Archivo de la etiqueta: Ontologías

Ontologías : principios y aplicaciones en la Bibliotecología.

Suárez Sánchez, Adriana. Ontologías : principios y aplicaciones en la bibliotecología. Universidad Nacional Autónoma de México. Instituto de Investigaciones Bibliotecológicas y de la Información, 2022.

Texto completo

PDF

ePub

El objetivo de este libro es analizar las ontologías desde una perspectiva bibliotecaria que contemple sus principios y aplicaciones en la representación, la organización y la recuperación del conocimiento explícito, ese que es albergado en algún soporte informativo. Se busca que sea una herramienta de utilidad para los profesionales de la información interesados en planear, diseñar e implementar ontologías. Así el lector entrará en contacto con un prometedor y reciente lenguaje documental, vinculado con la web semántica y nuevas tendencias organizadoras del conocimiento, la información y los recursos de información en la gran red.

Taxonomías vs. Ontologías ¿En qué se diferencian las taxonomías y las ontologías?

Hedden, Heather. «The Accidental Taxonomist: Taxonomies vs. Ontologies». The Accidental Taxonomist (blog), 31 de enero de 2023. https://accidental-taxonomist.blogspot.com/2023/01/taxonomies-vs-ontologies.html.

A menudo surge la pregunta: ¿en qué se diferencian las taxonomías y las ontologías? Aunque hay algunas respuestas breves y sencillas (por ejemplo: las taxonomías son jerarquías y las ontologías son redes semánticas), es comprensible que la distinción no esté tan clara. Existe un solapamiento considerable. Las ontologías pueden contener taxonomías, y las taxonomías pueden enriquecerse semánticamente para convertirse en ontologías.

Una de las tendencias en la gestión de datos/información/conocimiento es la convergencia de sistemas, métodos y tecnologías, incluida la convergencia de taxonomías y ontologías. Se ha llegado al punto de que algunas personas se refieren a las taxonomías y ontologías casi indistintamente, como si fueran esencialmente la misma cosa. No lo son, aunque cada vez se combinan más. Es interesante que uno de los canales de discusión más activos dentro de la comunidad  Taxonomy Talk community en Discord sea sobre ontologías.

Usos

Aunque tanto las taxonomías como las ontologías son tipos de sistemas de organización del conocimiento que facilitan el acceso a la información, sus usos específicos tienden a diferir. El uso principal de las taxonomías de la información es el etiquetado coherente y la recuperación precisa y completa de los elementos de contenido. Puede tratarse de documentos, componentes (secciones) de documentos, páginas web o de intranet, o activos digitales (archivos de imagen, audio, vídeo, etc.). Las ontologías, con su inclusión o vinculación a instancias/individuos, con sus diversos atributos, se centran más en lo específico de los datos: recuperación de datos, comparación de datos y análisis de datos. Las taxonomías sirven sobre todo para saber de qué trata un contenido (aunque los tipos de contenido/documento también pueden formar parte de la taxonomía), como en «consígueme todos los recursos de información sobre…», o «consígueme una lista de productos con…» y especificando como filtros el conjunto de características y el rango de precios. Las ontologías, por su parte, permiten consultas más complejas y de varios pasos, como «consígueme una lista de productos con…», un conjunto de características y un rango de precios, cuyos vendedores estén ubicados en Canadá y tengan unos ingresos anuales mínimos de 50 millones de dólares canadienses.

Al comparar la recuperación de contenidos y datos, por ejemplo, las taxonomías pueden recuperar un archivo de hoja de cálculo, mientras que las ontologías pueden recuperar datos de celdas individuales de la hoja de cálculo. Las ontologías pueden recorrer los datos de una base de datos. Aunque puede tratarse de una base de datos relacional, las ontologías se utilizan cada vez más con bases de datos gráficas, ya que las ontologías también se estructuran como gráficos.

