Hacia un lenguaje gráfico para SPARQL-DL

XX Workshop de Investigadores en Ciencias de la Computación 814 Hacia un Lenguaje Gráfico para SPARQL-DL Christian Gimenez1 Germán Braun1,2,3 Pablo Fillottrani2,4 Laura Cecchi1 email: {christian.gimenez,german.braun,lcecchi}@fi.uncoma.edu.ar, prf@cs.uns.edu.ar 1 Grupo de Investigación en Lenguajes e Inteligencia Artificial Departamento de Teorı́a de la Computación - Facultad de Informática U NIVERSIDAD NACIONAL DEL C OMAHUE 2 Laboratorio de I&D en Ingenierı́a de Software y Sistemas de Información Departamento de Ciencias e Ingenierı́a de la Computación U NIVERSIDAD NACIONAL DEL S UR 3 Consejo Nacional de Investigaciones Cientı́ficas y Técnicas (CONICET) 4 Comisión de Investigaciones Cientı́ficas de la provincia de Buenos Aires (CIC) Resumen Esta lı́nea de investigación se desarrolla en forma colaborativa entre docentesinvestigadores de la Universidad Nacional del Comahue y de la Universidad Nacional del Sur, en el marco de proyectos de investigación financiados por las universidades antes mencionadas. El objetivo general de este trabajo es el desarrollo de metodologı́as que integren consultas textuales y gráficas con razonamiento automático, en ambientes de modelado conceptual y ontológico. Ası́ como el uso de razonamiento para la identificación de errores en la ingenierı́a ontológica es vital y tiene consecuencias evidentes, es esencial que sea también considerado en la generación de consultas, junto con el soporte gráfico para la interacción de los usuarios con los modelos. Palabras Clave: Consultas gráficas, Ingenierı́a de Software basada en Conocimiento, Lógicas Descriptivas, Ontologı́as. Contexto Este trabajo está parcialmente financiado por la Universidad Nacional del Comahue, en el 26 y 27 de Abril de 2018 marco del proyecto de investigación Agentes Inteligentes y Web Semántica (04/F014) y de una Beca de Investigación de en la categorı́a Graduado de Iniciación; por la Universidad Nacional del Sur a través del proyecto de investigación Integración de Información y Servicios en la Web (24/N027) y por el Consejo Nacional de Investigaciones Cientı́ficas y Técnicas (CONICET), en el contexto de una beca interna doctoral. Los proyectos de investigación tienen una duración de cuatro años y la beca doctoral una duración de 5 años, finalizando esta última en abril de 2019. La Beca de Investigación UNCo en la categorı́a Graduado de Iniciación tiene una duración de un año. 1. Introducción En trabajos previos [1, 2, 3, 4] se ha presentado a crowd, una herramienta para el modelado conceptual y ontológico. El objetivo es el de permitir a los usuarios realizar modelos de forma visual y colaborativa, con asistencia de servicios de razonamiento para determinar inconsistencias. Esto es posible debido a la formalización en Lógica Descriptiva propuesta por [5], RedUNCI - UNNE - ISBN 978-987-3619-27-4 XX Workshop de Investigadores en Ciencias de la Computación la cual puede ser expresada de forma textual y consultada por consistencia utilizando razonadores como Racer [6] o Koncude [7]. Se ha mostrado que aplicar técnicas visuales para el acceso de datos es particularmente exitoso. Esto se debe al incremento de usuarios no expertos que no están familiarizados con lenguajes de consultas de bases de datos como SQL. Además, en comparación con el uso del lenguaje natural, las consultas visuales superan el problema de depender en el lenguaje del usuario y las limitaciones impuestas por el area de aplicación [8]. Es importante proveer a los expertos de dominios con herramientas para la formulación de consultas para expresar sus necesidades de información en términos de consultas sobre las ontologı́as [9]. Las ontologı́as, ya sean modeladas gráficamente o incorporadas textualmente utilizando alguna sintaxis formal (por ejemplo, OWL 2 [10]), pueden ser consultadas en cuanto a su nivel conceptual para poder estudiarlas o para hacer consultas que integren tanto el nivel terminológico (TBox), el de relaciones (RBox) como el de aserciones (ABox). Esto se puede llevar a cabo por medio de consultas SPARQLDL [11, 12]. Este lenguaje de consulta se define para OWL-DL y puede combinar consultas del TBox, RBox y ABox, a diferencia de DIG [13] y nRQL [14] que están limitados a consultas atómicas. Además, se alinea con SPARQL [15] para mejorar la interoperabilidad de aplicaciones con la Web Semántica. Sin embargo, basados en las ventajas de las consultas visuales expresadas en los párrafos anteriores, es posible expresarlas por medio de primitivas visuales. La estructura del presente trabajo es la siguiente. En la sección 2 presentamos los objetivos de los proyectos de investigación en los que se enmarca este trabajo y describimos la lı́nea de investigación actual. En la sección 3 indicamos algunos resultados obtenidos y trabajos futuros. Finalmente, comentamos aspectos referentes a la formación de recursos humanos en esta temática. 