Otras aplicaciones basadas en la web semántia

A pesar de que la Web 3.0 tiene poco tiempo de haber aparecido, las empresas de vanguardia, sobre todo en los medios de comunicación y en línea, están empezando a adoptar los elementos de esta tecnología. Por ejemplo, la tienda en línea Amazon está utilizando la inteligencia artificial para hacer recomendaciones a sus clientes, basadas no sólo en sus propias historias de navegación y compra, sino también en el comportamiento de otros clientes con historias similares. Best Buy por su parte ha añadido la tecnología semántica en su página Web, para permitir a los motores de búsqueda encontrar información detallada en las páginas de sus productos.

Actualmente también están en marcha programas de investigación para combinar aspectos de Internet con la Web semántica, con el fin de mejorar las cadenas de suministro de las empresas y desarrollar oportunidades de ventas.

Si bien la mayoría de la tecnología semántica está todavía en desarrollo, a continuación se listan algunos ejemplos de aplicaciones que ya se han instrumentado con ella:

El RSS (Really Simple Syndication, Redifusión Web o Sindicación Web). RSS es un vocabulario RDF (Resource Description Framework), basado en XML (eXtensible Markup Language), que permite catalogar la información (noticias y eventos) de tal manera que sea posible encontrar información precisa, adaptada a las preferencias de los usuarios.
Los archivos RSS contienen metadatos (“datos que describen a otros datos”), sobre fuentes de información especificadas por los usuarios, cuya función principal es avisar a éstos que los recursos que han seleccionado para formar parte de esa RSS, han cambiado sin necesidad de comprobar directamente la página, es decir, notifican de forma automática cualquier cambio que se realice en esos recursos de interés seleccionados.

El servicio de RSS permite difundir información actualizada a usuarios que se han suscrito a una o más fuentes de contenidos. Es un formato desarrollado para compartir contenidos Web en sitios que se actualizan con frecuencia. Los sitios Web que brindan el servicio de RSS, tienen un botón anaranjado (figura 5), el cual permite suscribirse a ellos. Una vez realizado este proceso, bastará con un simple navegador para consultar las novedades del sitio Web solicitado, sin tener que entrar a éste.



Zemanta. Es un programa que facilita la elaboración de blogs (bitácoras colaborativas). Utiliza búsquedas semánticas a lo largo de la captura y la redacción de los contenidos del blog, que permiten al usuario disponer e incorporar imágenes, ligas, etiquetas, enlaces y/o los artículos más relevantes relacionados con el tema de su blog. Zemanta se distribuye  como un plug-in que se instala en el navegador de Internet. Una vez activo analiza su escritura para realizar la descarga de contenidos (http://www.zemanta.com).

Inform. Es un sitio Web que permite ver noticias como piezas interconectadas de un rompecabezas más grande y lo hace de forma automatizada. Inform recoge las noticias de los medios de comunicación en línea y las compañías de información, y se encarga de interconectar y relacionar los temas empleando la tecnología de la Web Semántica. Esto le permite mostrar un panorama más completo alrededor de las noticias (http://inform.com).
Siri. Es una aplicación de inteligencia artificial y Web semántica para el iPhone, que adquirió la empresa Apple en el 2010 por 200 millones de dólares, según Mashable.com1

La empresa que la desarrolló se llama igual que su aplicación Siri. Con este programa Apple logró instrumentar un nuevo asistente de voz en su iPhone, que permite responder a preguntas naturales y ejecutar tareas fácilmente, sin utilizar el teclado.

Los buscadores semánticos

Twine fue un servicio Web de índole social, que permitía subir piezas de información, tales como textos, archivos, etcétera, y realizaba análisis para generar automáticamente una serie de etiquetas que definían el contenido. Estas etiquetas podían estar presentes en el texto analizado o inferirse derivando información asociada a ellas. Con una estructura semejante a la de una Wiki, Twine trató de establecer una “red de conocimiento” capaz de poner en contacto a personas, de acuerdo con el conocimiento extraído de sus contribuciones.

Aunque Twine pudo ser un buscador encargado de indexar semánticamente toda la Web, arrancó con un objetivo más sencillo: hacerse cargo de aquellas partes que la gente considera valiosas. Con la adquisición de Twine.com por la Empresa EVRI, el 11 de marzo del 2011, esta interesante aplicación fue retirada de la red. En su lugar surgió un “motor de descubrimiento de contenido móvil” al que se denominó EVRI.  http://www.evri.com.

EVRI es un buscador que se especializa en la devolución de resultados de las últimas noticias, temas seguidos regularmente, nuevos temas y recomendaciones de amigos. La plataforma central de la tecnología de EVRI se basa en el procesamiento del lenguaje natural y búsquedas semánticas, para proporcionar canales de contenido agregado en millones de temas.