Orígenes

Otra diferencia importante entre taxonomías y ontologías es su origen. Las taxonomías de la información (no las biológicas) tienen su origen en la disciplina de la biblioteconomía. En concreto, yo diría que las taxonomías han evolucionado como una especie de híbrido flexible de sistemas de clasificación y tesauros. Las ontologías, por su parte, (cuando no en filosofía) tienden a enseñarse e investigarse como parte de la informática. Una vez más, también se ha producido una convergencia de la biblioteconomía y la informática en el campo de la ciencia de la información. No obstante, la biblioteconomía/informática y la informática/informática son enfoques diferentes.

Las taxonomías también se han convertido en un área de interés en la arquitectura de la información, el diseño de la experiencia del usuario, la gestión de contenidos y la gestión de activos digitales. Las taxonomías también están relacionadas con la gestión terminológica y la búsqueda y recuperación de información. Las ontologías, por su parte, se han convertido en un área de interés en la ciencia de datos, la ingeniería de datos y la gestión de datos gráficos. Las ontologías también toman prestados conceptos de la teoría de conjuntos de las matemáticas y de la lógica de la filosofía.

Las taxonomías y las ontologías siguen normas diferentes, pero también han convergido en cierto modo. Las taxonomías no tienen norma propia, pero siguen las normas de los tesauros (ANSI/NISO Z.39.19 e ISO 25964) para las mejores prácticas recomendadas. Las ontologías se basan en las normas RDF, RDF-Schema y el lenguaje formal OWL (Web Ontology Language) del W3C. El W3C publicó entonces una recomendación para taxonomías, tesauros y otros sistemas de organización del conocimiento llamada SKOS (Simple Knowledge Organization System) en 2009, y desde entonces ha sido ampliamente adoptada. SKOS se basa en RDF, al igual que los estándares ontológicos RSF-S. Como resultado, las declaraciones o namespaes SKOS y RDF-S pueden combinarse en el mismo sistema de organización del conocimiento, y las taxonomías y ontologías pueden así combinarse.

Características

Tanto las taxonomías como las ontologías pretenden describir un dominio de conocimiento con colecciones de entidades estructuradas en grupos o tipos, con relaciones entre ellas. Las ontologías van más allá y describen las relaciones con más detalle. Los atributos también son más amplios en las ontologías. Ambas admiten la opción de notas o definiciones.

Conceptos o entidades

Las taxonomías se componen de conceptos (a veces llamados términos), que son cosas. Los conceptos pueden ser genéricos o específicos, e incluso pueden incluir entidades con nombre (nombres propios únicos). Las taxonomías no distinguen entre conceptos genéricos y entidades con nombre, que corresponden a «individuos» en una ontología. Las ontologías, en cambio, distinguen entre dos tipos de entidades: clases e individuos. Las clases pueden ser amplias o específicas, pero, como su nombre indica, están destinadas a contener algo, ya sean subclases o individuos. En cambio, los nodos hoja (los conceptos más estrechos de una jerarquía) de una taxonomía pueden tener un significado bastante amplio.

Los individuos, tal y como se definen en una ontología, tienden a ser entidades con nombre (nombres propios), y deben ser exclusivamente individuales. Esto puede no ser obvio. Un producto de marca es un nombre propio, pero técnicamente no es un individuo, porque hay numerosas instancias específicas del producto propiedad de diferentes personas. Puede haber diferencias de opinión sobre cómo definir a los individuos.

Relaciones

Las taxonomías siguen las normas del tesauro para las relaciones. Las relaciones jerárquicas de los tesauros son de tres tipos: genéricas-específicas o del tipo «es un», genéricas-instancia (cuando la instancia es una entidad con nombre o un nombre propio) y de parte entera. Las ontologías sólo tienen relaciones jerárquicas genéricas específicas «es un», que se dan entre clases y subclases. La relación entre un individuo y una clase no se considera jerárquica en una ontología, sino una relación de clase-miembro. Asimismo, la relación todo-parte no se considera jerárquica en las ontologías (pero podría crearse como relación semántica).