26 y 27 de Abril de 2018 815 2. Lı́nea de Investigación y Desarrollo El proyecto de investigación Agentes Inteligentes y Web Semántica, UNCo, tiene varios objetivos generales. Uno de ellos es el de generar conocimiento especializado en el área de agentes inteligentes y en lo referente a la representación y el uso del conocimiento en la Web Semántica, para entre otros, dar soporte a comunidades de desarrollo de ontologı́as. En este sentido, y compartido con el proyecto de investigación Integración de Información y Servicios en la Web, de la UNS, se estudian técnicas de representación de conocimiento y razonamiento, metodologı́as de modelado conceptual y mecanismos para la interoperabilidad de aplicaciones, tanto a nivel de procesos como de datos. Ambos proyectos confluyen en la lı́nea de investigación de este trabajo, en la que se explora entre otros, sobre temas afines a la representación del conocimiento, las Lógicas Descriptivas [16], las Ontologı́as, la Ingenierı́a de Software basada en Conocimiento y la Ingenierı́a de Conocimiento. En esta lı́nea de investigación se propone desarrollar un lenguaje gráfico que represente las consultas SPARQL-DL a realizarse sobre una ontologı́a. Inicialmente, se describirán primitivas visuales para consultar las estructuras del TBox. Las consultas visuales se traducirán a su versión textual, las cuales en conjunto con una ontologı́a serán ejecutadas sobre un motor SPARQL-DL para obtener las respuestas. Este proceso se describe en el siguiente párrafo con un ejemplo. Suponemos un modelo extraı́do del ejemplo de [5] de un diagrama UML mostrado en la Figura 1. Se realiza una consulta visual con la que se desea buscar las clases ”Y”que sean subclases de ”X”. Ésta se transforma en una consulta SPARQL-DL la cual se utilizará para alimentar al motor junto con la formalización del diagrama UML a DL. Las respuestas obtenidas, son mostradas al usuario en forma textual, pudiendo ser interpretadas gráficamente reemplazando las variables por los nombres de clases encontrados. RedUNCI - UNNE - ISBN 978-987-3619-27-4 XX Workshop de Investigadores en Ciencias de la Computación 816 Figura 1: Ejemplo de consulta visual. Para implementar este lenguaje, se continuará con el desarrollo de la herramienta Web denominada crowd, la cual contribuye al modelador en el diseño y la visualización de ontologı́as durante su evolución, actualmente por medio del lenguaje UML, asistidos por técnicas de razonamiento automáticas. Para ello, se implementará una extensión de la arquitectura que consistirá en un diseño de interfaz que permita el modelado de consultas utilizando dicho lenguaje gráfico. En el servidor, se llevará a cabo la traducción y su ejecución sobre una ontologı́a ofrecida por el usuario, mostrando los resultados en el cliente. 3. Resultados Obtenidos y Trabajo Futuro Actualmente, crowd permite crear modelos basados en un subconjunto de primitivas de UML. Puede determinar las inconsistencias del modelo debido a la formalización a Lógica Descriptiva del modelo basándonos en la propuesta en [5], y posteriormente utilizando un programa razonador. También, es posible obtener la representación textual del modelo formalizado en OWL 2 [17, 10] para ser utilizado con otras herramientas. Un prototipo está disponible en la URL crowd.fi.uncoma.edu.ar. Además, está en desarrollo el soporte al metamodelo descrito en [18] para brindar interoperabilidad entre los lenguajes UML, EER y ORM considerando sus diferencias semánticas. Esto 26 y 27 de Abril de 2018 implica la necesidad de incorporar las primitivas gráficas correspondientes a los lenguajes indicados y la implementación del metamodelo en el servidor. Se propone definir un lenguaje visual para la realización de consultas sobre las ontologı́as modeladas. Dicho lenguaje se pretende que posea primitivas que sean similares a los lenguajes de modelado ampliamente usados en la ingenierı́a de Software para minimizar la curva de aprendizaje. De esta manera, se espera poder buscar patrones que se presenten en la ontologı́a mezclando consultas de nivel conceptual (TBox) como del nivel de datos (ABox). Finalmente, como trabajo futuro a este desarrollo se considera implementar una extensión de crowd que permita al usuario el modelado de las consultas y la ontologı́a, como ası́ también la importación de los datos necesarios para obtener las respuestas. 