funStep, soporta
varias funcionalidades adicionales interesantes para el fabricante: vínculos multimedia,
enlaces a dibujos CAD2D y 3D, el desglose de productos, restricciones, precios según
configuración, definición de las partes constituyentes de un mueble, materiales, telas,
herrajes,…
Al ser una herramienta nativa de implementación del estándar funStep, genera un
fichero XML siguiendo las especificaciones de ISO.
En la figura 2.2 se muestra una captura de pantalla del Cadef. Y en la figura 2.3
se muestra su implantación actual, enlazándola con la ontología funStep que se ha
creado en el presente proyecto.
Figura 2.2 Captura de pantalla de la herramienta Cadef
- 13 -

25. CAPITULO 2 – ESTADO DEL ARTE
Figura 2.3 Captura del Cadef enlazando productos a la ontología
- 14 -

26. CAPITULO 2 – ESTADO DEL ARTE
2.3 La Web Semántica
2.3.1.
Introducción a la Web de tercera generación
El mundo de la WWW ha permitido en la última década disponer de un volumen
de información que hasta el momento era impensable por vías tradicionales. Esto, al
mismo tiempo que ha propiciado el éxito de la Web, también ha originado sus
principales problemas: sobrecarga de información y heterogeneidad de fuentes de
información, lo cual resulta en un grave problema de interoperabilidad.
La Web actual no incluye mecanismos para la interoperabilidad completa de los
sistemas de información (SI) basados en la Web. Dicho de otra manera: no facilita la
creación de una comprensión común y compartida de un dominio, de forma que ésta
pueda ser usada por personas, organizaciones y máquinas. Esta falta de
interoperabilidad produce grandes problemas en el comercio electrónico B2B como se
ha comentado en apartados anteriores.
El problema de la sobrecarga de información provoca dificultad para acceder a la
información de la Web. Para ilustrar el problema, el ejemplo de los buscadores actuales
es muy indicativo. Los motores de búsqueda de la Web actual se dedican a encontrar
ocurrencias de las palabras, que les hemos indicado anteriormente, en la ingente
cantidad de datos que fueron capaces de almacenar sus robots. Las ocurrencias se basan
en la exactitud de las palabras que elegimos para buscar. Esto obliga a una cierta pericia
en la elección de la palabra precisa para encontrar el documento correcto. Y como bien
sabemos los usuarios habituales de buscadores, eso provoca que a veces sea necesario
consultar docenas o cientos de páginas hasta encontrar la información deseada. Hasta el
momento la intervención humana resulta imprescindible para seleccionar la información
que uno desea.
Si las páginas web se escribieran en un lenguaje que permitiera almacenar
semántica, los buscadores web encontrarían no solo las páginas donde aparecieran las
palabras de la búsqueda, sino también todas aquellas páginas donde hubiera sinónimos
de esas palabras.
No son los buscadores web los responsables finales de la dificultad para
encontrar información en la Web, sino el lenguaje utilizado para construir las páginas
web: HTML. Este lenguaje de etiquetado sólo permite especificar cómo se va a mostrar
una página HTML, pero resulta inútil para dar “contexto” a una página. HTML no
proporciona semántica a los datos.
Los problemas comentados anteriormente ocasionan que el usuario nunca tenga
la garantía de que ha encontrado toda la información relevante para su consulta. No
debemos olvidar que los usuarios no pueden acceder a la información almacenada en
imágenes, vídeos o archivos de sonido. En todo caso, pueden acceder a las
descripciones textuales de esos archivos, si tienen. En caso contrario, el buscador jamás
lo encontrará.
La Web semántica propone superar las limitaciones anteriormente citadas de la
Web actual, permitiendo a los usuarios delegar tareas en el software. Tiene como visión
- 15 -

27. CAPITULO 2 – ESTADO DEL ARTE
la búsqueda de una Web más inteligente, en la que se pueda conseguir una
comunicación efectiva entre ordenadores, y centra sus esfuerzos principalmente en la
búsqueda de descripciones enriquecidas semánticamente para los datos en la Web. En
este sentido, se promueven descripciones que incluyan, no solo las estructuras de datos,
sino también las relaciones existentes con otros conceptos, las restricciones, reglas que
permitan realizar inferencia, etc. Asimismo, se promueve la definición y reutilización de
vocabularios y ontologías de conceptos que faciliten el procesamiento por parte de las
máquinas (Berners-Lee, 2001). Éstas podrán, al igual que las personas, encontrar, leer,
comprender (en el sentido de formular inferencias) y usar los datos de la WWW; lo cual
permitirá la mejora del comercio electrónico y la búsqueda de información de manera
eficaz y precisa.
2.3.2.
Descripción de la Web Semántica
La Web semántica es “una extensión de la Web actual en la que se proporciona
la información con un significado bien definido, mejorando la forma en que los
ordenadores y las personas trabajan en cooperación” (Berners-Lee, 2001).
La definición formal de la Web semántica dada por el W3C se resume en las
siguientes líneas:
El propósito de la iniciativa de la Web semántica es tan amplio como el de la
Web: crear un medio universal para el intercambio de datos. Se considera para
interconectar eficazmente la gestión de la información personal, la integración
de las aplicaciones empresariales y compartir globalmente datos comerciales,
científicos y culturales. Los servicios para poner datos comprensibles por las
máquinas se están convirtiendo rápidamente en una propiedad para muchas
organizaciones, individuos y comunidades.
La Web sólo puede alcanzar todo su potencial si llega a ser un sitio donde se
puedan compartir datos y sean procesados por herramientas automáticas, así como por
personas. Para adaptarse a la Web, los programas del mañana deben ser capaces de
compartir y procesar datos incluso cuando estos programas se hayan diseñado de forma
completamente independiente. La Web semántica es una iniciativa del consorcio World
Wide Web (W3C), diseñada para desempeñar un papel de liderazgo en la definición de la
Web. Éste desarrolla especificaciones abiertas para aquellas tecnologías que están
preparadas para distribuciones a gran escala, e identifica -mediante el desarrollo
avanzado de código abierto- los componentes de la infraestructura que en el futuro se
necesitarán adaptar a la Web.
En la figura 2.4 se muestra el mapa conceptual de la Web semántica, orientado a
la comprensión, de forma general, de los componentes y tecnologías que integran el
modelo de la Web semántica, desarrollado por el Institute for Human and Machine
Cognition (IHMC) de Florida.
- 16 -