Mientras que genérico-instancia es un tipo de relación jerárquica permitida en una taxonomía, los conceptos de entidad con nombre (nombres propios) no son tan a menudo más estrechos a un concepto genérico correspondiente, sino que más bien tienden a ser agrupados en su propio esquema de concepto separado para servir como una faceta de búsqueda separada o filtro.

En las taxonomías puede existir una relación genérica asociativa («relacionada»), aunque es más propia de los tesauros. Es bidireccional y recíproca, y suele utilizarse entre conceptos de un mismo esquema conceptual, que suele corresponder a una clase de una ontología. Las ontologías no tienen una relación asociativa genérica. En su lugar, las ontologías tienen relaciones semánticas que son designadas por el creador de la ontología, al igual que se designan las clases, y no se utilizan dentro de las clases, sino a través de un par específico de clases. Las sugerencias sobre lo que podría ser de interés relacionado para el usuario final no entran en el ámbito de la finalidad de una ontología, que es más estructurada y se basa en reglas. Las ontologías pueden tener otras relaciones recíprocas bidireccionales, como «va con», «tiene hermano», «acompaña», etc.

Equivalencia y etiquetas alternativas

En una taxonomía, cada concepto tiene una única etiqueta preferida en cada idioma para su visualización y cualquier número de etiquetas alternativas y etiquetas ocultas por idioma para ayudar a la equivalencia en la búsqueda o el etiquetado. En el modelo tradicional de tesauro, los términos «no preferidos» se redirigen a términos «preferidos». Las etiquetas alternativas son suficientemente equivalentes en el contexto de la taxonomía y el contenido para ser utilizadas para un concepto determinado, por lo que pueden no ser sinónimos exactos. Las etiquetas alternativas incluyen sinónimos, casi sinónimos y, posiblemente, incluso términos más restringidos que no se consideran necesarios como conceptos con etiquetas preferidas.

En las ontologías, el elemento OWL sameAs está pensado para la equivalencia de individuos, y equivalentClass para la equivalencia de clases, y significan equivalencia exacta. Pero no se designa un nombre como preferido y el otro como alternativo. Todos son preferibles. El uso de sameAs y equivalentClass no está pensado para su uso dentro de una única ontología, sino entre diferentes ontologías. Por lo tanto, estos elementos OWL son similares a la relación exactMatch de SKOS, que se utiliza en diferentes esquemas conceptuales o taxonomías. No permiten la búsqueda dentro del mismo conjunto de datos, como sí lo hacen las etiquetas alternativas.

Aplicación de reglas

SKOS es un modelo de datos para taxonomías y tesauros, pero no especifica ninguna regla de uso. Más bien, el creador de la taxonomía debe intentar seguir las directrices, no exactamente las reglas, de las normas de los tesauros (ANSI/NISO Z39.19 e ISO 25964-1). Las normas de calidad incluyen etiquetas disjuntas (una etiqueta sólo puede utilizarse una vez para un concepto, preferido o alternativo, y para un solo concepto), relaciones simples (un par de conceptos puede tener relaciones jerárquicas o asociativas entre sí, pero no ambas) y ausencia de ciclos jerárquicos. En cambio, el estándar para ontologías, OWL, tiene muchas reglas incorporadas. Esto hace que las ontologías OWL sean más potentes al permitir inferencias y razonamientos.

Conclusiones

Las taxonomías y las ontologías comparten algunas características, pero cada una tiene las suyas propias. Así, la combinación de una taxonomía SKOS con una ontología OWL combina las características de ambas. Además, la combinación de una taxonomía con una ontología permite también una combinación de usos, a saber, la búsqueda y recuperación conjunta de contenidos y datos. Más que una convergencia de taxonomías y ontologías, éstas se combinan cuidadosa y deliberadamente para maximizar sus ventajas.