4. Formación de Recursos Humanos Uno de los autores de este trabajo está inscripto en el Doctorado en Ciencias de la Computación en la Universidad Nacional del Sur(beca interna doctoral CONICET). En la Universidad Nacional del Comahue, Facultad de Informática, se otorgaron Becas de Investigación en la categorı́as de Graduado de Iniciación. Una de esas becas fue otorgada a uno de los autores de este trabajo. En el marco de esRedUNCI - UNNE - ISBN 978-987-3619-27-4 XX Workshop de Investigadores en Ciencias de la Computación ta beca, se espera que el investigador comience un posgrado. Referencias [1] Christian Gimenez, Germán Braun, Laura Cecchi, and Pablo Fillottrani. Una Arquitectura Cliente-Servidor para Modelado Conceptual Asistido por Razonamiento Automático. In XVIII Workshop de Investigadores en Ciencias de la Computación, 2016. [2] Christian Gimenez, Germán Braun, Laura Cecchi, and Laura Fillottrani. crowd: A Tool for Conceptual Modelling assisted by Automated Reasoning - Preliminary Report. In the 2nd Simposio Argentino de Ontologı́as y sus Aplicaciones SAOA ’16 JAIIO ’16, 2016. [3] [4] Germán Braun, Christian Gimenez, Pablo Fillottrani, and Laura Cecchi. Towards conceptual modelling interoperability in a web tool for ontology engineering. In the 3rd Simposio Argentino de Ontologı́as y sus Aplicaciones SAOA ’17 JAIIO ’17, 2017. [5] Daniela Berardi, Diego Calvanese, and Giuseppe De Giacomo. Reasoning on UML class diagrams. Artif. Intell., 168(12):70–118, 2005. [6] V. Haarslev and R. Möller. Racer system description. In R. Goré, A. Leitsch, and T. Nipkow, editors, International Joint Conference on Automated Reasoning, IJCAR’2001, June 18-23, Siena, Italy, pages 701–705. Springer-Verlag, 2001. [7] Andreas Steigmiller, Thorsten Liebig, and Birte Glimm. Konclude: System description. Journal of Web Semantics (JWS), 27:78–85, 2014. [8] Amineh Fadhil. Ontovql: Ontology visual query language. Master’s thesis, Concor26 y 27 de Abril de 2018 817 dia University Montreal, Quebec, Canada, September 2008. [9] Ahmet Soylu, Evgeny Kharlamov, Dmitriy Zheleznyakov, Ernesto Jiménez-Ruiz, Martin Giese, and Ian Horrocks. OptiqueVQS: Ontology-Based Visual Querying. In Proceedings of the International Workshop on Visualizations and User Interfaces for Ontologies and Linked Data co-located with 14th ISWC, 2015. [10] World Wide Web Consortium (W3C). OWL 2 Web Ontology Language Document Overview (Second Edition), 2012. http://www.w3.org/TR/ owl2-overview/, accedido en Junio de 2013. [11] Ilianna Kollia, Birte Glimm, and Ian Horrocks. Sparql query answering over owl ontologies. In Grigoris Antoniou, Marko Grobelnik, Elena Simperl, Bijan Parsia, Dimitris Plexousakis, Pieter De Leenheer, and Jeff Pan, editors, The Semantic Web: Research and Applications, pages 382–396, Berlin, Heidelberg, 2011. Springer Berlin Heidelberg. [12] Evren Sirin and Bijan Parsia. Sparqldl: Sparql query for owl-dl. In In 3rd OWL Experiences and Directions Workshop (OWLED-2007, 2007. [13] S. Bechhofer, R. Moller, and P. Crowther. The DIG Description Logic Interface. In In Proc. of International Workshop on Description Logics (DL2003), 2003. [14] Volker Haarslev, Ralf Möller, and Michael Wessel. Querying the semantic web with racer + nrql. In In Proceedings of the KI-2004 International Workshop on Applications of Description Logics (ADL’04, 2004. [15] W3C OWL Working Group. SPARQL 1.1 Query Language. W3C Recommendation, 21 March 2013. Available at http://www.w3.org/TR/ sparql11-query/. RedUNCI - UNNE - ISBN 978-987-3619-27-4 XX Workshop de Investigadores en Ciencias de la Computación [16] Diego Calvanese, Maurizio Lenzerini, and Daniele Nardi. Description logics for conceptual data modeling. In Logics for Databases and Information Systems, pages 229–263. Kluwer, 1998. [17] Thorsten Liebig, Marko Luther, Mariano Rodriguez, Diego Calvanese, Michael Wessel, Ralf Möller, Matthew Horridge, Sean Bechhofer, Dmitry Tsarkov, 26 y 27 de Abril de 2018 818 and Evren Sirin. OWLlink: DIG for OWL 2. In In Proceedings of the 5th OWL Experiences and Directions Workshop (OWLED-2008), page 48, 2008. [18] Pablo R. Fillottrani and C. Maria Keet. KF metamodel formalization. CoRR, abs/1412.6545, 2014. RedUNCI - UNNE - ISBN 978-987-3619-27-4