| TAZ-TFG-2021-3351 |
Herramienta de población automática de ontologías con fuentes públicas externas
García Garcés, Luis
Peña Larena, Paula (dir.)
Trillo Lado, Raquel (ponente)
Universidad de Zaragoza,
EINA,
2021
Departamento de Informática e Ingeniería de Sistemas, Área de Lenguajes y Sistemas Informáticos
Graduado en Ingeniería Informática
Resumen: Actualmente hay multitud de fuentes de datos libres y heterogéneas de las que se
pueden obtener datos para un propósito específico. Integrar estos datos en general
puede resultar costosos ya que cada fuente sigue su propio esquema. Es por tanto
necesario llevar a cabo un proceso de integración sistemático que cree un esquema que
aporte una visión global enriquecida y consistente de los diferentes componentes. Es
aquí donde las ontologías juegan un papel clave debido a su esquema y a la capacidad
de establecer nuevas relaciones. Una ontología es una definición formal que representa
un conocimiento, mediante un esquema cuyos conceptos, propiedades y relaciones
constituyen la especificación formal de un área de conocimiento. En el presente trabajo
se va desarrollar una herramienta cuyo propósito es extraer conjuntos de datos de
fuentes públicas y poblar automáticamente una ontología. Para su desarrollo se ha
utilizado el framework de Python Flask integrado con una base de datos orientada a
grafos, en este caso Neo4j. Aunque la extracción de los conjuntos de datos depende
exclusivamente de la fuente de datos, la extracción se lleva cabo mediante el uso de la
API que exponen las fuentes. Tras el proceso de extracción se ha utilizado la librería
rdflib que permite crear grafos RDF.
Los grafos RDF se importan en Neo4j mediante el uso del plugin Neosemantic, que
permite trabajar con tripletas RDF. Estas tripletas se crearán acorde a los conceptos
y propiedades propios del modelo de información IDS.
Este proyecto se enmarca en el trabajo realizado en el área de Biga data y sistemas
cognitivos del Instituto Tecnológico de Aragón, desde la cual se se estableció como
requisito del trabajo el uso de la ontolog ́ıa desarrollada por IDSA y que la herramienta
permitiese la visualización de los conjuntos de datos integrados y la interacción del
usuario con estos a través de una interfaz web. Para alcanzar el objetivo se ha utilizado
Jquery y Bootstrap para desarrollar una interfaz rápida y simple. Finalmente se
ha utilizado procesamiento del lenguaje natural para enriquecer las búsquedas que los
usuarios realicen a Neo4j mediante el uso de la librería TXTAI para Python.
pueden obtener datos para un propósito específico. Integrar estos datos en general
puede resultar costosos ya que cada fuente sigue su propio esquema. Es por tanto
necesario llevar a cabo un proceso de integración sistemático que cree un esquema que
aporte una visión global enriquecida y consistente de los diferentes componentes. Es
aquí donde las ontologías juegan un papel clave debido a su esquema y a la capacidad
de establecer nuevas relaciones. Una ontología es una definición formal que representa
un conocimiento, mediante un esquema cuyos conceptos, propiedades y relaciones
constituyen la especificación formal de un área de conocimiento. En el presente trabajo
se va desarrollar una herramienta cuyo propósito es extraer conjuntos de datos de
fuentes públicas y poblar automáticamente una ontología. Para su desarrollo se ha
utilizado el framework de Python Flask integrado con una base de datos orientada a
grafos, en este caso Neo4j. Aunque la extracción de los conjuntos de datos depende
exclusivamente de la fuente de datos, la extracción se lleva cabo mediante el uso de la
API que exponen las fuentes. Tras el proceso de extracción se ha utilizado la librería
rdflib que permite crear grafos RDF.
Los grafos RDF se importan en Neo4j mediante el uso del plugin Neosemantic, que
permite trabajar con tripletas RDF. Estas tripletas se crearán acorde a los conceptos
y propiedades propios del modelo de información IDS.
Este proyecto se enmarca en el trabajo realizado en el área de Biga data y sistemas
cognitivos del Instituto Tecnológico de Aragón, desde la cual se se estableció como
requisito del trabajo el uso de la ontolog ́ıa desarrollada por IDSA y que la herramienta
permitiese la visualización de los conjuntos de datos integrados y la interacción del
usuario con estos a través de una interfaz web. Para alcanzar el objetivo se ha utilizado
Jquery y Bootstrap para desarrollar una interfaz rápida y simple. Finalmente se
ha utilizado procesamiento del lenguaje natural para enriquecer las búsquedas que los
usuarios realicen a Neo4j mediante el uso de la librería TXTAI para Python.
Tipo de Trabajo Académico: Trabajo Fin de Grado
Notas: Este trabajo de final de grado se enmarca dentro de las líneas del Instituto Tecnológico de Aragón.
Enlace permanente:
El registro pertenece a las siguientes colecciones:
Trabajos académicos > Trabajos Académicos por Centro > Escuela de Ingeniería y Arquitectura
Trabajos académicos > Trabajos fin de grado