Visualizzazione ed elaborazione di ontologie: un'applicazione per la selezione di strumenti di data mining

                                                                                                                         Introduzione 
 2
proposto da Tim Berners-Lee (fondatore del W3C - http://www.w3.org/ ) il 
Semantic Web (Semantic Web - http://www.w3.org/2001/sw/).  
Il Web semantico è un'estensione del Web di oggi, in cui non solo le persone, ma 
anche i computer sono in grado di interagire e manipolare le informazioni 
memorizzate. È possibile ottenere questo risultato perché preventivamente, all'atto 
della creazione del contenuto, queste informazioni sono state definite e inserite 
secondo specifiche regole semantiche (dalle quali nasce il termine Web semantico).  
Per capire com'è strutturata la visione del Web semantico è utile fare riferimento a 
un diagramma piramidale presentato da Tim Berners-Lee durante un conferenza 
sull'argomento. La figura 1 mostra la cosiddetta Torre del web semantico, costituita  
da una serie di linguaggi descrittivi strutturati a livelli. I livelli più bassi di questa 
torre sono costituiti da linguaggi noti come XML [14] e RDF [16], mentre i livelli 
più alti sono quelli più innovativi ed interessanti. Particolare importanza tra questi 
livelli rivestono le ontologie che permettono di classificare gli oggetti di un dominio 
attraverso la definizione di classi e proprietà che ne descrivono le caratteristiche. I 
livelli più alti della torre invece rappresentano una serie di linguaggi atti a fornire 
meccanismi di interrogazione ed a validare le informazioni presenti sul web; per una 
loro trattazione più approfondita si rimanda al paragrafo 1.5.2 del presente lavoro di 
tesi. 
 
 
Figura1 – Schema a livelli del Semantic Web 
                                                                                                                         Introduzione 
 3
 