28. CAPITULO 2 – ESTADO DEL ARTE
Figura 2.4 Mapa conceptual de la Web semántica (Rodríguez, 2005)
La Web semántica se basará en que las máquinas comprendan el significado de
la información disponible en ella; de ahí el adjetivo “semántica”. En el caso de los
humanos, comprender un signo o una palabra no es nada extraordinario, nuestro cerebro
lo asocia a los conceptos que ha ido almacenando a lo largo de los años, digamos que la
interpretación semántica la proporcionan nuestras estructuras neuronales. Pero para las
máquinas actuales, “comprender” no debe entenderse en el sentido de “comprensión
humana”, sino en el sentido de “inferir, deducir”. Que las máquinas entiendan o
comprendan los datos significa que, mediante procesos lógico-matemáticos, sean
capaces de inferir conclusiones a partir de los datos.
Hoy en día, existen ya - según diversos autores - las tecnologías que llevarán a la
Web semántica. Tim Berners-Lee (Berners-Lee, 1998) ideó una infraestructura de
lenguajes y mecanismos, dividida en varias capas o niveles, para poder llevar a cabo la
idea de la Web Semántica. El diagrama de la figura 2.5, presentado por Berners-Lee en
la XML Conference del año 2000, puede servir como aproximación visual al conjunto de
tecnologías que forman el esquema de capas mencionado, cuyos componentes son:
 Estándares para la localización de recursos de información en el web de forma
inequívoca y única como son los URIs (Uniform Resource Identifiers) y la
norma internacional Unicode para la codificación de caracteres a nivel
internacional.
- 17 -

29. CAPITULO 2 – ESTADO DEL ARTE





XML (eXtensible Markup Language ), como base sintáctica para la
estructuración del contenido en el web, así como el empleo de espacios de
nombres (Namespaces) para asociar con precisión cada propiedad con el
esquema que define dicha propiedad y esquemas (XML Schema ) para definir
qué elementos debe contener un documento XML, cómo están organizados,
qué atributos y de qué tipo pueden tener sus elementos.
Un modelo básico para establecer propiedades sobre los recursos, para el que
se empleará RDF (Resource Description Framework), así como un modelo
para definir relaciones entre los recursos por medio de clases y objetos, que
se expresan mediante esquemas en RDF (RDF Schema).
Lenguajes para la representación de ontologías que permitan la
interoperabilidad y reutilización entre ontologías de diversos dominios del
conocimiento en el web, cuya base se encuentra en RDF Schema .
Una capa lógica que permita realizar consultas e inferir conocimiento; donde
estarían las ontologías, agentes de software y servicios web como estructuras
para lograr interoperabilidad entre aplicaciones y sistemas de información
heterogéneos.
Una capa de seguridad que permita asignar niveles de fiabilidad a
determinados recursos, de forma comprobable posteriormente por los
agentes, para lo que se utilizarán firmas digitales y redes de confianza.
Figura 2.5 Esquema de la web semántica
La unión de todas estas capas produciría una Web Semántica potente, segura y
amigable.
En los próximos apartados hablaremos más sobre estas tecnologías. Con ellas, la
Web pasará de ser una colección de documentos a ser una base de conocimiento, de la
cual se podrán extraer conclusiones a partir de premisas.
- 18 -

30. CAPITULO 2 – ESTADO DEL ARTE
2.3.3.
Representación del conocimiento
El concepto de documentos que las máquinas puedan entender no implica
ninguna inteligencia artificial que permita a la máquina comprender los murmullos
humanos. Sólo indica la habilidad de la máquina para resolver un problema bien
definido desarrollando operaciones bien definidas sobre datos bien definidos. En lugar
de pedir a las máquinas que entiendan el lenguaje humano, implica pedir a la gente que
haga un esfuerzo (Berners-Lee, 1998).
La expresión “pedir a la gente que haga un esfuerzo” significa que los humanos
deben representar los datos en algún lenguaje formal (lógico y axiomático), de manera
que las máquinas puedan usarlos para extraer inferencias lógicas. Estos lenguajes,
vinculados a la representación del conocimiento, se conocen como lenguajes de
representación de conocimiento.
Se han utilizado diversos formalismos para representar el conocimiento en los
sistemas de información. En bases de datos se han utilizado diagramas entidad-relación
para definir los conceptos y sus relaciones en un determinado universo. En
programación se han utilizado gramáticas y estructuras de datos como clases y objetos.
En Ingeniería del Software se ha propuesto el uso de lenguajes de modelado como
UML, donde también se pueden definir clases y sus relaciones.
En Inteligencia Artificial, algunas de las formas que se han utilizado para
representar el conocimiento son la lógica matemática y las estructuras de datos.
En la lógica matemática destacan los enfoques basados en lógica y los basados
en reglas.
Los sistemas basados en lógica utilizan fórmulas lógicas para representar
relaciones complejas. Dentro éstos, las que tienen el poder expresivo más alto son las
lógicas de orden mayor, sin embargo, este mecanismo tiene varias desventajas entre las
que se encuentra su ineficiencia para manejo de grandes combinaciones de conceptos.
Se entiende por lógica de mayor orden un lenguaje en el que las variables pueden
aparecer en cualquier parte donde los predicados y/o funciones lo hagan. Si no se
requiere una semántica de orden mayor, ésta puede ser simplificada en lógica de primer
orden (LOP) (Samper, 2005). La Lógica de Predicados permite establecer formalmente
sentencias (predicados) sobre cosas y colecciones de cosas, sus tipos y propiedades, así
como clasificarlas y describirlas. Es un ejemplo donde la sintaxis y la semántica son
ambas de primer orden. Finalmente, realizar razonamiento sobre la LOP es
computacionalmente intratable para grandes cantidades de datos.
Ciertos subconjuntos de la LOP, especializados en clasificar cosas, se
denominan lógicas descriptivas (cada familia de lógicas descriptivas se origina de un
determinado subconjunto de la LOP). Es cierto que las lógicas descriptivas carecen de la
potencia expresiva de la LOP, sin embargo son matemáticamente trazables y son
computables.
Por otra parte los sistemas basados en reglas permiten representar el
conocimiento en formas de cláusulas IF-THEN u otras condiciones de acción. Estas
- 19 -