Wolfram Alpha, desarrollado por la compañía Wolfram Research, es otra importante aplicación Web 3.0 que surgió el 15 mayo de 2009. Este buscador, al que se le llamó “Motor de Conocimiento Computacional”, es un servicio en línea que responde directamente las preguntas del usuario, en lugar de proporcionar una lista de los documentos o páginas Web que podrían contener la respuesta, como lo hace Google.

Wolfram Alpha se basa en la tecnología “Question Answering” o “QA”, para la recuperación de la información.  QA es un método que procesa el Lenguaje Natural de una forma más compleja que otros sistemas de recuperación de documentos, razón por la que se le observa como un paso por delante de la tecnología de los buscadores tradicionales para Internet. Asimismo se basa en uno de los anteriores programas creados por Wolfram Research: “Mathematica”, que incluye el procesamiento de álgebra, cálculo numérico y simbólico, visualizaciones y capacidades estadísticas. http://www.wolframalpha.com.

Diferencias entre los buscadores semánticos y los tradicionales

A fin de ilustrar las diferencias entre las tecnologías de los buscadores tradicionales y los semánticos, se presenta el siguiente ejemplo: suponga que usted desea localizar en Internet los datos del presidente de México.  A fin de trabajar de la misma manera con los buscadores, la búsqueda se realizará en inglés. La cadena a buscar será: “President of Mexico”.

Google, uno de los buscadores más conocidos y utilizados, es capaz de arrojar millones de resultados por cada palabra de búsqueda. Esta sobreabundancia de resultados responde al hecho de que las webs del momento son sintácticas, esto es, se sirven de las palabras, los términos, para ser localizadas por los buscadores.



En la figura 2 note que Google entregó una lista con todas las páginas que encontró con la información solicitada (230,000,000 de resultados en 0.12 segundos), sin duda muchas en un tiempo muy corto. No obstante, si analizamos los resultados obtenidos, nos damos cuenta que tendremos que revisar cada una de las ligas para extraer los datos que requerimos.

La misma búsqueda, pero ahora realizada con Wolfram Alpha, nos arroja resultados que son sin duda más apegados a las necesidades y deseos del usuario final



Esta es la promesa de los buscadores semánticos o Web 3.0: ajustar las búsquedas de información a las necesidades de los usuarios.

La misma búsqueda, pero ahora realizada con el buscador “EVRI”, sin duda arroja resultados actualizados e interesantes, pero con el enfoque comercial para el cual fue concebido: “mostar sólo las últimas novedades del presidente de México”



Como puede apreciarse, hay una diferencia significativa entre los resultados arrojados por cada uno de los buscadores.

Vale la pena mencionar también que Google ha estado trabajando en el desarrollo de un producto de búsqueda semántica. De hecho el pasado 3 de junio de 2009 fue lanzado Google Squared. Este buscador permitía extraer datos estructurados de toda la Web y presentaba sus resultados en un formato parecido al de una hoja de cálculo. Google Squared actualmente no está disponible en la red, pues se cerró después de una serie de pruebas a fin de mejorar las búsquedas. También en Julio de 2010, Google adquirió a la empresa Metaweb. Esta empresa es una compañía líder en el tema de Web semántica. Son quienes están detrás de Freebase, una inmensa base de datos, de la cual Google ya venía usando servicios para su sitio de noticias.

Otro buscador Web de importancia, que está tratando de introducir el uso de la tecnología semántica, es Bing de Microsoft, que fue puesto en línea el 3 de junio de 2009. Bing está basado en la tecnología semántica desarrollada por la empresa Powerset y que Microsoft compró en 2008 para el enriquecimiento de sus búsquedas.

Por otra parte, en lo que se refiere al tema de los buscadores semánticos, el pasado 2 de junio de 2011 Google, Yahoo y Bing, anunciaron la creación de un proyecto al que llamaron schema.org para acercar la Web semántica a cualquier página basada en la tecnología Rich Snippets (“Fragmentos Ricos”) de Google, que surgió en el 2009.

Entre las características y mejoras que ofrece schema.org, destacan las siguientes:

• Posibilidad de etiquetar muchos tipos de información, como por ejemplo: restaurantes, productos, eventos, sonidos, recetas, etcétera.
• Unificar la estructura de los datos. Hasta ahora podíamos trabajar con RDFa, microdatos o microformatos. A partir de ahora todo se centrará en microdatos; eso sí, el resto seguirán teniendo soporte, al menos por el momento.

Componentes de la web 3.0

Entre los principales componentes de la Web Semántica podemos encontrar XML, XML Schema, RDF, RDF Schema y OWL. La descripción de OWL en inglés “Ontology Web Language” describe las funciones y relaciones de cada componente de la Web Semántica:

Principales Componentes:

XML: Provee una sintaxis elemental para las estructuras de contenidos dentro de documentos.

XML Schema: Es un lenguaje para proporcionar y restringir la estructura y el contenido de los elementos contenidos dentro de documentos XML.

