23.6.03
Creación de aplicaciones para la Web Semántica con Prolog y RDF
Continuando con los enlaces enumerados en un mensaje anterior, es muy recomendable la consulta de dos artículos escritos por Bijan Parsia en XML.com, en relación con el tema propuesto en el enunciado:
Hay que hacer notar que algunos enlaces que en estos artículos apuntan a partes del manual del intérprete SWI-Prolog (compilador basado en el estándar Edimburgo/ISO Prolog, desarrollado por el departamento "Sociaal Wetenschappelijke Informatica" de la Universidad de Amsterdam) no funcionan, ya que su sitio web ha cambiado de dirección con posterioridad a la publicación de los mismos. La solución pasa por anotar de qué partes de dicho manual se trata, y realizar la consulta en su actual ubicación, o bien hacer uso de su buscador.
El intérprete SWI-Prolog dispone de un parser para manipular documentos escritos en RDF, incluido como parte de su distribución normal. Para aclarar conceptos, añadiré que un parser o analizador sintáctico, se puede definir, entre las varias acepciones posibles, como:
"...módulo, biblioteca o programa que se ocupa de transformar un archivo de texto en una representación interna."
"...programa que recibe las entradas en forma de instrucciones secuenciales del programa fuente, comandos online interactivos, tags o algún otro tipo de interfaz definida y las divide en partes: por ejemplo, los nombres (objetos), verbos (métodos) y sus atributos u opciones."
En el sitio web de SWI-Prolog (entrar en "Packages") se puede localizar una introducción sobre las características y funcionamiento de dicho parser, así como acceder a una demostración online, añadiendo un documento RDF en una caja de texto al efecto, o bien especificando su ubicación en nuestro disco duro o en una URL. Incluye varios ejemplos ya definidos para facilitar la demostración. Como resultado genera las tripletas (sujeto-predicado-objeto) correspondientes a ese documento RDF.
Como parte de su distribución normal, SWI-Prolog incorpora una librería para manejar los estándares del consorcio W3C para la Web Semántica: RDF, RDFS (los RDF Schemas habilitan la posibilidad de definir vocabularios, un modelo de datos, en RDF) y OWL.
De forma complementaria consultar el artículo "Prolog-based Infrastructure for RDF: Scalability and Performance" (formato PDF), en el que se describe una infraestructura para manejar RDF/XML, almacenar tripletas, y visualizar y llevar a cabo un razonamiento elemental sobre las mismas, mediante el módulo de predicados y el parser que incorpora SWI-Prolog para este propósito.
Binding Time Limited, empresa especializada en la creación de aplicaciones basadas en programación declarativa, ha desarrollado el módulo xml.pl, de uso libre, para parsear y manejar XML en Prolog:
"xml.pl is a module for parsing XML with Prolog, which provides Prolog applications with a simple "Document Value Model" interface to XML documents. We have used it successfully in a number of applications. [...]"
Esta aplicación está escrita en el estándar ISO Prolog, y su código ha sido portado ha varios entornos de desarrollo: Quintus Prolog, SICStus Prolog, Eclipse y B-Prolog [1]. En la página referenciada, "xml.pl - Parsing XML with Prolog", se explican sus principales características, y de forma complementaria se describe un ejemplo de utilización del código en "Using xml.pl to solve XML Query Cases - An Example".
Además del código fuente por separado, se puede descargar un archivo comprimido auto ejecutable que, una vez descomprimido, crea dos carpetas en el directorio seleccionado. Una de ellas ("source") contiene el código fuente, y la otra ("bin") un pequeño programa (.exe) junto con varias librerías, cuyo manejo se realiza desde la consola DOS (ver archivo "readme" y la página de descarga), por lo que es aconsejable ubicarlo en el directorio raíz de Windows.
Para RDFS existe también un parser ejecutable en línea (RDF Schema Explorer), basado en el parser RDF de SWI-Prolog. En este caso, las tripletas resultantes del análisis del documento RDF que hallamos especificado, se introducen en una base de conocimiento consultable (ver "howto"). Embebido en el código RDF, este parser permite añadir directamente código Prolog, de la forma que se describe en un ejemplo explicado, a modo de extensión de la semántica de las propiedades definidas en el documento RDF. Al igual que en el caso de la demostración online del parser RDF de SWI-Prolog, se adjuntan varios ejemplos listos para ser ejecutados directamente y comprobar el funcionamiento del parser RDFS (ver botones debajo de la caja de texto).
Por último comentar que en la página del RDF Schema Explorer se hace referencia a dos ensayos de sus autores, Wolfram Conen y Reinhold Klapsing (Universidad de Essen, Alemania), de todo punto recomendables para comprender la relación y aplicación práctica que puede establecerse entre la Web Semántica, RDF/RDFS y la Lógica de Primer Orden, relación sobre la que se fundamenta la conceptualización del parser al que estamos aludiendo. El título de estos dos ensayos: "A logical interpretation of RDF" y "Logical Interpretations of RDFS - A Compatibility Guide". Ambos documentos se pueden consultar en formato HTML, PDF o PostScript.
Nota: puede encontrarse la traducción al castellano de dos de las especificaciones oficiales RDF y RDFS del W3C, en el proyecto de traducción de los estandares de este consorcio auspiciado por la Fundación SIDAR: "Especificación del Modelo y Sintaxis RDF" y "Especificación del Esquema RDF 1.0" (RDF Schema). También está disponible la traducción de las especificaciones de los estándares CSS, HTML, XHTML y XML.