31. CAPITULO 2 – ESTADO DEL ARTE
reglas son usadas posteriormente por los motores de razonamiento para inferir
conocimiento a partir de las reglas definidas inicialmente.
En relación con los sistemas de representación del conocimiento basados en
estructuras de datos, se destacan los siguientes:
 Redes semánticas: Consisten en un conjunto de nodos que representan objetos,
conceptos o situaciones y enlaces que representan las relaciones entre los nodos.
 Marcos (frames): Representan conceptos denominados clases y relaciones
llamados slots. Los esquemas de representación basados en marcos insisten en
una organización jerárquica, mientras que las redes semánticas no requieren de
tal organización
 Redes de herencia estructurales: Desarrolladas para subsanar las
ambigüedades de las dos anteriores, y su puesta en práctica se realizó en el
sistema KL-ONE (Brachman, 1985, citado por Samper, 2005; Brachman, 1978,
citado por Samper, 2005).
 Sistemas terminológicos o Descripciones Lógicas: Son un tipo de lenguaje de
representación basado en lógica que ha sido diseñado para razonar sobre redes
semánticas y frames.
 Grafos, Redes de Petri, Mapas Tópicos: Son estructuras de representación de
más bajo nivel que constituyen la base formal de otros mecanismos recientes de
representación del conocimiento.
John F. Sowa afirma que “la representación de conocimiento es un área
multidisciplinar que aplica teorías y técnicas de los campos de la Lógica, Ontologías y
la Computación”. Para este autor, la lógica provee la estructura formal y las reglas de
inferencia, y sin ella no existirán criterios para determinar si hay sentencias
contradictorias o redundantes. Las ontologías permiten que los términos y símbolos que
existen en el dominio de aplicación estén bien definidos y no den lugar a confusión. Por
último, los modelos de computación permitirán implementar las dos primeras
disciplinas en programas de aplicación (Sowa, 2000, citado por Samper, 2005).
Resumiendo lo anterior, se puede concluir que la lógica es relevante para la Web
semántica por tres motivos:
1) Permite desarrollar lenguajes formales que permiten representar el
conocimiento.
2) Proporciona semánticas bien definidas: en un sistema lógico, cada símbolo y
cada expresión tienen un significado único e inambiguo.
3) Proporciona reglas de inferencia, a partir de las cuales se pueden extraer
consecuencias del conocimiento (estas reglas permiten validar
demostraciones, es decir, comprobar si una consecuencia se deriva de unas
premisas). Lo que se conoce como interpretación semántica automática de
documentos no pasa de ser la aplicación de reglas lógicas a unos datos
- 20 -

32. CAPITULO 2 – ESTADO DEL ARTE
presentados en algún lenguaje formal (como OWL, DAML, DAML+OIL o
KIF/CL). Estos lenguajes se basan en la lógica descriptiva (lógica que
proporciona un formalismo para expresar el conocimiento humano,
basándose en métodos de razonamiento bien establecidos y procedentes de
un subconjunto de la lógica de predicados o de primer orden).
2.3.4.
XML: primer paso hacia la Web semántica
XML (eXtensible Markup Language) fue desarrollado por el grupo de trabajo
XML del W3C, que estableció la segunda edición de la versión 1.1 como recomendación
el 16 de agosto del 2006 (XML, 2006). Se desarrolló para proporcionar una flexibilidad
y eficiencia que no se podían alcanzar con HTML. Mientras que HTML es un lenguaje
de marcado para documentos de hipertexto, XML es un lenguaje de marcado de
documentos de todas clases. Se dice que es extensible porque permite al programador
asociar sus propias etiquetas (metadatos) a los datos.
Desde la aparición de XML en 1998, se han definido multitud de estándares para
modelizar información en dominios específicos como las finanzas (XBRL, RIXML,
etc.), el periodismo (p.e. News ML, PRISM), la enseñanza (SCORM, IEEE LOM y
otros), o la medicina (NLM Medline, SCIPHOX, CDA, etc.), entre otros muchos
campos (Castells, 2003).
Figura 2.6 Ejemplo de documento XML
XML constituye un gran paso adelante para lograr la interoperabilidad sintáctica,
que es necesaria para el comercio electrónico. Actualmente XML es el lenguaje en el
que se está apoyando el e_business para mejorar sus servicios, y que en un futuro
cercano será utilizado por todos en la Web. He aquí algunas de las ventajas generales de
usar XML:
 Es capaz de expresar cualquier documento y cualquier tipo de dato. Permite
definir los datos independientemente de cualquier lenguaje o plataforma y, por
ello, constituye un formato universal para el intercambio de datos.
 Es autodescriptivo. Además de almacenar los datos, almacena la estructura de
éstos. Resulta fácil compartir documentos XML entre empresas y personas, ya
que una persona que lea un documento XML es capaz de descubrir enseguida su
estructura.
- 21 -