Il Web semantico si basa sullo standard Uri (Uniform Resource Identifiers, il padre 
degli Url o Uniform Resource Locator) per la definizione univoca di indirizzi 
Internet, su Xml (Extensible Markup Language) e Rdf (Resource Description 
Framework) nonché sull'uso delle ontologie.  
Con Xml è possibile modellare secondo le proprie esigenze, e senza troppi vincoli, 
la realtà che si considera: per questo è un linguaggio che porta con sé alcune 
informazioni sulla semantica degli oggetti. Questa libertà lo rende poco adatto, però, 
a definire completamente la struttura e l'interscambio di informazioni tra diverse 
realtà, tanto che è stata favorita la creazione di un nuovo linguaggio, derivato da 
Xml: Rdf (Resource Description Framework).  
Rdf è uno standard adatto a descrivere la struttura di una parte della realtà. Per realtà 
intendiamo qualsiasi risorsa sia possibile identificare sulla rete con un indirizzo 
univoco, mentre per descrizione indichiamo l'insieme delle proprietà, degli attributi 
e delle relazioni con altre realtà. Ciascun oggetto è descritto da una tripla: una 
risorsa, una proprietà e un valore. Rdf limita e focalizza alcune caratteristiche di 
Xml per renderlo un linguaggio rivolto alla descrizione di un oggetto, delle sue 
proprietà, e delle relazioni con gli altri oggetti. 
Un documento Rdf si preoccupa di descrivere le proprietà di un oggetto, senza però 
definire alcun livello di gerarchia o di relazione tra le classi. Questo è il compito 
degli Rdf Schema, una struttura Xml basata su Rdf che facilita la creazione di nessi 
tra oggetti. Gli Rdf Schema hanno però alcune limitazioni. Non è ad esempio 
possibile definire due classi come equivalenti, magari perché realizzate da autori 
diversi. Non è neppure possibile limitare puntualmente il numero di proprietà da 
usare.  
Per colmare queste lacune sono allora state introdotte le ontologie. Tra i linguaggi 
più diffusi per la definizione di un’ontologia citiamo DAML+OIL [18], mentre 
attualmente lo standard di riferimento dato dal W3C è diventato OWL [19]. Tali 
linguaggi sono basati su un vocabolario Xml che consente di definire, come gli Rdf 
Schema, classi, proprietà e relazioni. A differenza degli Rdf Schema, però, tali 
linguaggi consentono di inferire conoscenza a partire dai dati ontologici, cioè di 
                                                                                                                         Introduzione 
 4
generare nuova conoscenza elaborando le informazioni esplicitamente dichiarate in 
un’ontologia.  
Le attività preliminari svolte per questo lavoro di tesi sono state lo studio delle 
ontologie e delle metodologie per la loro realizzazione, e l’analisi approfondita dei 
linguaggi e degli strumenti per lo sviluppo delle ontologie. 
Obiettivo principale del presente lavoro di tesi è la realizzazione di un’ontologia 
(DAMON) su un particolare dominio, il DataMining;. Ulteriore obiettivo è di 
implementare in linguaggio JAVA una semplice applicazione (OnBrowser) per il 
browsing di ontologie in linguaggio DAML+OIL. 
La tesi è organizzata in cinque capitoli, il cui contenuto è riassunto di seguito, al 
fine di offrire una panoramica della trattazione: 
Nel capitolo 1 è fornita una breve e generale trattazione delle ontologie; sono 
mostrate le definizioni, elencate le diverse tipologie e discussi i principali 
componenti; inoltre saranno mostrati i principali campi d’applicazione delle 
ontologie e le principali tipologie di strumenti legati al loro ciclo di vita. 
Nel capitolo 2 è esemplificato un linguaggio per la descrizione delle ontologie ed 
alcuni strumenti per la loro manipolazione; in particolare si farà riferimento al 
linguaggio DAML+OIL, all’editor (OILED) che sarà usato per il completamento 
dell’ontologia DAMON e le API del progetto JENA che saranno usate all’interno di 
OnBrowser per la manipolazione delle ontologie. 
Nel capitolo 3 è presentata l’ontologia di esempio (DAMON) e la sua 
implementazione in DAML+OIL. Nello stesso capitolo sono inoltre riportati alcuni 
brevi cenni sul Data Mining e sul Knowledge Discovery in Data Bases (KDD). 
Nel capitolo 4 infine è discussa la progettazione e l’implementazione di OnBrowser, 
con particolare riferimento ai principi seguiti nella progettazione dell’interfaccia 
utente di tipo visuale, all’architettura del sistema, alle modalità di interazione tra i 
moduli software e alle caratteristiche implementative. Sarà anche dato un breve 
cenno alle API JGraph con cui è stato implementato graficamente il grafo 
corrispondente al modello ontologico da visualizzare. A conclusione del capitolo è 
inoltre presentato, un esempio d’uso del browser. 
                                                                                                                         Introduzione 
 5
Infine è presente un capitolo contenente le valutazioni conclusive sul lavoro svolto 
ed alcune considerazioni per eventuali sviluppi futuri. 
Il presente lavoro di tesi è concluso da un’appendice in cui è mostrato il diagramma 
UML delle classi Java dello strumento OnBrowser. 
 
  
 
 
 
 
 