Documentalidad: evidencia, ontología e inscripción.

Day, Ronald. Documentarity: Evidence, Ontology, and Inscription. MIT Press. Book, 2019. https://doi.org/10.7551/mitp

Texto completo

En este libro, Ronald Day ofrece un relato histórico-conceptual de cómo algo se hace evidente. Cruzando la ontología filosófica con la ontología documental, Day investiga los diferentes géneros, tecnologías, modos de inscripción y poderes innatos de expresión por los que algo se hace presente y se hace evidente. Llama a esta filosofía de la evidencia documentaridad, y es a través de esta lente teórica que examina la evidencia documental (y la documentación) dentro de la tradición de la filosofía occidental, entendida en gran medida como representacional en su epistemología, ontología, estética y política.

En qué se diferencian las taxonomías de las ontologías

How Taxonomies Differ From Ontologies
Data Science Central. Posted by Kurt Cagle on November 19, 2020 at 7:42pm

Texto completo

A lo largo de los años, la gente me ha preguntado en qué se diferencia una taxonomía de una ontología. La respuesta (o al menos una respuesta razonablemente simple) es que «una taxonomía es una ontología en forma de árbol».

Sin embargo, vale la pena profundizar un poco más para entender lo que eso significa:

A principios del siglo XVIII, un biólogo sueco llamado Carl Linnaeus comenzó un proyecto bastante ambicioso. Quería construir una forma de indexar los animales y plantas por sus fenotipos, las formas en que se parecen. Su taxonomía original era bastante básica, pero en el transcurso de décadas, creó un sistema con unos pocos miles de entidades vivas. Utilizó la palabra francesa Taxonomía, derivada del término griego para la clasificación de los conocimientos, y la Taxonomía de Linneo continuaría para provocar una revolución en la biología a medida que generaciones de científicos encajaran nuevas especies en ella.

Este es el tipo de taxonomía del que la mayoría de la gente es inmediatamente consciente, principalmente por su organización arbórea. Los términos más generales se ubicaban hacia la raíz del árbol, luego en cada rama (nodo) Linneo puso especies más detalladas:

Animales => Vertebrados => Mamíferos => Carnívoros => Animales parecidos a los gatos => Gatos domésticos.

La teoría detrás de esta organización era que los animales eran más especializados cuanto más avanzados estaban (cuanto más lejos del tronco). No es sorprendente que fuera uno de los fundamentos de la selección natural, aunque este modelo era bastante primitivo. El árbol también establecía un sistema de clasificación de la especificidad, en el que cada grado del árbol indicaba más especificidad hasta que se chocaban las hojas, que contenían las especies asociadas.

Esta taxonomía es importante porque contiene tanto los términos de interés – Carnívoros, por ejemplo – como un conjunto de reglas generales que indican cómo se relacionan los términos entre sí. Hay taxonomías similares – el Sistema Decimal Dewey o el más reciente esquema organizativo de la Biblioteca del Congreso, que de manera similar desglosa las ramas generales de conocimiento o entendimiento en un esquema o conjunto particular.

Los esquemas de clasificación son de particular importancia tanto para la programación como para la inteligencia artificial. La mayoría de los objetos, cuando se llega al fondo, pueden ser pensados como listas de propiedades atómicas (como la longitud) y propiedades categóricas (como los colores o las texturas) – o de estructuras compuestas que pueden ser igualmente desglosadas (como la dirección de una casa). Una propiedad categórica determinada puede pensarse como una lista de cadenas, aunque semánticamente, esas listas pueden ser entidades por derecho propio. En XML y JSON. (Por ejemplo, una lista de Estados de los Estados Unidos o provincias del Canadá se consideran enumeraciones o valores categóricos, pero cada estado o provincia puede tener también información adicional, como la fecha de fundación o la población en un momento determinado.

