WEB REASONING E LABORATORIO
Anno accademico 2018/2019 - 2° anno - Curriculum Data Science- WEB REASONING: Marianna NICOLOSI ASMUNDO
- LABORATORIO: Marianna NICOLOSI ASMUNDO
SSD: INF/01 - Informatica
Organizzazione didattica: 225 ore d'impegno totale, 153 di studio individuale, 36 di lezione frontale, 24 di esercitazione, 12 di laboratorio
Semestre: 2°
Obiettivi formativi
- WEB REASONING
Conoscenza e capacità di comprensione (knowledge and understanding): saranno acquisite le conoscenze relative agli strumenti standard per la rappresentazione e l'interrogazione della conoscenza presente sul Web.
Capacità di applicare conoscenza e comprensione (applying knowledge and understanding): saranno acquisite le capacità di disegnare ontologie web e di ragionare su queste ultime attraverso i reasoner automatici attualmente più utilizzati.
Autonomia di giudizio (making judgements): lo studente sarà in grado di valutare la qualità di una ontologia e di valutare quale strumento per la rappresentazione e l'interrogazione della conoscenza sia più adeguato nelle diverse situazioni.
Abilità comunicative (communication skills): saranno acquisite le necessarie abilità comunicative ed un'adeguata appropriatezza espressiva nella comunicazione di problematiche riguardanti la rappresentazione e l'interrogazione della conoscenza presente sul Web, anche ad interlocutori non esperti.
Capacità di apprendimento (learning skills): lo studente avrà la capacita di adattare le conoscenze acquisite anche a nuovi contesti, nonché di aggiornarsi attraverso la consultazione delle fonti specialistiche del settore del Web semantico. - LABORATORIO
Conoscenza e capacità di comprensione (knowledge and understanding): saranno acquisite le conoscenze relative all'utilizzo degli strumenti standard per la rappresentazione e l'interrogazione della conoscenza presente sul Web.
Capacità di applicare conoscenza e comprensione (applying knowledge and understanding): saranno acquisite le capacità di costruire ontologie web e di ragionare su queste ultime attraverso i reasoner automatici attualmente più utilizzati.
Autonomia di giudizio (making judgements): lo studente sarà in grado di valutare la qualità di una ontologia e di valutare quale strumento per la rappresentazione e l'interrogazione della conoscenza sia più adeguato nelle diverse situazioni.
Abilità comunicative (communication skills): saranno acquisite le necessarie abilità comunicative ed un'adeguata appropriatezza espressiva nella comunicazione di problematiche riguardanti gli strumenti per la rappresentazione e l'interrogazione della conoscenza presente sul Web, anche ad interlocutori non esperti.
Capacità di apprendimento (learning skills): lo studente avrà la capacita di adattare le conoscenze acquisite anche a nuovi contesti, nonché di aggiornarsi attraverso la consultazione delle fonti specialistiche del settore del Web semantico.
Modalità di svolgimento dell'insegnamento
- WEB REASONING
Lezioni frontali.
- LABORATORIO
Laboratorio.
Prerequisiti richiesti
- WEB REASONING
Nozioni base di programmazione.
- LABORATORIO
Nozioni base di programmazione.
Frequenza lezioni
- WEB REASONING
Al fine di poter comprendere pienamente gli argomenti del corso e le tecniche illustrate, la frequenza delle lezioni è fortemente consigliata.
- LABORATORIO
Al fine di poter comprendere pienamente gli argomenti del corso e le tecniche illustrate, la frequenza delle lezioni è fortemente consigliata.
Contenuti del corso
- WEB REASONING
- Introduzione al web semantico: motivazioni, esempi, cenni alla modellazione semantica.
- Resource Description Framework (RDF): triple RDF, grafi RDF, Merging di grafi RDF, N-triple, Turtle.
- SPARQL Protocol and RDF Query Language: graph pattern, query SELECT e CONSTRUCT, inferenze.
- RDF Schema (RDFS): classi, proprietà, relazioni fra classi (subClassOf), fra proprietà (subPropertyOf) e fra proprietà e classi (domain e range). Operatori logici di combinazione di classi e proprietà. RDFS plus.
- Ontology Web Language 2 (OWL 2): restrizioni su proprietà, su classi (someValuesFrom, allValuesFrom), restrizioni di cardinalità. Inferenze in OWL 2. Profili OWL 2 EL, OWL 2 QL, OWL 2 RL e loro applicazioni. Nozioni di contraddizione, soddisfacibilità, insoddisfacibilità in ontologie.
