Nowadays, managing and reasoning on large ontologies is considered a resource-intensive task, mainly due to the complexity of the reasoning algorithms involved. In addition, most of the existing tools to manage large ontologies require high-performance computers, which could make some users hard to nd a feasible solution. This paper presents an approach to manage and reason on OWL2 large ontologies by using the OWLAPI framework. The main novelty focuses on the development of a software solution that allows managing large ontologies, together with the development of speci c search procedures in OWLAPI that would require the use of reasoners in the case of this type of ontologies. The proposed approach was tested by generating a spatial ontology on the region of Marianao (Cuba) and launching several queries on it. The results show the great performance of the approach developed.
Resumen. En la actualidad, la administracion y el razonamiento en ontolog as grandes se considera una tarea de uso intensivo de recursos, principalmente debido a la complejidad de los algoritmos de razonamiento involucrados. Ademas de este problema, la mayor a de las herramientas existentes para administrar grandes ontolog as requieren computadoras de alto rendimiento, lo que podr a hacer que para algunos usuarios fuese dif cil encontrar una solucion viable. En esta investigacion se presenta un enfoque para gestionar y razonar sobre ontolog as grandes utilizando el framework OWLAPI. La principal novedad se centra en el desarrollo de una solucion de software que permite administrar ontolog as grandes, unido al desarrollo de procedimientos de busqueda espec cos en OWLAPI que necesitar an el uso de razonadores para el caso de ontolog as con caracter sticas similares a las descritas en este trabajo. El enfoque propuesto fue probado generando una ontolog a espacial en la region de Marianao (Cuba) y lanzando varias consultas al respecto. Los resultados muestran el rendimiento del enfoque desarrollado.
1.
El uso de ontolog as es cada vez mas requerido por aquellos sistemas de informacion que necesitan procesar la semantica asociada al contenido, como por ejemplo los sistemas de Recuperacion de Informacion Geogra ca (GIR, siglas en ingles). En este ambito, las ontolog as resultan muy utiles para describir la semantica y relacionar los datos espaciales, generar nuevo conocimiento espacial y mejorar la toma de decisiones en este dominio. Sin embargo, el uso efectivo de las ontolog as no solo requiere su codi cacion en un lenguaje formal, sino tambien requiere de un soporte adecuado de herramientas para su administracion, que posibiliten el razonamiento automatico o la inferencia a partir del conocimiento que representan. La presente investigacion se desarrolla en el marco de un proyecto que tiene por objetivo el desarrollo de un GIR soportado en el uso de una ontolog a geogra ca. La ontolog a se genera de forma semiautomatica usando un metodo que aprovecha la diversidad de fuentes de informacion y ofrece la posibilidad de obtener una ontolog a que conceptualiza cualquier lugar geogra co.
En este contexto, fue utilizado dicho metodo para obtener una ontolog a
geogra ca de uno de los municipios de La Habana (Cuba), espec camente
Marianao, la cual conten a mas de cuatro mil individuos, 76 millones de propiedades
de objetos, y mas de 100 mil propiedades de datos; resultando ser una ontolog a
grande. Si se construyese la ontolog a de toda Cuba o del Continente Americano,
los valores antes sen~alados crecer an de manera exponencial pudiendo llegar a
alcanzar los 30 GB de memoria o mas. Esto condujo a plantearse el siguiente
problema: >como administrar y razonar sobre ontolog as con tales dimensiones?
