lecciones aprendidas al publicar datos enlazados

Lecciones aprendidas en la publicación de datos

enlazados

Asunción Gómez-Pérez

Facultad de Informática, Universidad Politécnica de Madrid

Campus de Montegancedo sn, 28660 Boadilla del Monte, Madrid

http://www.oeg-upm.net

[email protected]

Agradecimientos:O. Corcho, D. Vila

Jornada de Web semántica en archivos, bibliotecas y museos.Madrid, 10 de abril de 2014

Lecciones aprendidas en la publicación de datos enlazados A. Gómez-Pérez Madrid 10 de abril de 2014

Los datos enlazados son para las máquinas, también para los humanos


Casuística

Dominios FuentesProveedores Idiomas


¿Qué busca el usuario de datos enlazados?

• ¿Quién generó el conjunto de datos?

• ¿Cuándo se creó el conjunto de datos?

• ¿Cómo se creó el conjunto de datos?

• ¿Es ésta la última versión?

• ¿Está la información sobre licencias de uso claramente identificada?

• ¿En qué formatos se me ofrecen los datos abiertos?

• ¿Son los datos monoligües o multilingües?

Licenses


Lección 1. La institución debe estar convencida

Convencimiento institucional• Aportar recursos humanos• Antes de empezar:

• Datos recopilados• Datos de calidad en origen

• No es una solución a coste cero• Presupuesto asignado interno• Presupuesto externo,si solita la ayuda de terceros

• Plan de formación interno en tecnologías semánticas • Otra tecnología a mantener

• Persistencia y sostenibilidad• Los datos evolucionan

5


Lección 2: Usar datos curados

6

No se debe generar datos enlazados a partir de cualquier dato


Lección 3: Los aspectos metodológicos son importantes

Especificación

Modelado del vocabulario (ontología)

Generación en RDF

Publicación

Explotacion

Enlazado con otros datos

7

Limpieza de los datos

Muchas tecnologías involucradas


Lección 4: Utilizar ontologías

http://www.server1.org/resource/Cervantes

http://www.server2.es/resource/Cervantes

http://datos.bne.es/resource/XX1718747

http://d-nb.info/gnd/11851993X

http://geo.linkeddata.es/page/resource/Municipio/Cervantes

Same as

Same as

Same as

Same as

URIURI

URIURI

URI

914 296 093

276,4 km²

Phone

Size

1547

#People

1547

Date of Birth

Author

D. Quijote

Cervantes (persona)


Cervantes y un poco de semántica

http://www.server1.org/resource/Cervantes

http://www.server2.es/resource/Cervantes

http://datos.bne.es/resource/XX1718747

http://d-nb.info/gnd/11851993X

http://geo.linkeddata.es/page/resource/Municipio/Cervantes

Same as

Personrdf:type

rdf:type

Retaurantrdf:type

Streetrdf:type

Municipalityrdf:type

URIURI

URIURI

URI

1547

Date of Birth

Author

D. Quijote

Cervantes(Person)

Asunción Gómez-Pérez W3C @ Spain – 2013 Madrid, 18th December


Lección 5: Introducir metadatos adicionales siguiendo estándares

• Propiedad Intelectual• Licencias de uso• Procedencia (Provenance) del dato• Proceso seguido para:

• obtener el dato en su formato original• generar el dato en RDF

• Idioma

10


Lección 6: Ser selectivos con los enlaces

• No hay que enlazar con todo• Enlaces con recursos

• De calidad• Relevantes• que abren la puerta a otros recursos

• Enlaces persistentes

11


Efectos colaterales importantes

12

El proceso de generar RDF incrementa la calidad de los datos en el formato origen

• Detección automática de anomalías• Reducción de costes


Conclusiones

1. Convencimiento institucional

2. Generar con datos de calidad

3. Los aspectos metodológicos son importantes

4. Las ontologías proporcionan contexto al dato

5. Introducir metadatos de procedencia, licencias e idiomas

6. Ser selectivos con los enlaces

7. Efectos colaterales importantes• Mejora de los datos de la institución• Reducción de costes

8. Plan de formación en Tecnologías Semánticas y Datos enlazados • (cursos disponibles en http://www.oeg-upm.net/)

Lecciones aprendidas en la publicación de datos

enlazados

Asunción Gómez-Pérez

Facultad de Informática, Universidad Politécnica de Madrid

Campus de Montegancedo sn, 28660 Boadilla del Monte, Madrid

http://www.oeg-upm.net

[email protected]

Agradecimientos:O. Corcho, D. Vila

Jornada de Web semántica en archivos, bibliotecas y museos.Madrid, 10 de abril de 2014

lecciones aprendidas al publicar datos enlazados

Technology