 
Capitolo 1 
 
Le Ontologie 
L’ontologia – «lo studio dell’essere in quanto essere», diceva Aristotele – era una 
disciplina strettamente filosofica, lontana dal mondo della tecnologia. Eppure, negli 
ultimi anni l’esplosione delle comunicazioni in rete ha favorito un fenomeno che 
sarebbe stato difficile immaginare: gli aspetti ontologici dell’informazione 
acquistano un valore strategico. Tali aspetti sono intrinsecamente indipendenti dalle 
forme di codifica dell’informazione stessa, che può essere quindi isolata, recuperata, 
organizzata, integrata in base a ciò che più conta: il suo contenuto. La 
standardizzazione di tali contenuti risulta oggi cruciale nella prospettiva delle 
aziende integrate e del commercio elettronico ed è indispensabile per semplificare i 
processi di comunicazione. 
Inizialmente le ontologie sono state sviluppate nel settore dell’intelligenza 
artificiale per facilitare la condivisione e il riuso della conoscenza; esse 
costituiscono un tema di interesse in diverse comunità di ricerca: ingegneria della 
conoscenza, elaborazione del linguaggio naturale, sistemi informativi cooperativi, 
gestione delle conoscenze (Knowledge management).  
Un’ontologia in termini informatici è un insieme gerarchicamente strutturato di 
termini che descrive un dominio e che può essere utilizzato come schema per una 
base di conoscenza. Attraverso l’utilizzo delle ontologie i concetti di un particolare 
Capitolo 1         Le Ontologie 
 7
dominio possono essere condivisi in più ambiti applicativi arricchendo di semantica 
la conoscenza da modellare. 
Con l’affermarsi delle possibilità di comunicazione in rete e col crescere dei costi 
dell’acquisizione della conoscenza, le problematiche relative all’accesso integrato ad 
informazioni eterogenee e alla condivisione e riutilizzazione di conoscenze hanno 
assunto un’importanza sempre maggiore. In questa prospettiva, il valore aggiunto di 
una base di conoscenza non è più solo legato alla particolare applicazione per cui 
tale base di conoscenza è stata costruita, ma cresce in funzione della sua 
riutilizzabilità e delle possibilità di essere integrata con altre fonti di conoscenza. Da 
notare che non è detto che questo processo di integrazione debba funzionare in 
modo completamente automatico, mediante riuso del codice e/o scambi di messaggi; 
ciò che conta soprattutto è la trasparenza semantica di una base di conoscenza, che 
rende possibile al progettista una decisione ragionata circa l’opportunità 
dell’integrazione. Lì dove invece il processo di integrazione avviene in modo 
automatico, è necessario postulare una comune interpretazione delle primitive 
utilizzate. In entrambi i casi, gli aspetti di natura ontologica giocano un ruolo 
fondamentale. Si tratta di tenere conto, nell’attività di modellazione concettuale e 
nella specifica formale della semantica di una base di conoscenza, della necessità di 
definire quelli che sono i modelli intesi di un certo linguaggio, precisando le 
assunzioni ontologiche implicite nel vocabolario utilizzato per denotare concetti, 
relazioni, attributi. Tali modelli intesi, a loro volta, andrebbero caratterizzati 
utilizzando primitive assolutamente generali, svincolate per quanto possibile da 
assunzioni relative al particolare dominio o problema in esame.  
Lo studio di queste primitive è esattamente il compito di quella che viene chiamata 
ontologia formale, che può essere definita come la teoria delle distinzioni a priori 
tra : 
 ξ  entità del mondo reale (oggetti fisici, eventi, regioni, quantità di materia...).  
 ξ  categorie di meta-livello utilizzate per modellare il mondo reale (concetti, 
proprietà, qualità, stati, ruoli, parti...). 
 
 
Capitolo 1         Le Ontologie 
 8
1.1 Cos’è un’ontologia 
 
Anche se in generale un’ontologia può essere vista come un vocabolario comune di 
termini per chi ha la necessità di condividere informazioni in un dominio, a causa 
delle diversità sui modi in cui possono essere costruite ed usate e dei diversi ruoli 
loro attribuiti, negli anni in letteratura sono state date diverse definizioni di cosa si 
intende con il termine ontologia: 
 ξ  “ L’insieme dei termini basilari e delle relazioni, che costituiscono il 
vocabolario di un’area specifica, e delle regole per combinare termini e 
relazioni per determinare estensioni del vocabolario ” (Neches 1991) [1]. 
 ξ  “ Specifica formale ed esplicita dei termini di un dominio e delle relazioni 
che intercorrono tra loro ” (Gruber 1993) [2]. 
 ξ  “ Un’ontologia è una specificazione esplicita di una concettualizzazione  “ 
(Gruber 1995) [3]. 
 ξ  “ Un’ontologia è un insieme di termini strutturato gerarchicamente per la 
descrizione di un dominio che può essere usata come scheletro per una base 
di conoscenza ” (Swartout et al. 1997) [4]. 
 ξ  “ Un’ontologia è una specificazione formale ed esplicita di una 
concettualizzazione condivisa ” (Borst 1997) [5]. 
ƒ “ Le ontologie mirano a catturare conoscenza di dominio e forniscono una 
sua visione comune che può essere riutilizzata e condivisa  da gruppi e 
applicazioni ” (Chandra-richard 1999) [6]. 
 