La mayor parte de los editores de ontolog as hacen un uso intensivo de la
memoria principal y no son particularmente adecuados para el razonamiento sobre
ontolog as con millones de instancias, como las que a menudo son necesarias
para las aplicaciones que requieren representar y describir semanticamente datos
espaciales del mundo real. La integracion de las Bases de Datos (DB, siglas en
ingles) parece ser la solucion, ya que estas aprovechan las ontolog as para
incrementar su semantica, mientras que las ontolog as se bene cian de las DB
para estructurar y almacenar grandes cantidades de instancias. Como resultado,
muchas areas de investigacion estan surgiendo y los trabajos resultantes de esta
complementariedad son enormes [
OWLAPI (Ontology Web Language API, en ingles), es el framework utilizado para administrar la ontolog a a ser utilizada por el sistema GIR que se desarrolla. A favor de OWLAPI se dira que es el framework utilizado por el editor de ontolog as mas utilizado actualmente: Protege1. Sin embargo, este framework no soporta ontolog as como las que se generan en esta investigacion, al menos con un hardware estandar, pues el mismo carga la informacion del chero OWL en memoria RAM. Algo similar sucede con los razonadores que trabajan con memoria interna: Pellet, FaCT++, HermiT, TrOWL, RACER, entre otros. Estos, ademas de cargar la ontolog a, necesitan generar nuevo conocimiento, lo cual implica la ejecucion de complejos algoritmos que deben veri car una gran variedad de restricciones debido al alto grado de expresividad del lenguaje OWL2. El editor de ontolog as mas popular, Protege, tampoco es capaz de cargar una ontolog a con las caracter sticas descritas en este art culo, utilizando el framework OWLAPI para administrar la ontolog a. Todos ellos generan el conocido error \Out of Memory " cuando se intenta cargar una ontolog a grande.
En este trabajo se presenta una extension al framework OWLAPI para administrar y razonar sobre grandes ontolog as, basada en los principios de un sistema OBDB (Ontology Based Data Base, en ingles). De este modo, una ontolog a se considera grande cuando su ABOX supere o iguale los valores obtenidos y ya descritos en la ontolog a generada de forma automatica para este trabajo.
El ABOX se considera uno de los tres componentes en los que se divide conceptualmente una ontolog a, y contiene a rmaciones de rol entre individuos de la ontolog a (por ejemplo, hasChild (John, Mary)) y a rmaciones de pertenencia (por ejemplo, (John:Man)). La solucion presentada se apoya en el framework OWLAPI y permite administrar y satisfacer las necesidades de razonamiento del futuro sistema GIR a desarrollar.
Por otro lado, el futuro sistema GIR a desarrollar necesitara trabajar con el lenguaje ontologico OWL2, y no con RDF, OWL, OWL2-QL o OWL2-RL; los cuales son lenguajes menos expresivos y utilizados en las herramientas encontradas en el analisis del estado del arte. 2.
OWLAPI es una API de alto nivel para trabajar con ontolog as OWL2,
por lo que esta estrechamente alineada con la especi cacion estructural OWL2.
Soporta el analisis gramatical y la traduccion en las sintaxis de nidas en la
especi cacion W3C (sintaxis funcional, RDF/XML, OWL/XML y la sintaxis de
Manchester OWL); manipulacion de estructuras ontologicas; y el uso de motores
de razonamiento. La implementacion de referencia de la OWLAPI, escrita en
Java, incluye validadores para los distintos per les OWL 2 QL, OWL2 EL y
OWL2 RL. El OWLAPI tiene un uso extendido en una variedad de herramientas
y aplicaciones [
Los sistemas DBBO (DataBase Based on Ontologies, en ingles), tambien
conocidos como OBDA (Ontology-Based Data Access, en ingles), se han
convertido en un popular paradigma para acceder a una o varias fuentes de datos
1 http://protege.stanford.edu
mediante el uso de ontolog as. Estos sistemas aprovechan las ontolog as para
incrementar su capacidad de administrar informacion semantica. En los sistemas
DBBO, los usuarios acceden a los datos a traves de una capa conceptual
(abstraccion de los aspectos espec cos relacionados con las fuentes de datos), que
proporciona un comodo vocabulario de consulta. La capa conceptual es
representada generalmente mediante una ontolog a en RDF u OWL, y se conecta
a las bases de datos relacionales subyacentes utilizando asignaciones R2RML.