La ontología como materia general significa el estudio de las cosas (logos griegos + ontos). Como concepto matemático, una ontología es la colección de los términos o conceptos en el ámbito de la ontología más el modelo que describe las relaciones y limitaciones de esos conceptos Las ontologías suelen expresarse matemáticamente en forma de gráficos, con el concepto de que un gráfico podría (aunque no tiene por qué) crear un bucle cerrado. Estos gráficos también son direccionales. Los matemáticos se referirían a ellos como Gráficos Cíclicos Dirigidos (DCG).

Una taxonomía es, en general, un Gráfico Acíclico Dirigido (DAG), lo que significa que no hay bucles posibles en el gráfico. Los DAG también se conocen como árboles. Además, tanto los DAG como los DCG pueden ser etiquetados – cada nodo y borde puede tener un identificador específico.

La mayoría de las taxonomías tienden a ser de naturaleza arbórea, trabajando desde una raíz muy general hasta hojas muy especializadas. Por consiguiente, son gráficos acíclicos, o DAGs. Una ontología es más generalizada (se pueden tener bucles dentro del gráfico de una ontología), y como tal son DCGs. Lo importante es darse cuenta de que todos los DAG son subconjuntos de DCG. Esto significa dos cosas: primero, una taxonomía es una ontología, segundo, no todas las ontologías pueden ser representadas como taxonomías sin introducir el concepto de referencia.

En cualquier taxonomía moderna, cada nodo en el gráfico debe ser identificado por una dirección única o GUID de algún tipo. En el lenguaje de las bases de datos, esto es lo que se conoce como clave primaria. Si otro nodo tiene una conexión o borde que tiene el valor de esta clave, se dice que este nodo tiene una referencia a la clave (o tiene una relación de clave externa). Una tabla de una base de datos relacional debe tener (si se diseña adecuadamente) al menos una clave primaria, pero puede tener múltiples referencias de clave externa. Si no se crea un bucle, se dice que la base de datos es acíclica. En una base de datos relacional, el motor de la base de datos rechazará activamente cualquier bucle que se cree, por lo que una base de datos relacional en teoría también debería ser un DAG.

Irónicamente, un documento XML, un documento JSON o un conjunto de triples RDF pueden tener relaciones que forman gráficos cíclicos. Sin embargo, una vez que esto sucede, ya no son como los árboles. En términos taxonómicos, esto sería como añadir una relación «Ver también» que conectaría Gato con Perro. La mayoría de las taxonomías que son estrictamente arbóreas también tienen la misma relación que se extiende en ese árbol, como Gato «es más especializado que» Carnívoro, Carnívoro es más especializado que Mamífero y así sucesivamente. (Los matemáticos dirían que el gráfico tiene un cierre transitivo sobre la propiedad «es más especializado que».

Por lo tanto, una buena definición de trabajo es que una taxonomía es una ontología que es (en su mayor parte) un gráfico acíclico dirigido con un solo cierre transitivo que contiene todos los nodos de ese gráfico. Ante los ojos de la persona con la que estás hablando, puedes ponerlo de forma más simple como «una taxonomía es una ontología en forma de árbol».

Ontologías para el modelado del conocimiento en la planificación de la construcción

Ontologies for Knowledge modeling in construction planning

Vito, G. (2020). Ontologies for Knowledge modeling in construction planning. Firenze, Firenze University Press, 2020.

Texto completo


Hoy en día, se reconoce cada vez más el valor de la gestión del conocimiento en los proyectos de construcción y la modelización semántica basada en la ontología se considera un medio importante para abordar este problema, aunque todavía falta una base de conocimientos que permita cartografiar los dominios de la planificación y la programación de la construcción, de manera formal y legible para la máquina. Para abordar este problema, el libro está dividido en dos partes. La primera parte, la teoría, es una introducción teórica de los conceptos de ontologías y sistemas expertos. La parte II, aplicación, presenta una investigación del desarrollo de ontologías para el modelado semántico de la programación de la construcción, el espacio de trabajo, el producto y los dominios de tiempo. El último capítulo presenta la arquitectura de un sistema experto basado en ontologías, para mostrar cómo las ontologías pueden apoyar los mecanismos de planificación automatizada.