Ognuna di queste definizioni informali può comunque essere associata ad un’unica 
definizione formale che prevede un insieme di elementi legati tra loro da regole e 
formalismi. I componenti fondamentali di un’ontologia sono rappresentati da: 
 
 
 
 
 
Capitolo 1         Le Ontologie 
 9
 ξ  Un dominio di interesse D. 
 ξ  Un linguaggio comune L che tutti gli attori dell’ontologia useranno per 
parlare di oggetti all’interno di D. 
 ξ  Un insieme di concetti C descritti all’interno dell’ontologia ( Classi o 
Concetti ). 
 ξ  Una tassonomia T  che esprima le relazioni di ereditarietà tra i vari concetti. 
 ξ  Un insieme di relazioni R non tassonomiche descritte dal dominio e dalle 
restrizioni. 
 ξ  Un insieme di assiomi A che descrive ulteriori restrizioni nell’ontologia 
rendendo espliciti elementi impliciti. 
 
Una definizione in termini matematici, data da Maedche [7], indica l’ontologia come 
una quintupla: 
O: (C, R, 
C
H , rel,
O
A  ) 
 
costituita da : 
 ξ  due insiemi C e R , i cui elementi identificano rispettivamente dei concetti e 
delle relazioni. 
 ξ  una gerarchia di concetti
C
H , con
C
H    C x C, che costituisce una relazione 
diretta e transitiva, detta tassonomia. 
 ξ  una funzione rel : R ο C x C che mette in relazione i concetti in modo non 
tassonomico. 
 ξ  un insieme di assiomi 
O
A , espressi in un opportuno linguaggio logico. 
 
Un linguaggio per  la struttura di un’ontologia O può invece essere definito 
formalmente come una quadrupla L 
L: ( 
C
L , 
R
L , F, G ) 
 
Capitolo 1         Le Ontologie 
 10
costituita da : 
 
 ξ  due insiemi 
C
L e 
R
L , i cui elementi rappresentano, rispettivamente, dei 
simboli (valori lessicali) per i concetti e per le relazioni. 
 ξ  due funzioni F    
C
L  x C   e G    
R
L  x R che costituiscono, rispettivamente, 
dei riferimenti per i concetti e per le relazioni. 
 
F(L) = { C Є C | (L,C) Є F } G( L) = { R Є R | (L,R) Є G } 
 
In generale, un valore del linguaggio può riferirsi a diversi concetti o relazioni ed un 
concetto o una relazione possono essere riferite da diversi valori del linguaggio. 
1  
F e 
1  
G , funzioni inverse, sono così definite: 
 
1  
F  (C)= {L Є 
C
L | (L,C) Є F }          
1  
G  (R)= {L Є 
R
L | (L,C) Є G} 
 
 
1.2 Componenti di un’ontologia 
 
Saranno ora analizzati gli aspetti fondamentali delle componenti di un’ontologia. 
Come è stato già affermato in precedenza un’ontologia si compone sostanzialmente 
di concetti (classi), tassonomie ed assiomi. 
Per ogni Concetto [8] dell’ontologia devono essere definite proprietà che ne 
descrivono caratteristiche e attributi,  ed eventuali restrizioni atte a limitare le 
relazioni di ereditarietà indicate dalle proprietà stesse. Le classi  all’interno di 
un’ontologia possono essere primitive, se sia gerarchicamente che logicamente non 
presentano nella loro struttura classi da cui sono state derivate, oppure definite se 
invece possono essere viste come specializzazione di altre classi presenti 
nell’ontologia. 
Attraverso le Tassonomie [9] sono espresse le relazioni di ereditarietà tra le varie 
classi; in particolare questo tipo di relazioni possono essere ulteriormente suddivise 
in relazioni di: 
 