33. CAPITULO 2 – ESTADO DEL ARTE
 Es flexible: los documentos XML pueden desarrollarse tal y como se quiera.
Nada impide a una empresa que desarrolle una serie de esquemas, XML Schema
o DTDs (Document type definition) para los tipos de documentos con que
trabaja (facturas, pedidos, órdenes de producción, albaranes, reclamaciones...) y
que exija a sus clientes y proveedores que usen documentos XML conformes a
esos esquemas o DTDs.
 La comprobación de la estructura de los documentos se puede hacer de forma
automática, de modo que se rechacen aquellos documentos que no estén
construidos siguiendo los esquemas o DTDs elegidos. Con lo que se evita el
envío de documentos incorrectos.
 Al basarse en texto ordinario, los documentos XML son idóneos para
transportarlos a través de Internet; red donde conviven muchas plataformas y
sistemas informáticos distintos, cada uno con sus propios formatos de archivos.
 Se pueden crear documentos XML para casi todos los lenguajes humanos, ya
que el juego de caracteres predefinido para él es el Unicode.
Figura 2.7 Ejemplo de DTD del XML de la figura anterior
XML es un primer paso en la dirección de avanzar hacia una representación
explícita de los datos y la estructura de los contenidos de la web, separada de su
presentación en HTML. XML proporciona una sintaxis para hacerlo posible, pero ofrece
una capacidad limitada para expresar la semántica. El modelo de datos XML consiste en
un árbol que no distingue entre objetos y relaciones, ni tiene noción de jerarquía de
clases.
Por lo tanto, a pesar de todas las excelencias de XML, no proporciona una
interoperabilidad completa, pues no incorpora ningún mecanismo para garantizar la
interoperabilidad semántica. XML sirve para especificar el formato y estructura de
cualquier documento; pero no impone ninguna interpretación común de los datos del
documento.
El marcado de los documentos XML es una forma de metadatos. Etiquetas como
<precio> o <autor> ayudan a que los humanos intuyamos el significado de lo que vaya
entre las etiquetas, pero para un programa que procese documentos XML, las etiquetas
carecen de significado.
- 22 -

34. CAPITULO 2 – ESTADO DEL ARTE
En el caso del comercio B2B, que XML no incluya ningún mecanismo para la
interpretación semántica constituye un gran problema. Varias empresas pueden
intercambiar documentos XML si todas las partes se han puesto de acuerdo sobre las
DTD (o los esquemas) que van a usar, pero surgirán problemas cuando aparezcan
empresas que usen otras DTD, aunque sean equivalentes. Por ejemplo, un SI que acepte
etiquetas <precio> no será capaz de procesar etiquetas <precioUnidad>, aunque sean
semánticamente equivalentes.
Sin embargo, XML es el pilar en el que sustentan el resto de lenguajes o
tecnologías de la Web. XML supone un formato universal: “Todo debe estar escrito en
XML” (Llórens, 2005).
Otra de las funciones actuales que tiene es encapsular la información o partes de
una ontología para que sea intercambiada a través de los diferentes protocolos de
intercambio de datos XML a través de la Web (por ejemplo SOAP).
La familia de las tecnologías asociadas a XML es muy extensa destacando
Xpath, XPointer, XLink, XSL y CSS principalmente (Martín, 2005).
2.3.5.
Ontologías
El término Ontología proviene de la filosofía y es una teoría que trata de la
naturaleza y organización de la realidad, es decir de lo que “existe”. Conocimiento del
ser (del griego onto: ser y logos: conocimiento).
La definición de ontología más concisa es la del consorcio W3C: “La ontología
es un término tomado prestado de filosofía que se refiere a la ciencia de describir los
tipos de entidades en el mundo y cómo se relacionan entre ellos.” (MacGuinness y
Harmelen, 2004)
La definición más empleada en la literatura de Web Semántica procede de
Gruber: “Una ontología es una especificación explícita y formal de una
conceptualización” (Gruber, 1993). En esta definición, conceptualización significa un
modelo abstracto; explícita significa que los elementos deben ser claramente definidos;
y formal significa que la especificación debe ser procesable por una máquina. Yendo
más lejos, desde el punto de vista de Gruber, una ontología es la representación del
conocimiento de un dominio, donde un conjunto de objetos y sus relaciones son
descritos por un vocabulario. Puede decirse que una ontología define un vocabulario
común para los que necesitan compartir información sobre un dominio.
Cabe señalar que no todas las ontologías deben ser formales: existen ontologías
que se expresan de una forma restringida y estructurada del lenguaje natural, e incluso
mediante el lenguaje natural (español, francés, inglés,…).
En lo que sigue se considerará sólo las ontologías formales, que tienen
semánticas que describen el significado de una forma precisa. Es decir, que la semántica
no se refiere a opiniones ni intuiciones, y que las máquinas y las personas deben
interpretarla de una misma forma. En definitiva, una semántica formal usa la lógica de
- 23 -

35. CAPITULO 2 – ESTADO DEL ARTE
primer orden o un subconjunto de ella (como las lógicas descriptivas). Es indispensable
disponer de una semántica formal para implementar sistemas de inferencia o de
razonamiento automático (sin intervención humana). Son varias las utilidades del
razonamiento automático:
 Se puede comprobar automáticamente si una ontología es consistente con el
conocimiento del dominio de interés que representa.
 Se puede comprobar automáticamente si las relaciones entre las clases
corresponden a los propósitos de la ontología y se pueden detectar relaciones
espurias.
 Permite clasificar automáticamente las instancias en clases.
Las ontologías son una herramienta para compartir información y conocimiento,
es decir, para conseguir la interoperabilidad. Al definir un vocabulario formal de los
conceptos del dominio y un conjunto de relaciones entre ellos, permite que las
aplicaciones “comprendan” la información.
Por lo general, el aspecto que toman consiste en una forma jerárquica de
términos que representan los conceptos básicos de un determinado dominio.
Figura 2.8 Las ontologías establecen redes semánticas
Las ontologías han sido utilizadas en diferentes áreas de las ciencias de la
computación, tales como inteligencia artificial, representación del conocimiento,
procesamiento del lenguaje natural, Web Semántica e ingeniería del software, entre
- 24 -

36. CAPITULO 2 – ESTADO DEL ARTE
otras. Por lo tanto, es razonable que haya una cierta divergencia entre sus múltiples
definiciones. A pesar de que una ontología pueda tomar una gran variedad de formas,
necesariamente incluirá un vocabulario de términos, alguna especificación de su
significado y una indicación de cómo los conceptos se interrelacionan, lo cual impone
una estructura sobre el dominio y restringe las posibles interpretaciones de los términos
(Uschold, 1999).
Las ontologías tienen los siguientes componentes que servirán para representar
el conocimiento de algún dominio (Gruber, 1993b, citado por Samper):

Conceptos: son las ideas básicas que se intentan formalizar. Pueden ser clases
de objetos, métodos, planes, estrategias, procesos de razonamiento, etc.