Cuando se realiza una consulta SPARQL sobre la ontolog a, el sistema DBBO
explora las asignaciones representadas para recuperar elementos de las fuentes
de datos y construir las respuestas [
Por otra parte, en los ultimos an~os han surgido los sistemas OBDB
(Ontology Based DataBase, en ingles), un modelo que permite almacenar y consultar
ontolog as con una gran cantidad de instancias. Los sistemas OBDB tambien
aprovechan los bene cios de las funcionalidades ofertadas por los Sistemas de
Administracion de Bases de Datos Relacionales (RDBMs, siglas en ingles), como
son: rendimiento en las consultas, almacenamiento e ciente de los datos,
administracion de transacciones, entre otras. Ejemplos de estos sistemas son: Sesame
Database Manager 5, DLDB-OWL [
En [
Por otro lado, OntoMinD comparte con Minerva la segunda ventaja
enunciada en el parrafo anterior, pero no deja claro si soporta OWL2. DBOWL es
un razonador escalable, que soporta razonamiento completo OWL-DL para
ontolog as con ABOX bien grandes (billones de instancias). Sin embargo, a pesar
de que esta licenciado con licencia GNU-GPL segun el sitio o cial de la
universidad de Manchester, no se ha encontrado la manera de descargarlo y utilizarlo
de manera local. Los autores solo brindan la posibilidad de utilizarlo a traves de
servicios web. OwlOntDB provee una completa cobertura de razonamiento sobre
ontolog as en OWL2-RL, no as sobre ontolog as en OWL2, diferenciandose del
resto de las herramientas analizadas. Sin embargo, no se ha logrado localizar la
herramienta para evaluar su utilizacion. En [
Despues de analizar las propuestas de otros autores, se concluye que las grandes ontolog as de la mayor a de las investigaciones actuales no son comparables en cuanto a su dimension con las ontolog as que se presentan en este trabajo, las cuales superan en taman~o a las encontradas en el estado del arte. En el analisis del estado del arte sobre los sistemas DBBO se identi caron dos limitaciones fundamentales: 1) La imposibilidad de hacer cambios en las DB a traves de la ontolog a generada (solo se permite consultar la DB a traves de la ontolog a). 2) No estan disen~ados para soportar ontolog as arbitrarias en OWL2. Esta ultima limitacion tambien es identi cada en los sistemas OBDB, unido a la imposibilidad de trabajar con el concepto de ontolog a grande dado en esta investigacion.
La solucion propuesta en este art culo resuelve las limitaciones identi cadas,
aunque en cuanto a las potencialidades de razonamiento, solo satisface las
condiciones de disen~o y necesidades del futuro sistema GIR. Satisfacer todas las
posibilidades de razonamiento sobre una ontolog a OWL2 con las caracter sticas
descritas, es un trabajo mucho mas extenso y profundo, aunque viable en una
futura investigacion y parcialmente abordado en la solucion OwlOntDB [
Administracion de la ontolog a
Para lograr que el framework OWLAPI soportara la administracion de grandes ontolog as fue necesario extraer algunos datos del chero OWL y almacenarlo en una DB. En la solucion propuesta se decidio extraer del chero OWL gestionado por OWLAPI, algunos datos pertenecientes al ABOX y mantener ntegramente el TBOX de la ontolog a, de forma similar a los sistemas OBDB analizados. Esto se hizo con el objetivo de poder utilizar los razonadores en memoria interna en algunas tareas espec cas y as mantener la capacidad de razonamiento sobre la ontolog a. Los razonadores existentes estan disen~ados para realizar procesos de inferencia solo sobre lo incluido en el chero OWL de la ontolog a, fundamentalmente sobre el TBOX. Los datos del ABOX almacenados en la DB fueron las relaciones de objeto expresadas entre pares de individuos (Object Property Assertion Axioms ) y la asignacion de valores a las propiedades de datos (Data Property Assertion Axioms ). La Figura 1 ilustra de forma gra ca la asignacion de responsabilidades entre el framework OWLAPI y la DB, en el momento de gestionar los componentes de la ontolog a.