Capitolo 1         Le Ontologie 
 11
 ξ  Specializzazione/Generalizzazione (is-a): specializzano/generalizzano classi 
in altre più Generali/Specifiche. Una classe A è sottoclasse di una classe B se 
ogni istanza di A è anche un’istanza di B. 
 ξ  Scomposizione disgiunta: Definiscono una partizione come sottoclasse di 
una classe. 
 ξ  Non sottoclasse di: Affermano che una classe non è specializzazione di 
nessun’altra classe all’interno dell’ontologia. 
 
Gli Assiomi [9] sono usati in aggiunta alle relazioni is-a per definire meglio i 
concetti dell’ontologia. In particolare rappresentano sentenze sempre vere che 
esplicitano restrizioni sulla struttura dell’ontologia e sulle relazioni tra le diverse 
classi (es: restrizioni comuni sui valori delle proprietà di un singolo oggetto – “ la 
lunghezza di un mattone è sempre maggiore della sua altezza ”); di solito sono 
dichiarati all’interno dell’ontologia attraverso una definizione che include il nome, 
la descrizione in linguaggio naturale, il concetto al quale si riferiscono, e gli attributi 
usati. Oltre che essere dichiarati formalmente, gli assiomi sono anche recuperabili 
attraverso un’analisi successiva delle relazioni che intercorrono tra le classi di 
un’ontologia attraverso tecniche di inferenza. Attraverso la loro dichiarazione è 
possibile definire in maniera particolareggiata la semantica dei concetti di 
un’ontologia esplicitando così aspetti che altrimenti non sarebbero esprimibili dal 
semplice uso delle tassonomie.  
Altri elementi che sono utilizzati nella dichiarazione di un’ontologia sono le  
istanze [9] che rappresentano le occorrenze degli elementi appartenenti ad una data 
classe, gli individui [10] che rappresentano gli elementi del dominio dell’ontologia 
che non sono classificabili come classi, i nominal che rappresentano classi che non 
hanno istanze. 
Oltre alle relazioni tassonomiche abbiamo poi degli altri tipi di relazioni 
all’interno di un’ontologia che esprimono il tipo di interazione fra i concetti del 
dominio; esse possono essere definite formalmente come una n-pla R 
R: 
n
xCxxCxCC ......
321
 
 
Capitolo 1         Le Ontologie 
 12
Un tipo particolare di tali relazioni sono le funzioni [9], in esse l’ennesimo elemento 
della relazione è unico per gli n-1 elementi precedenti e possono essere espresse 
formalmente come : 
F: C
1
xC
2
x…….xC
n-1
 ο C
n 
Un’ontologia che  contemporaneamente contiene un set di istanze individuali  di 
classi costituisce una base di conoscenza. 
 
 
1.3 Metodi per costruire Ontologie 
 
Esiste una varietà di metodologie da seguire per la definizione di una ontologia, le 
tabelle seguenti ne riassumono alcune. La tabella 1 elenca alcune metodologie 
utilizzabili per lo sviluppo cosiddetto “from the scratch”, la tabella 2 invece elenca 
le metodologie impiegate per lo sviluppo “cooperativo“ di ontologie, per estrarre 
uno “schema concettuale” dall’analisi di un insieme di risorse documentali, per 
costruire una nuova ontologia integrando delle ontologie esistenti per valutare la 
“qualità” di una ontologia. 
 