Relaciones: representan las interacciones y enlaces entre los conceptos del
dominio. Suelen formar la taxonomía del dominio.

Funciones: son un tipo concreto de relación donde se identifica un elemento
mediante el cálculo de una función que considera varios elementos de la
ontología.

Instancias: se utilizan para representar objetos determinados de un concepto.

Axiomas o reglas: son teoremas que se declaran sobre relaciones que deben
cumplir los elementos de la ontología. Permiten junto al mecanismo de la
herencia de conceptos, inferir conocimiento que no esté indicado explícitamente
en la taxonomía de conceptos.
En el mundo de las ontologías no existen verdades absolutas, ya que éstas son
entidades construidas artificialmente que se crean, no se descubren, y especifican una
forma de ver el mundo, por tanto un punto de vista. Por este motivo existen varias
técnicas (provenientes de la IA o de la ingeniería del software o de bases de datos) que
permiten modelar una ontología. Ahora bien, hay que destacar que el modelo sólo se
podrá considerar una ontología si contiene un modelo de conocimiento consensuado y
compartido por la comunidad de interés.
En breve, un acuerdo con respecto a una ontología común es una garantía de
consistencia, pero no de completitud, con respecto a las búsquedas y aserciones,
usando el vocabulario
definido en la ontología. (Viegas et al., 1999)
Independientemente de la definición adoptada, es importante entender que las
ontologías son empleadas para describir una gran variedad de datos y modelos.
Normalmente, las ontologías – en el sentido dado por Gruber – parten de taxonomías
previas. Más adelante se explican las diferencias entre éstas y aquéllas.
2.3.5.1
Elementos de una ontología
Antes de continuar con la sección de ontologías, se definirán algunos conceptos
para facilitar al lector la comprensión de los siguientes apartados.
- 25 -

37. CAPITULO 2 – ESTADO DEL ARTE

Clases: representan los conceptos que forman el ámbito de la ontología. Los
conceptos son las ideas básicas que se intentan formalizar y son el elemento
principal de una ontología. Por ejemplo, en una ontología que representase la
estructura política de España, "PartidoPolítico" y "ComunidadAutónoma"
podrían ser clases de la ontología.

Subclases. Cuando una clase A es la generalización de otra clase B, se dice que
B es subclase (hija) de A. Siguiendo el ejemplo de antes, “PartidoSocial” sería
subclase de “PartidoPolítico”. Responde afirmativamente a la pregunta “¿Un
partido social es un partido político?”

Clases Hermanas. Dos clases son hermanas si comparten la clase padre. Son
subclases de una misma clase. Las clases “PartidoSocial”y “PartidoPopular”
serían hermanas.

Clases disjuntas: son clases diferentes, un elemento de una no puede ser
también elemento de la otra.

Propiedades: establecen relaciones entre conceptos de la ontología. Por
ejemplo, la propiedad “esMiebroDePartido” relaciona una persona con el partido
al que pertenece. En una propiedad hay que definir el rango y el dominio.

Rango: define el Objeto que es afectado por la propiedad.

Dominio: define el Sujeto que será definido por la propiedad. Digamos, el
conjunto de valores que podrá tomar esa propiedad.

Instancias: son entidades que pertenecen a una determinada clase. Por ejemplo,
"Andalucía" es una instancia de la clase "ComunidadAutónoma" y "PSOE" es
una instancia de la clase "PartidoPolítico". Las clases se suelen organizar en una
jerarquía, donde las instancias de una subclase pertenecen a la clase. Por
ejemplo, podríamos tener en nuestra ontología la clase "localización" de la que
sería subclase "ComunidadAutónoma".
2.3.5.2
Tipos de Ontologías
Las ontologías se pueden clasificar teniendo en cuenta diferentes criterios. En la
literatura pueden encontrarse muchas posibilidades. Veamos dos de ellas:
1. Según el alcance de su aplicabilidad:
 Ontologías de Dominio. Proporcionan el vocabulario necesario para
describir un dominio dado o subdominio, como la medicina, el tráfico, el
sector mobiliario. Incluyen términos relacionados con:
 Los objetos del dominio y sus componentes.
 Un conjunto de verbos o frases que dan nombre a actividades y
procesos que tienen lugar en ese dominio.
- 26 -

38. CAPITULO 2 – ESTADO DEL ARTE
 Conceptos primitivos que aparecen en teorías, relaciones y
fórmulas que regulan o rigen el dominio.

Ontologías Generales: Representan conceptos generales que no son
específicos de un dominio. Por ejemplo, ontologías sobre el tiempo, el
espacio, ontologías de conducta, de causalidad, etc.

Ontologías de Tareas. Proporcionan el vocabulario para describir
términos involucrados en los procesos de resolución de problemas los
cuales pueden estar relacionados con tareas similares en el mismo
dominio o en dominios distintos. Incluyen nombres, verbos, frases y
adjetivos relacionados con la tarea (“objetivo”, “planificación”,
“asignar”, “clasificar”,…).
2. Según la granularidad de la conceptualización (cantidad y tipo de
conceptualización):
 Terminológicas: Especifican los términos que son usados para
representar conocimiento en el universo de discurso. Suelen usarse para
unificar vocabulario en un dominio determinado (contenido léxico y no
semántico).
 De información: Especifican la estructura de almacenamiento de bases
de datos. Ofrecen un marco para el almacenamiento estandarizado de
información (estructura de los registros de una BD).
 De modelado del conocimiento: Especifican conceptualizaciones del
conocimiento. Poseen una rica estructura interna y suelen estar ajustadas
al uso particular del conocimiento que describen (términos y semántica).
2.3.5.3
Ontologías frente a Taxonomías
Una taxonomía es una clasificación estricta de términos de forma jerárquica,
usando la relación padre-hijo (generalización, “es-un”, o tipo-de). Las taxonomías no
permiten definir atributos para los términos.
Un ejemplo de taxonomía es la estructura de directorio de nuestro ordenador. Es
una jerarquía severa y estricta que sólo establece relación entre los nombres de los
directorios (vocabulario) y la estructura jerárquica.
Una ontología es una taxonomía ampliada, donde además de un vocabulario que
nos define el contenido de una estructura, podemos establecer información documental
a la propia jerarquía, establecer reglas, restricciones lógicas y definir axiomas que nos
hagan llegar a una meta como el razonamiento automático o inferencia.
Según Noy y MacGuinness (Noy y MacGuiness, 2001) hay tres propiedades que
una ontología debe poseer para diferenciarla de una taxonomía o tesauro:

Estricta jerarquía de conceptos: toda instancia de una clase debe ser también
- 27 -

39. CAPITULO 2 – ESTADO DEL ARTE
instancia de su clase padre. La organización de términos debe seguir una
relación de generalización.