[1] comentarios | # | lista |
19.6.03
II Jornadas de Tratamiento y Recuperación de la Información
Los próximos 8 y 9 de septiembre se celebrarán las II Jornadas de Tratamiento y Recuperación de la Información (Jotri 2003), organizadas por el Departamento de Biblioteconomía y Documentación y el Departamento de Informática de la Universidad Carlos III de Madrid. Se puede localizar amplia información sobre estas jornadas en el sitio web especialmente dedicado a las mismas. En este sitio se encuentran también disponibles, en formato PDF, las ponencias de la primera edición de las jornadas, cuya relación es la siguiente:
- Aplicación de redes neuronales y redes bayesianas en la detección de multipalabras para tareas IR.
- Una aplicación de RI basada en PLN: El Proyecto ERIAL.
- A Bayesian Approach to WSD for the Retrieval of XML Documents.
- La cibermetría en la RI en el Web.
- CitEc, un agente para asistir en la RI basada en citas.
- Clasificación de documentos escritos en euskara: impacto de la lematización.
- Clasificación automática mediante la CDU con el procedimiento en cadena.
- Clasificación de términos mediante el algoritmo de Kohonen.
- Using cohesive properties of text for Automatic Summarization.
- Comparación de Codificaciones de Documentos para Clasificación con K Vecinos más Próximos.
- A Comparison of Experiments with the Bisecting-Spherical K-Means Clustering and SVD Algorithms.
- Construcción de un tesauro de ciencias de la documentación aplicado a la docencia de las Técnicas Documentales.
- El desarrollo de una ontología a base de conocimiento enciclopédico parcialmente estructurado.
- La indexación con técnicas lingüísticas en el modelo clásico de RI.
- Mapas conceptuales, topic maps y tesauros.
- Metodología del proyecto REID.
- Optimización de Directorios Web mediante Estructuras de Datos Híbridas.
- Propuesta para un Sistema de RI Multilingüe Independiente del Lenguaje.
- Proyecto sobre el desarrollo de un sistema de comprensión de textos aplicado a la RI: TUSIR.
- Retroalimentación por relevancia: nueva perspectiva desde la programación evolutiva.
- Trabajos en el área de RI del grupo IXA de la Universidad del País Vasco.
Como puede verse se trata de temas y propuestas muy interesantes, que auguran un interés no menor de las ponencias que se presentarán en la edición de las jornadas que están por celebrarse.
Por otra parte, continuando con el tema de jornadas y congresos, y aunque más centradas en el ámbito estricto de la Biblioteconomía y la Documentación, los pasados días 13 y 14 de mayo se celebraron las I Jornadas profesionales sobre publicaciones electrónicas de Biblioteconomía y Documentación, organizadas por el Departamento de Biblioteconomía y Documentación de la Facultad de Ciencias de la Información (UCM). Parte del contenido de las ponencias y mesas redondas, así como información en general sobre el desarrollo de estas jornadas, se puede localizar en el portal e-ByDoc (entrar en el apartado "Jornadas"), creado en principio como forma de dar soporte electrónico a su desarrollo, aunque con vocación de continuidad y de constituirse como un sitio de referencia desde el que acceder a información y recursos relacionados con el ámbito de la Biblioteconomía y la Documentación, abierto a la participación de todas las personas interesadas mediante un sistema de autopublicación y envío de propuestas de contenidos.
[0] comentarios | # | lista |
12.6.03
PLN y Prolog: dos herramientas
Dos interesantes herramientas de programación lógica, aplicables al campo de la recuperación de información, implementadas en lenguaje Prolog, y desarrolladas por Michael A. Covington, director asociado del "Artificial Intelligence Center" de la Universidad de Georgia (EUA):
- ET: an Efficient Tokenizer in ISO Prolog.
- A Free-Word-Order Dependency Parser in Prolog.
Se pueden descargar, junto con la correspondiente documentación (en formato PDF) desde http://www.ai.uga.edu/mc/, bajo el epígrafe de la asignatura "CSCI/LING 8570 Natural Language Processing Techniques". Ambas herramientas se ejecutan sin ningún problema bajo el intérprete SWI-Prolog, uno de los más recomendables y estandarizados (totalmente respetuoso con el "estándar de Edimburgo", de facto el estándar Prolog en la actualidad), y que es el que habitualmente utilizo, ya que hacen uso de predicados predefinidos recogidos en la norma ISO correspondiente al lenguaje Prolog [1] [2] [3].
Por cierto, Michael A. Covington es autor, junto con Donald Nute y Andre Vellino, del libro "Prolog Programming in Depth" (Prentice-Hall, 1997), y en solitario de "Natural Language Processing for Prolog Programmers" (Prentice-Hall, 1994). En la página en la que da cuenta de sus monografías publicadas, se puede localizar una referencia completa de ambas obras, así como acceder a los directorios desde los que descargar el código fuente de los ejemplos y programas explicados en ellas.
En la página de Covington encontramos también otras referencias y enlaces relacionados con su actividad profesional y docente, incluyendo ensayos y artículos, como por ejemplo "Efficient Prolog: a practical guide" (Practical notes for Prolog programmers), muy recomendable (se puede descargar, al igual que el resto de sus reportes, en formato PDF y PostScript). Buena parte de su atención está centrada en el procesamiento del lenguaje natural (PLN o NLP por sus siglas en inglés), y desde esta perspectiva enfoca la utilización de las herramientas y potencialidades que ofrece el lenguaje Prolog y por extensión la programación lógica.
Para terminar este comentario, y al hilo de la (problemática) estándarización del lenguaje Prolog y sus múltiples implementaciones, recomiendo la lectura de dos artículos del profesor Roberto Bagnara, de la Universidad de Parma: "Is the ISO Prolog standard taken seriously?" y "On the quality of available Prolog implementations".
[0] comentarios | # | lista |