Al menos para la ontolog a geogra ca generada en este trabajo, esa modi cacion fue su ciente para lograr que el framework OWLAPI y el editor Protege cargaran la informacion restante en el chero OWL. Sin embargo, ninguno de los razonadores de memoria interna antes mencionados fue capaz de razonar sobre la ontolog a restante en el chero OWL, al menos con el hardware utilizado en esta investigacion, debido a que los individuos continuan siendo almacenados en el chero OWL gestionado por OWLAPI. Debido a la simplicidad de la informacion a almacenar en memoria externa, inicialmente se utilizo como medio de almacenamiento en memoria externa los cheros. El chero donde se almacenaron las relaciones de objeto expresadas entre pares de individuos y la asignacion de valores a las propiedades de datos obtuvo un taman~o de 10 GB. Al hacer varias pruebas, los autores notaron que el tiempo de acceso a la informacion era demasiado elevado y la frecuencia con la que se deb a acceder a los mismos tambien. Por tal motivo, se decidio utilizar una DB, cuyo modelo f sico se ilustra en la Figura 2. La solucion desarrollada consta de los mecanismos necesarios para que las instancias de propiedades puedan ser integradas nuevamente en su forma tradicional en el chero OWL, siempre y cuando la memoria interna del hardware soporte el crecimiento de la ontolog a. 3.2.
Razonando sobre grandes ontolog as desde OWLAPI
Una vez cargada la ontolog a grande en el framework OWLAPI era necesario hacer algunas operaciones sobre ella que exig an el uso de los razonadores, lo cual continuaba siendo una limitacion a pesar de las modi caciones realizadas. En este sentido, se implementaron las operaciones necesarias sin el uso de un razonador y solo apoyandose en los recursos brindados por OWLAPI. Las operaciones de inferencia desarrolladas fueron: 1. Buscar las subclases directas e indirectas de una clase. 2. Identi car los individuos directos e indirectos de una clase, teniendo en consideracion la equivalencia entre clases y entre individuos. 3. Identi car las clases topes, es decir, las clases que no son subclases de ninguna clase. 4. Identi car todas las clases equivalentes a una clase, considerando que la relacion de equivalencia es transitiva. 5. Identi car el conjunto de superclases de una clase. 6. Obtener el conjunto de individuos que estan relacionados con otro a traves de una propiedad de objeto, teniendo en consideracion las caracter sticas de la propiedad de objeto expresada en OWL: simetr a, funcional, transitividad, inversa, equivalencia. 7. Obtener el conjunto de literales asociados a una propiedad de datos para un individuo en particular.
El Algoritmo 1 muestra el pseudocodigo implementado para obtener la operacion de inferencia numero uno, formado por dos metodos pertenecientes a la clase Ontology construida para encapsular el framework OWLAPI.
Algoritmo 1: Algoritmo de la operacion de inferencia 1 Entrada : La c l a s e a l a c u a l s e l e buscaran l a s s u b c l a s e s ( o w l C l a s s ) y l a c o n d i c i o n para s a b e r s i l a s s u b c l a s e s a b u s c a r s e r a n d i r e c t a s o i n d i r e c t a s ( d i r e c t ) .
S a l i d a : Un conjunto con l a s s u b c l a s e s d e l parametro owlClass . Metodo1 : Set<OWLClass> GetSubclassNotReasoner (OWLClass owlClass , boolean d i r e c t ) I n i c i o 1) Crear un conjunto v a c o de o b j e t o s c l a s e s ( o w l C l a s s e s ) 2) Invocar y r e t o r n a r e l r e s u l t a d o d e l metodo GetSubclassNotReasoner que e s t a sobrecargado , con l o s parametros owlClass , o w l C l a s s e s y d i r e c t Fin Metodo2 ( s o b r e c a r g a a l Metodo 1 ) : GetSubclassNotReasoner (OWLClass OwlClass , Set<OWLClass> l i s t R e s u l t , boolean d i r e c t ) I n i c i o i f ( OwlClass != n u l l ) f
Guardar en l i s t todos todos l o s axiomas de t i p o s u b c l a s s para l a s u p e r c l a s e OwlClass .