Interpretación no ambigua de significados y relaciones: los usuarios deben
definir propiedades, cuyos valores deben ser restringidos a ciertos dominios.

El uso de un vocabulario controlado y finito, pero extensible.
2.3.5.4
Lenguajes de ontologías
Existen multitud de lenguajes que permiten la representación de ontologías: OIL
(Ontology Inference Layer), DAML (DARPA Agent Mark-Up Language), SHOE (Simple
HTML Ontology Extensión), TopicMaps, OCLM, Ontolingua, LOOM, CycL, etc. No
todos ellos permiten el mismo nivel de expresividad a la ontología construida ni
tampoco ofrecen las mismas funcionalidades.
A la hora de elegir un lenguaje para la definición de una ontología deben tenerse
en
cuenta los siguientes aspectos:





El lenguaje debe poseer una sintaxis bien definida para poder “leer” con
facilidad la ontología definida.
Debe tener una semántica bien definida para comprender perfectamente el
funcionamiento de la ontología.
Debe tener suficiente expresividad para poder capturar varias ontologías.
Debe ser fácilmente mapeable desde/hacia otros lenguajes ontológicos.
Debe ser eficiente a la hora de realizar razonamiento.
Merece la pena destacar dos lenguajes intermedios, KIF y PIF, que son los que
usan aplicaciones heterogéneas e independientes cuando necesitan intercambiar
conocimiento.
KIF (Knowledge Interchange Format): Desarrollado por el grupo de trabajo
Interlingua de la universidad de Standford en 1992 con el propósito de resolver
el problema de la heterogeneidad en los lenguajes de representación del
conocimiento. Se trata de un lenguaje formal con notación tipo Lisp para escribir
los axiomas en las definiciones de Ontolingua.
PIF (Process Interchange Format): Tiene el mismo propósito que el anterior, es
decir, facilitar compartir el conocimiento entre diferentes procesos de software.
En su desarrollo, de 1993 a 1996, participaron grupos del MIT, de Stanford, de
Toronto, etc. Permite el intercambio de descripciones de procesos del mundo de
los negocios dentro de una organización y entre varias organizaciones.
- 28 -

40. CAPITULO 2 – ESTADO DEL ARTE
2.3.5.4.1 Lenguajes tradicionales
Los lenguajes de ontologías tradicionales se distinguen según la forma en la que
se basan para representar el conocimiento: basado en frames, en lógica descriptiva,
predicados de primer orden y segundo orden, o los orientados a objetos.
A continuación se exponen los más representativos (Gómez-Pérez, 2004):
 Ontolingua (Ontolingua, 2004) fue desarrollado en 1992 por KSL
(Universidad de Standford), es un lenguaje de ontologías basado en KIF y en
Frame Ontology (FO) empleado en el Ontolingua Server. KIF permite
definir objetos, relaciones y funciones y utiliza predicados de lógica de
primer orden. Como KIF es un lenguaje no orientado a construir ontologías,
sino para intercambio de conocimiento, Ontolingua emplea FO para permitir
la descripción de ontologías utilizando los paradigmas de frames, y con el
que empezaron a surgir términos como clase, instancia o subclase. FO no
permitía axiomas, pero al surgir a partir de KIF, sí permite que se incluyan
axiomas de KIF dentro de sus definiciones.
 OKBC Protocol (Open Knowledge Base Connectivity Protocol), como su
nombre indica no se trata de un lenguaje sino un protocolo basado en el GFP
(Generic Frame Protocol), es decir, basado en frames. Es utilizado como
complemento de lenguajes de representación de conocimiento, y permite,
como otros sistemas basados en frames, clases, constantes, atributos, frames
e instancias que sirven de base de conocimiento. También implementa una
interfaz para acceder al conocimiento al igual que funciones utilizadas para
acceder a través de la red a un conocimiento compartido. Fue empleado
junto a Ontolingua (OKBC, 1995).
 OCML (Operational Conceptual Modeling Language) fue desarrollado
originalmente como parte del proyecto VITAL (Shadbolt, 1993, citado por
Samper, 2005). Es un lenguaje basado en marcos que aporta mecanismos
para expresar ítems tales como relaciones, funciones, reglas, clases e
instancias. Se le añadió un módulo de mecanismos de lógica y una interfaz
para poder interactuar con el conocimiento. Una de las ventajas que tiene es
que es compatible con estándares como Ontolingua (OCML, 1999).
 Flogic (Frame Logic) fue desarrollado en 1995 en la Universidad de
Karsruhe. Integra marcos y calcula predicados de primer orden. Permite la
representación de conceptos, taxonomías, relaciones binarias, funciones,
instancias, axiomas y reglas deductivas. Tiene una estructura con aspectos
parecidos a la los lenguajes orientados a objetos, como la herencia, tipos
polimórficos, etc. Con Flogic se han creado de bases de datos hasta
ontologías y se puede combinar con otros programas de lógica para
interactuar con la información almacenada en la ontología (Flogic, 2004).
- 29 -