Metodologie per la costruizone di ontologie “from the scratch” 
TOVE Methodology 
Enterprise Methodology 
Sensus methodology 
Bernaras, Laresgoiti, Corera Methodology 
Methontology 
CyC methodology (www.cyc.com) 
Uschold and King 
Gruninger and Fox 
Kactus methodology 
Onto-To-Knowledge Methodology (http://www.ontoknowledge.org/) 
 
Tabella 1 – Metodologie per la costruzione di ontologie “from the scatch” 
 
Capitolo 1         Le Ontologie 
 13
Metodologie per lo sviluppo cooperative di ontologie 
CO4 methodology 
(KA)2 methodology 
Metodologie per l’analisi di ontologie 
Aussenac-Gille's and colleagues 
Maedche and colleagues' methodology 
Metodologie per la fusione di ontologie 
FCA-merge 
PROMPT 
Metodi di valutazione di Ontologie 
Guarino's group methodology 
Gómez Pérez's evaluation methodology 
 
Tabella 2 – Altre metodologie per lo sviluppo di ontologie 
 
Di seguito verrà presentata una breve trattazione di alcune delle metodologie 
riassunte nelle tabelle. 
 
 
1.3.1 “Methontology” 
 
Le attività legate a Methontology [11] possono essere suddivise nei seguenti 
gruppi: 
o attività di gestione del progetto come scheduling e controllo di qualità. 
o attività orientate alla costruzione dell’ontologia. 
o attività di supporto per quelle al punto precedente. 
 
In particolare per quanto riguarda il secondo gruppo possiamo identificare le 
seguenti attività: specificazione, concettualizzazione, formalizzazione, 
implementazione e manutenzione. 
 Attraverso la specificazione viene prodotto un documento nel quale si 
specificano i requisititi dell’ontologia (obiettivi, livello di formalità, campo 
Capitolo 1         Le Ontologie 
 14
d’azione, etc.); nella concettualizzazione invece si organizza la conoscenza di un 
dominio in un modello concettuale attraverso delle rappresentazioni intermedie 
indipendenti dal linguaggio utilizzato per l’implementazione dell’ontologia 
partendo dai documenti ottenuti dalla fase di specificazione; attraverso la 
formalizzazione il modello concettuale precedentemente ottenuto è trasformato 
in un modello formale; nella fase di implementazione attraverso un ambiente che 
supporti i meta-dati creati nelle precedenti fasi, si ottiene un’ontologia codificata 
in un linguaggio formale; infine nella fase di manutenzione si mettono in atto 
azioni per modificare e/o correggere eventuali errori che emergono 
nell’implementazione dell’ontologia. 
 Tra le attività di supporto a quelle di costruzione possiamo citare: 
l’acquisizione di conoscenza, la documentazione, la valutazione, la gestione 
della configurazione e l’integrazione. L’acquisizione di conoscenza è un’attività 
indipendente concentrata soprattutto durante la fase di specificazione. Le fonti di 
acquisizione delle informazioni possono essere diverse: libri, manuali, esperti ed 
ontologie gia esistenti. Una volta acquisite, le informazioni sono analizzate 
attraverso tecniche atte ad estrapolarne la conoscenza. Nella documentazione 
sono riportate in maniera dettagliata tutte le informazioni sui passi eseguiti 
durante lo sviluppo dell’ontologia al fine di facilitare la condivisione e il riuso 
dei risultati ottenuti. Attraverso la valutazione si fornisce un giudizio tecnico 
sull’ontologia, sugli ambienti software utilizzati e sulla documentazione fornita a 
corredo. Ciò è fatto attraverso due sotto fasi chiamate verifica che analizza il 
processo tecnico che deve garantire la correttezza dell’ontologia e validazione 
che invece garantisce che l’ontologia corrisponda effettivamente al sistema che 
si voleva rappresentare. La gestione della configurazione si occupa di registrare 
le varie versioni del codice e della documentazione al fine di tracciare i 
cambiamenti. Infine l’integrazione si occupa di come potrebbe essere accelerato 
il processo di sviluppo ad esempio  ricorrendo ad ontologie già esistenti 
garantendo che definizioni nuove e riusate si basino sullo stesso insieme di 
termini base. Alla fine di questa fase si otterrà un documento contenente la meta-
ontologia che sarà utilizzato nel processo di sviluppo dell’ontologia.