- Pratiche buone e cattive per la modellazione di ontologie. Errori comuni.
- Esempi di ontologie ed esercizi di modellazione e inferenza con Protégé.
- Introduzione alla logica classica. Le logiche descrittive: motivazioni e nozioni base. Le logiche AL, EL, FL, ALC, ALCN. La logica alla base di OWL 2: SROIQ(D). I reasoner Pellet e Hermit.
- Datalog. The Semantic Rule Web Language (SWRL). - LABORATORIO
Esercitazioni con l'applicativo Protégé riguardanti:
- Resource Description Framework (RDF),
- SPARQL Protocol and RDF Query Language,
- RDF Schema (RDFS),
- Ontology Web Language 2 (OWL 2), \1
- Semantic Web Rule Language (SWRL).
Uso dei ragionatori Hermit e Pellet.
Testi di riferimento
- WEB REASONING
- A semantic Web Primer (third edition). Grigoris Antoniou, Paul Groth, Frank van Harmelen, and Rinke Hoekstra, 2012. The MIT Press, Cambrigde, Massachusetts, London, England.
-
Semantic Web for the Working Ontologist (Second Edition). Dean Allemang and James Hendler, 2011. Elsevier.
- LABORATORIO
- A semantic Web Primer (third edition). Grigoris Antoniou, Paul Groth, Frank van Harmelen, and Rinke Hoekstra, 2012. The MIT Press, Cambrigde, Massachusetts, London, England.
-
Semantic Web for the Working Ontologist (Second Edition). Dean Allemang and James Hendler, 2011. Elsevier.
Programmazione del corso
| WEB REASONING | |||
| Argomenti | Riferimenti testi | ||
|---|---|---|---|
| 1 | Il linguaggio Resource Description Framework (RDF) | Cap. 3 di 2), cap. 2 di 1) e materiale integrativo | |
| 2 | Il linguaggio di interrogazione SPARQL | Cap. 3 di 1), cap 5) e 6) di 2) e materiale integrativo | |
| 3 | Il linguaggio RDFSchema | Cap. 7 e 8 di 2) e materiale integrativo | |
| 4 | Esempi di vocabolari:FOAF e SKOS | Cap. 9 e 10 di 2) e materiale integrativo | |
| 5 | Web Ontology Language (OWL) | Cap. 4 di 1) e cap. 11 e 12 di 2) e materiale integrativo | |
| 6 | Semantic Web Rule Language (SWRL) | Materiale integrativo | |
| LABORATORIO | |||
| Argomenti | Riferimenti testi | ||
| 1 | Esercizi su Resource Description Framework (RDF) | Cap. 3 di 2), cap. 2 di 1) e materiale integrativo | |
| 2 | Esercizi su SPARQL | Cap. 3 di 1), cap 5) e 6) di 2) e materiale integrativo | |
| 3 | Esercizi su RDFSchema | Cap. 7 e 8 di 2) e materiale integrativo | |
| 4 | Esempi di vocabolari:FOAF e SKOS | Cap. 9 e 10 di 2) e materiale integrativo | |
| 5 | Esercizi su Web Ontology Language (OWL) | Cap. 4 di 1) e cap. 11 e 12 di 2) e materiale integrativo | |
| 6 | Esercizi su SWRL | Materiale integrativo | |
Verifica dell'apprendimento
Modalità di verifica dell'apprendimento
- WEB REASONING
Progetto software sugli argomenti del corso.
Il progetto potrà anche essere sviluppato in piccoli gruppi (di tre o quattro persone).
In quest’ultimo caso il lavoro svolto da ciascun partecipante dovrà essere ben documentato.
- LABORATORIO
Progetto software sugli argomenti del corso.
Il progetto potrà anche essere sviluppato in piccoli gruppi (di tre o quattro persone).
In quest’ultimo caso il lavoro svolto da ciascun partecipante dovrà essere ben documentato.
Esempi di domande e/o esercizi frequenti
- WEB REASONING
Durante la discussione del progetto, in data d'appello d'esame, lo studente verrà sottoposto a delle domande riguardanti la motivazione di alcune scelte nel design dell'ontologia e delle domande teoriche riguardanti costrutti ed operatori utilizzati.
- LABORATORIO
Durante la discussione del progetto, in data d'appello d'esame, lo studente verrà sottoposto a delle domande riguardanti la motivazione di alcune scelte nel design dell'ontologia e delle domande teoriche riguardanti costrutti ed operatori utilizzati.