41. CAPITULO 2 – ESTADO DEL ARTE
2.3.5.4.2 Lenguajes basados en estándares y en Web
Estos lenguajes fueron desarrollados específicamente para el desarrollo de
ontologías. Se basan en los lenguajes de marcado HTML y XML. Se diferencian de los
anteriores porque fueron desarrollados orientados para ser utilizados en la web. Dado
que la web es mucho más extensa que una base de conocimiento, es necesario el uso de
estándares que permitan implementar ontologías en este ambiente.
Los más destacados son: el lenguaje RDF (Resource Description Framework)
que implementa un modelo básico para establecer propiedades sobre los recursos, y el
lenguaje OWL que tiene como punto de partida experiencias previas realizadas en el
lenguaje DAML-OIL y que se divide en tres sublenguajes de diferente expresividad
semántica: OWL-Lite, OWL-DL y OWL-Full. Todos estos lenguajes se sustentan para su
formalización en el XML, metalenguaje que permite definir y validar los lenguajes de
etiquetado que se usan en la Web. Se va a ver la definición y las características de los
más destacados:
RDF y RDFS
RDF (Resource Description Framework, Marco de Descripción de Recursos)
(RDF, 2004a; RDF, 2004b) fue desarrollado por el World Wide Web Consortium (W3C)
con el objetivo de “especificar semántica, para los datos basados en XML, de una
manera interoperable y estandarizada. Su recomendación por la W3C fue establecida el
10 de febrero de 2004, establece la sintaxis y estructura que permite la descripción de
metadatos y permite que el significado sea asociado con los datos a través de RDF
Schema (RDFS, 2004), el cual facilita la definición de ontologías específicas de
dominio.
Se trata de una infraestructura que permite la interoperabilidad de metadatos
mediante el diseño de mecanismos que dan soporte a las convenciones comunes de
semántica, sintaxis y estructura. RDF hace uso de XML como sintaxis común para el
intercambio y proceso de metadatos, proveyendo independencia, extensibilidad,
validación, legibilidad humana, y la habilidad para representar estructuras complejas.
RDF explota estas características imponiendo a su vez, estructuras que permiten
expresividad semántica inequívoca. Provee además un medio para publicar vocabularios
legibles por los humanos y capaces de ser procesados por las máquinas, y éstos pueden
ser reutilizados, extendidos o refinados para adaptarlos a los diferentes dominios
específicos según sus requerimientos.
Aunque suela decirse que RDF es un lenguaje, resulta más exacto describirlo
como un modelo de datos para las instancias de metadatos o, por abreviar, como un
modelo de metadatos.
RDF basa su modelo en tres partes:
 Recursos (sujeto) que son todo aquello de lo que se puede decir algo y son
referenciados por un identificador único de recursos (URI).
 Propiedades (predicados) que definen atributos, aspectos, características o
representan una relación que describe a un recurso.
- 30 -

42. CAPITULO 2 – ESTADO DEL ARTE
 Declaraciones (objeto) los cuales nos sirven para dar valores a las propiedades
de un recurso específico. El objeto de un estamento puede ser un recurso o un
literal, por ejemplo, un recurso especificado por un URI, o bien un string u otras
primitivas de datos definidas por XML.
Los tres constituyen una tripleta (sujeto, predicado, objeto) que es la
construcción básica en RDF. Un conjunto de dichas tripletas es llamado grafo RDF, el
cual define la sintaxis abstracta de RDF. Esto puede ilustrarse a través de un diagrama
de nodos y arcos dirigidos (ver figura 2.9), en el cual cada tripleta es representada como
un enlace nodo-arco-nodo (de allí el término grafo).
Figura 2.9 Diagrama de nodos y arcos.
En la figura 2.10 se incluye la representación gráfica de tripletas de RDF.
Figura 2.10 Representación de tripletas RDF.
Nótese que las propiedades (dirección, ciudad, código postal, calle y estado) y el
sujeto se representan como URIs, mientras que los objetos se representan como cadenas
de texto. Nada impide que los objetos se representen mediante URIs: un URI puede ser
construido para
cualquier entidad o recurso (tangible o intangible) que pueda ser nombrado, por lo que
los hechos RDF pueden referirse, consecuentemente, a cualquier cosa (Rodríguez,
2005).
- 31 -

43. CAPITULO 2 – ESTADO DEL ARTE
RDF se puede emplear en cualquier campo: no se asocia a ningún dominio en
particular. Cada organización o persona puede definir su propio vocabulario mediante lo
que se conoce como RDF Schema (esquema de RDF), que se define en función de las
sentencias RDF (Abián, 2005).
RDF Schema permite la definición de jerarquías de clases (relación de subclase
y subpropiedad) de objetos y propiedades (relaciones binarias) y permite la creación de
restricciones (rango y dominio). Este esquema se aproxima más al concepto de
ontología ya que se dispone de relaciones diseñadas para especificar la jerarquía de la
taxonomía de conceptos que define un conocimiento.
RDF(S) funciona como un modelo semántico de datos capaz de permitir
preguntas referentes a su contenido y no a la estructura del documento.
RDF Schema incluye tres clases principales (Abián, 2005):
1) rdfs:Resource. Se consideran instancias de esta clase los recursos, que son todas
las entidades descritas por expresiones RDF.
2) rdfs:Class. Las clases RDF pueden representar páginas web, organizaciones,
personas, búsquedas en la Web, etc. Toda clase es miembro de rdfs:Class.
Cuando se crea una nueva clase mediante un esquema RDF, la propiedad
rdf:type del recurso representado por la clase adquiere como valor el recurso
rdfs:Class o alguna subclase suya. Cuando un recurso tiene la propiedad rdf:type
cuyo valor es una clase determinada, se dice que el recurso es una instancia de
esa clase.
3) rdf:Property. Representa el subconjunto de recursos RDF que son propiedades.
El dominio y rango de estos recursos se describen mediante las propiedades
rdfs:domain y rdfs:range respectivamente; las jerarquías de propiedades se
describen mediante rdfs:subPropertyOf. Tanto rdfs:range como rdfs:domain son
instancias de rdf:Property. El rango se usa para establecer que los valores de una
propiedad son instancias de una o más clases. Y el dominio se emplea para
establecer que un recurso con una cierta propiedad es instancia de una o más
clases.
Una propiedad relevante de RDF Schema es rdfs:subClassOf, que describe una
clase como subclase de otra. Solamente las instancias de rdfs:Class pueden tener dicha
propiedad.
Para los metadatos, RDF Schema define varias propiedades:
 rdfs:comment proporciona la descripción en lengua natural de un
recurso. Por ejemplo, <rdfs:comment> “Las neveras enfrían lo que se
introduce en ellas” </rdfs:comment>.
 rdfs:label proporciona una versión legible para los humanos del nombre
del recurso. P.e.,<rdfs:label>Frigorífico</rdfs:label>.
 rdfs:seeAlso especifica un recurso que proporciona información
- 32 -

