Estrattore Semantico di
Ontologie da DB Relazionali
Luca Macagnino
1
Obiettivi
Estrarre un’ontologia da una sorgente di dati relazionale, al fine di
rendere disponibili e dotate di semantica le informazioni contenute nel
database.
L’ontologia prodotta deve descrivere il contenuto della sorgente e
tenere traccia di come i dati sono contenuti nel database (metadati)
consentendo il query processing dei dati.
L’applicazione si colloca all’interno di un sistema più ampio del quale
deve rispettare vincoli e caratteristiche:
sorgenti dinamiche e relative a contesti differenti;
informazioni disponibili (metadati, domain ontology);
q.ta di informazioni memorizzabili limitata.
2
Architettura del Sistema
3
Relational.OWL
<…>
<rdf:Description rdf:about="#persona">
<rdf:type rdf:resource="http://www.dbs.cs.uniduesseldorf.de/RDF/relational.owl#Table"/>
<j.0:isIdentifiedBy rdf:resource="#PK1"/>
<j.0:hasColumn rdf:resource="#persona.ID"/>
<j.0:hasColumn rdf:resource="#persona.NOME"/>
<j.0:hasColumn rdf:resource="#persona.CITTA"/>
</rdf:Description>
<…>
<rdf:Description rdf:about="#persona.ID">
<rdf:type rdf:resource="http://www.dbs.cs.uniduesseldorf.de/RDF/relational.owl#Column"/>
<rdfs:domain rdf:resource="#persona"/>
<rdfs:range
rdf:resource="http://www.w3.org/2001/XMLSc
hema#integer"/>
<j.0:length>32</j.0:length>
<j.0:scale>0</j.0:scale>
</rdf:Description>
<…>
4
Modulo di Estrazione Semantica (ES)
Il modulo ES è composto da due fasi in serie :
1.
Reverse Engineering automatico
consiste nella generazione di classi e associazioni (indicati
genericamente elementi) attraverso l’applicazione di regole di
traduzione;
2.
Ricerca di un matching
tra gli elementi individuati e la domain ontology.
5
Regole di Traduzione
(1/2)
Euristiche fondate sulla metodologia di progettazione
di schemi relazionali da schemi ER
Utilizzando i metadati della sorgente relazionale
classificano le tabelle e le colonne e da queste
generano concetti, ruoli, ruoli reificati e attributi.
6
Regole di Traduzione
(2/2)
Le prime 3 regole classificano le tabelle:
R1 Individua le tabelle che rappresentano concetti
R2 Individua le tabelle che rappresentano ruoli reificati
R3 Individua le tabelle che rappresentano ruoli
Altre 2 classificano le colonne:
R4 Individua le colonne che rappresentano ruoli
R5 Individua gli attributi della relazione
*Rappresentazione formale
7
Matching
1/2
Attraverso il tool X-SOM ogni elemento generato dalle
regole viene confrontato con gli elementi della Domain
Ontology (DO) dello stesso tipo, ricercando quelli
lessicalmente vicini
X-SOM fornisce per ogni elemento in ingresso un
insieme di oggetti del tipo (DO_elem, simil_value)
8
Matching: analisi strutturale
2/2
Per ogni DO_elem con simil_value accettabile viene effettuata
un’ analisi strutturale
L’elemento viene analizzato a seconda della sua tipologia:
corrispondenza di dominio e range per i ruoli,
verifica che il ruolo sia funzionale (ruoli reificati),
…
Caso particolare: attributi
9
Ontologia Semantica
Se nessun matching accettabile viene rilevato (o se non si usa
una DO) un nuovo elemento verrà creato solo sulla base delle
regole di traduzione (default).
Altrimenti verrà creato nella nuova ontologia un elemento
corrispondente a quello individuato nella DO, inoltre:
Nel caso di un concetto si ricostruirà anche il cammino fino alla
radice (per incrementare la semantica)
10
Mapping & Querying: requisiti
Un meccanismo di mapping è necessario per mantenere i
riferimenti tra ontologia semantica e ontologia relazionale.
L’ontologia relazionale conserva lo schema della sorgente
quindi recuperare un elemento di questa ontologia equivale a
recuperare un elemento dello schema.
Ogni elemento dello schema ha un corrispondente
nell’ontologia creata.
Per consentire il querying dei dati si prevede un mapping 1:1
11
Mapping & Querying
Si utilizza una terza ontologia: mapping ontology.
Gli elementi saranno ruoli tra le risorse dell’ontologia
relazionale e le risorse dell’ontologia semantica.
E’ necessario l’utilizzo di OWL-full.
Caratteristiche:
Non si usa un linguaggio di mapping proprietario
Mapping interamente basato sul Semantic Web.
In valutazione: mapping attraverso query SPARQL.
12
Caratteristiche
L’ontologia prodotta contiene l’intero schema della sorgente relazionale e
parte della DO (in questa fase…).
Non mapping tra schema e DO, ma estrazione della semantica dallo
schema e creazione di una nuova ontologia.
Integrazione di due tecniche Regole + Ricerca di Matching.
Intero processo basato sul Semantic Web: nessuna struttura o linguaggio
proprietario.
Funzionamento anche senza DO.
Tentativo di ridurre al minimo l’interazione con l’utente.
13
Stato dell’Arte
Relational.OWL [1]
Questo sistema estrae sia lo schema della base di dati sia i dati stessi e li
rappresenta mediante ontologie.
L’ontologia creata rappresenta lo schema relazionale senza aggiungere
semantica.
Sviluppi recenti: mapping manuale con un’ ontologia target attraverso query
SPARQL.
OntoLIFT [2]
Mapping basato su regole tra lo schema relazionale e un’ ontologia target.
Gli elementi dello schema che non hanno un riscontro lessicale nell’ontologia
target non vengono mappati.
Necessita di un ontologia target.
An et al. [3]
, D2R MAP-A [4], Petrini e Risch [5]
14
References
[1] Cristian Perez de Laborda and Stefan Conrad Relational.OWL A Data and Schema
Representation Format Based on OWL. In Second Asia-Pacific Conference on Conceptual
Modelling(APCCM2005), volume 43 of CRPIT, pages 89 -96, Newcastle, Australia, 2005.
ACS.
[2] R.Volz, S. Handschuch, S. Staab, R. Studer. OntoLiFT Demonstrator.2004
[3] Yuan An, Alexander Borgida, and John Mylopoulos. Inferring Complex Semantic
Mappings Between RelationalTables and Ontologies from Simple Correspondences. In
CoopIS, DOA, and ODBASE, OTM Confederated International Conferences, Cyprus,
PartII, volume 3761 of LNCS, pages 1152–1169. Springer, 2005.
[4] Christian Bizer. D2R MAP-A Database to RDF Mapping Language. In WWW 2003, The
Twelfth Internationa lWorld Wide Web Conference, Budapest, Hungary, 2003.
posterpresentation.
[5] Johan Petrini and Tore Risch. Processing Queries over RDF views of Wrapped
Relational Databases. In 1st International Workshop on Wrapper Techniques for Legacy
Systems, WRAP 2004, Delft, Holland, 2004.
15
Questioni Aperte
Gestione
degli attributi
Mapping
attraverso query SPARQL
Creazione
dei ruoli: 2 inversi VS ruolo unico
16
Query SPARQL
21