RDF: Es un lenguaje simple para expresar modelos de los datos, que refieren a los objetos “recursos” y a sus relaciones. Un modelo de RDF-based se puede representar en sintaxis de XML.

RDF Schema: Es un vocabulario para describir propiedades y clases de recursos RDF-based, con semántica para generalizar-jerarquías de las propiedades y clases.

OWL: Es un mecanismo para desarrollar temas o vocabularios específicos en los que podamos asociar esos recursos.

Capas de la Web Semántica

Unicode:
Es un estándar cuyo objetivo es proporcionar el medio por el cual un texto en cualquier forma e idioma pueda ser codificado para el uso informático. El mismo nos permite mostrar información en cualquier idioma y con la certeza de que no aparezcan símbolos extraños.

URI:
Son cadenas que permiten acceder a cualquier recurso de la Web. En la Web Semántica las URIs son las encargadas de identificar objetos. Todos los objetos puedenser identificados mediante una URI. Si dos objetos cuentan con la misma URI pueden existir colisiones. El grupo de trabajo del W3C está intentando resolver este problema.

XML+NS+xmlschema:
Esta es la capa más tecnica de la Web Semántica. En ella se encuentran agrupadas las diferentes tecnologías que posibilitan la comunicación entre agentes.

El XML (Extensible Markup Language) nos ofrece un formato común para el intercambio de documentos, Namespaces (NS) proporciona un método para cualificar elementos y atributos de nombres usados en documentos XML asociandolos con espacios de nombre identificados por referencias URIs. XML Schema es un lenguaje que permite describir la estructura y restringir el contenido de documentos XML.

RDF+rdfschema:
Está basada en la capa anterior, define el lenguaje universal con el que podemos expresar diferentes ideas en la Web Semántica. RDF es un lenguaje que define un modelo de datos para describir recursos mediante tripetas sujeto-predicado-objeto.

Los dos primeros serán URIs y el tercero puede ser URI o un valor literal. RDF Schema es un vocabulario RDF que nos permite describir recursos mediante una orientación a objetos. Esta capa no sólo ofrece una descripción de los datos, sino también cierta información semántica.

Ontology (Ontologías):
Nos permite clasificar la información. Esta capa permite extender la funcionalidad de la Web Semántica agregando nuevas clases y propiedades para describir los recursos.

Logic (Lógica):
Además de ontologías se precisan reglas de inferencia.

Proof (Pruebas):
Se intercambiarán “pruebas” escritas en el lenguaje unificador de la Web Semántica. Este lenguaje posibilita las inferencias lógicas realizadas a través del uso de reglas de inferencia.

Trust (Confianza):
Hasta que no se haya comprobado de forma exhaustiva las fuentes de información, los agentes deberían ser muy escétipcos acerca de lo que leen en la Web Semántica.

Digital Signature (Firma digital):
Utilizada por los ordenadores y agentes para verificar que la información ha sido ofrecida por una fuente de confianza.

¿Qué es OWL?
OWL en inglés “Ontology Web Language” es un lenguaje para publicar y compartir datos usando ontologías en la Web. La misma tiene como objetivo facilitar un modelo de marcado construido sobre RDF y codificado en XML.

¿Qué son las URI?
Las URI (Uniform Resource Identifier / Identificador Uniforme de Recursos) no son más que cadenas de caracteres usadas para identificar o nombrar un recurso, pueden ser: documentos, páginas, dirección de correo electrónico, entre otros.

El propósito principal de esta identificación es permitir la interacción con las representaciones del recurso sobre una red, típicamente el World Wide Web, usando protocolos específicos. URIs se define en los esquemas definiendo una sintaxis específica y protocolos asociados.

Para que la Web Semántica funcionara se necesitaba de un lenguaje estándar para escribir los contenidos, a este lenguaje se le llamó RDF. Mediante el mismo podemos definir sentencias en el formato de triple.

Vídeo educativo - ¿Que es la web 3.0?

Disparidad de opiniones sobre lo que es realmente la web 3.0

Todos estos puntos de vista anteriormente comentados, evidencian el hecho de que no haya un consenso sobre lo que será la Web 3.0. La confusión empieza en la propia reflexión sobre el término: ¿será una evolución o significará la entrada en otro tipo de concepción de Internet, marcando una nueva fase?

Además de este interrogante, saber en qué consistirá realmente la Web Semántica está siendo una tarea compleja. Si bien anteriormente se ha apuntado a diferentes enfoques que pueden definir este nuevo entorno online, no hay consenso sobre en qué consistirá verdaderamente, ya que las tendencias que evolucionan continuamente y que se crean de forma constante, marcan el futuro de Internet a un ritmo vertiginoso. Incluso algunos autores se plantean si la Web 3.0 y la Web Semántica son lo mismo, pudiendo referirse la primera a un cambio tecnológico y la segunda a una forma de concebirla.