44. CAPITULO 2 – ESTADO DEL ARTE
adicional sobre el recurso principal. P.e.,
http://www.vocabulario.es/aparatos </rdfs:seeAlso>
<rdfs:seeAlso>
 rdfs:isDefinedBy indica cuál es el recurso donde se define el recurso
principal. Es una subpropiedad de rdfs:seeAlso.
La Web semántica no sería posible solo con RDF y XML debido a que RDF
Schema presenta muchas carencias:
 Cuando se define un rango para una propiedad, se define para todas las clases.
No se pueden declarar restricciones de rango que sean válidas solo para algunas
clases.
 No se pueden representar algunas características de las propiedades, como que
una propiedad sea: transitiva, simétrica, inversa o única.
 No se puede reflejar que algunas determinadas clases son disjuntas. Por ejemplo,
en RDF Schema puede declararse que Hombre y Mujer son subclases de
Persona, pero no que son disjuntas. Es decir, resulta imposible especificar que
ninguna persona puede ser a la vez hombre y mujer.
 No permite expresar restricciones de cardinalidad. Así, no se puede expresar que
una cuenta bancaria no puede tener más de seis titulares, por ejemplo, o que un
hijo siempre tiene un padre o una madre.
 Hay algunas expresiones que no pueden expresarse mediante la lógica de primer
orden. Esto causa que haya sentencias indecidibles. Sentencias de las que, dado
un sistema de axiomas o premisas, no se puede afirmar ni negar nada.
En suma, RDF no es lo bastante completo para describir los recursos de la Web
con el detalle que se precisa. Se utiliza porque es tan general que puede emplearse en
muchos dominios y porque actúa como puente entre los vocabularios de cada uno.
DAML+OIL
El programa DAML (DARPA Agent Markup Language) es una iniciativa de
DARPA (Defense Advance Research Projects Agency) en 1999 con el objetivo de
proveer los fundamentos de la Web semántica.
Los usuarios de RDF y RDFS conforme utilizaban estos lenguajes para expresar
los metadatos de sus recursos, observaban que ambos lenguajes describían un conjunto
escaso de facilidades para expresar estos metadatos. Por ejemplo, no podían hacer uso
de datatypes del XMLSchema (XMLS, 2001), no podían hacer enumeraciones etc. La
comunidad de usuarios vieron en RDF una herramienta para expresar sus recursos, pero
también lamentaban que no existiesen facilidades para permitir la inferencia sobre las
descripciones RDF. Tenía que surgir una evolución de este lenguaje que permitiese el
razonamiento sobre las descripciones.
Por estos motivos, unieron sus esfuerzos los desarrolladores de DAML con los de
- 33 -

45. CAPITULO 2 – ESTADO DEL ARTE
OIL para favorecerse de los sistemas de clasificación basados en frames de este último.
El resultado final fue el lenguaje DAML+OIL( DAML+OIL, 2001), un lenguaje que a
pesar de tener muchas coincidencias con OIL, también tiene sus diferencias, la principal
es que se trata de un lenguaje que se aleja de los ideales de frames de OIL, para
acercarse más a una base de lenguajes de lógica descriptiva.
Por lo tanto, DAML+OIL es un lenguaje que tiene una semántica sencilla y bien
definida, y que nos ofrece más expresiones sofisticadas para las descripciones de
clasificaciones y propiedades de los recursos que las que ofrecía RDF y RDFS.
DAML+OIL es la evolución de RDFS, en el que se redefinen muchas de sus
descripciones y se añaden muchas otras para mejorar el lenguaje y aportar propiedades
y mecanismos para que el lenguaje defina ontologías que después pueden ser empleadas
por sistemas de razonamiento para poder inferir sobre la información.
Sin una semántica bien definida y procedimientos de inferencia, los Agentes no
serán capaces de procesar la información de forma consistente. Como una plataforma
desde donde manejar las ontologías, DAML + OIL es bastante útil, según sus propios
autores, es una alternativa firme a RDF Schema u otros.
OWL
OWL (Ontology Web Language) (OWL, 2004) surge del W3C como la búsqueda
de un
lenguaje de especificación de ontologías que sirva como estándar para todos los
investigadores de la Web semántica. Deriva del lenguaje DAML + OIL y se construye
sobre la sintaxis de RDF/XML. Se le pretende dar tantas funcionalidades como las que
posee DAML + OIL, aunque diferenciándose en algunas.
OWL también es una extensión de RDFS y emplea el modelo de tripletas de
RDF. En parte, es un RDFS mejorado, que mantiene una buena relación entre eficacia
computacional y poder expresivo. Con OWL se pueden definir clases mediante
restricciones a otras clases, o con operaciones booleanas sobre otras clases, hay nuevas
relaciones entre clases como la inclusión, disyunción y la equivalencia, se pueden
definir restricciones de cardinalidad en propiedades o dar propiedades sobre las
relaciones (transitiva, simetría) así como permitir clases enumeradas.
Como pude verse, OWL tiene mucha más capacidad expresiva que RDFS.
Además, OWL facilita la importación y exportación de clases: incluye propiedades
como sameAs, equivalentClass, equivalentProperty, differentFrom, etc. Por ejemplo,
equivalentClass permite establecer que dos clases de distintas ontologías sean
equivalentes (p.e. onto1:Persona y onto2:SerHumano), esto significa, que cada
instancia de una clase será también instancia de la otra clase, y viceversa. La capacidad
de expresar que dos clases son iguales resulta muy útil cuando se integran o mezclan
ontologías y permite la interoperabilidad.
Una ontología en OWL es una secuencia de axiomas, hechos y referencias a
otras ontologías, que se consideran incluidas en la ontología. Las ontologías OWL son
documentos web, y pueden ser referenciados a través de una URI.
- 34 -