Ontologías posiblemente imperfectas para la recuperación efectiva de la información.

 

417ece92ojl._sx352_bo1204203200_

Nagypál, G. (2007). [e-Book] Possibly imperfect ontologies for effective information retrieval. Karlsruhe, KIT Scientific Publishing, 2007.

Texto completo

 

Las ontologías y los metadatos semánticos pueden resolver teóricamente todos los problemas de los motores de búsqueda de texto completo tradicionales. En la práctica, sin embargo, siempre son imperfectos. Este trabajo se analizó si el efecto negativo de la imperfección de la ontología es mayor que el efecto positivo de la explotación de las características de la ontología para la recuperación de la información. Para responder a esta pregunta, se implementó y evaluó exhaustivamente un sistema completo de recuperación de información basado en la ontología.

 

Ontología Formal en Sistemas de Información

9781614996606_fc-134x215

Borgo, S., P. Hitzler, et al. [e-Book] Formal Ontology in Information Systems. Amsterdam, IOS Press, 2018.

Texto completo

Este volumen contiene las ponencias presentadas en la 10ª edición de la conferencia Formal Ontology in Information Systems, FOIS 2018, celebrada entre el 17 y el 21 de septiembre de 2018 en Ciudad del Cabo, Sudáfrica. La conferencia fue precedida por la 4ª Escuela Interdisciplinaria de Ontología Aplicada, ISAO 2018, celebrada entre el 10 y 15 de septiembre de 2018 y fue el centro de una serie de iniciativas: los Talleres Conjuntos de Ontología 2018 (JOWO 2018) el 17 y 18 de septiembre, el Simposio de Carrera Temprana (ECS 2018) el 19 de septiembre, y dos tutoriales, uno sobre Ingeniería Ontológica Conceptual y otro sobre Referencias a Expresiones en Ontologías y Respuesta a Consultas. Los Talleres Conjuntos de Ontología 2018 constan de cinco talleres especializados, a saber: Cognición y Ontología 3 (CAOS-CEX), Epistemología en Ontologías II (EPINON II), el 6º Taller Internacional sobre Ontologías y Modelización Conceptual (Onto.CoM), Ontología de la Economía, así como el taller BadOntoloGy (BOG). Además, el Simposio de Carrera Temprana se llevó a cabo dentro del programa de conferencias FOIS para dar a los estudiantes y a los investigadores principiantes la oportunidad de presentar su trabajo y comprometerse con científicos de alto nivel en su campo, así como para reunirse y discutir su trabajo entre ellos en un ambiente abierto y amigable. Recibimos 48 propuestas para el tema principal de la conferencia, 4 para el concurso de ontología y 6 para el Simposio de Carrera Temprana, procedentes de 20 países. Todos los documentos fueron revisados por al menos tres miembros del comité del programa (enumerados a continuación). Basándonos en las revisiones recibidas, aceptamos catorce trabajos completos (29,2% de las presentaciones) y cinco trabajos cortos para el tema principal. Dos de los trabajos presentados al concurso de ontología fueron aceptados para su presentación durante JOWO, y el Early Career Symposium aceptó cinco propuestas presentadas para su presentación como pósters y charlas sobre rayos en una sesión dedicada de la conferencia.

Web Semántica y Ontología

Deja un comentario

7305091-l

 

Nandini, D. [e-Book]  Semantic Web And Ontology. Bookboon, 2014.

Texto completo

Este libro está dirigido a estudiantes de ingeniería que están interesados en explorar la tecnología de la web semántica. El libro simplifica los conceptos difíciles asociados con la web semántica y por lo tanto puede ser considerado como la base para construir el conocimiento sobre Web 3.0.