Para cada o b j e t o p r e s e n t e en l i s t hacer : An~adir a l i s t R e s u l t l a s u b c l a s e d i r e c t a que e s t a en cada axioma almacenado en l i s t . g i f ( ! d i r e c t )f // es d e c i r , s i piden l a s s u b c l a s e s i n d i r e c t a s Para cada s u b c l a s e d i r e c t a de OwlClass hacer :
Invocar r e c ur si v am e nt e a l metodo
GetSubclassNotReasoner ( l a s u b c l a s e , l i s t R e s u l t , d i r e c t ) g
Retornar l i s t R e s u l t Fin
A traves de la solucion expuesta se logro administrar una ontolog a geogra ca que conceptualiza los lugares geogra cos del municipio Marianao, cuya composicion y caracter sticas se muestran en la Tabla 1. El chero OWL (sin las relaciones de objeto expresadas entre pares de individuos) se ha dejado disponible para la comunidad cient ca6.
Taman~o en memoria externa (sin aserciones de propiedades) 722 12 954
En la Tabla 2 se muestran los resultados de las funcionalidades de inferencia desarrolladas sobre el framework OWLAPI para la ontolog a de Marianao. En dicha tabla, la columna Tipo hace referencia al numero de operacion de razonamiento o inferencia mostrada en la Seccion 3.2.
Subclases 1) aerodrome 2) aiport directas e Q1 indirectas En la ontolog a la clase aiport es subclase de la clase directa de aerodrome y esta a su vez subclase aeroway directa de aeroway 1) OSM-24047147-26-08 2) OSM-252369011Hangar 3) OSM-252369012-Hangar 4) OSM259849768-Aerodromo-Ciudad-Libertad 5) Geo-8554333-Ciudad-Libertad-Airport 6) DBosm new aeroways-2 7) DB-osm new aeroways-3 Instancias directas e Q2 indirectas Ademas de lo expuesto en Q1, hay que con- 2 y 4 de la clase siderar que la clase aeroway es equivalente a aeroway osm new aeroways. Los 4 primeros resultados son instancias directas de aeroway. El quinto es instancia directa de airport, y las dos ultimas, instancias directas de osm new aeroways
1
Clases Topes Q3 en la on- 1) SpatialObject tolog a Calles que 1) Avenida 51 2) 130 3) 116 4) 128 5) 120 6) 118 ... cruzan la Q4 localidad de Se obtuvieron 36 resultados (se muestran 6 Los Pocitos ejemplos)
Objetos es- 1) Arroyo Ban~abuey 2) Policl nico Docente 27 de Q5 pLaocsiaPloecsitosen 5n)ovPielamzba-rdee3-M)Parliaaznaaode...Marianao 4) Los-Pocitos Superclases 1) boundary 2) GeonameConcept 3) SpatialObject de AdminQ6 iBsotruantidvaer-y
La clase AdministrativeBoundary es subclase de boundary y de GeonameConcept, las cuales a su vez son subclases de SpatialObject 3 6 6 5
Todos los experimentos expuestos en este trabajo fueron realizados sobre un hardware con un CPU Mobile DualCore Intel Core i5-2430M, 2800 MHz (28 x 100) y 4 GB de memoria RAM. 5.
En este trabajo se presenta una extension del framework OWLAPI que permite la administracion y el razonamiento sobre grandes ontolog as. Las pruebas realizadas demuestran la viabilidad de la solucion para satisfacer las necesidades de informacion de un futuro sistema de Recuperacion de Informacion Geogra ca.
El resultado obtenido en este trabajo puede ser utilizado en cualquier ambito donde se necesite administrar y razonar sobre ontolog as con las caracter sticas descritas. Como trabajo futuro, se podr a aumentar el numero de funcionalidades implementadas sin la necesidad de un razonador, as como trasladar los individuos de la ontolog a hacia la DB.
Los autores desean agradecer, de manera especial, los criterios y recomendaciones aportadas por el profesor Dr. C. Ignazio Palmisano, de la Universidad de Manchester, el cual sugirio la realizacion de este art culo a traves de uno de sus comentarios. Igualmente, al profesor Dr. C. Diego Calvanese, de la Facultad de Ciencias de la Computacion de la Universidad de Bozen-Bolzano, por sus intercambios relacionados con la herramienta Ontop y los sistemas DBBO.
Este trabajo tambien ha sido parcialmente nanciado por el Ministerio de Econom a y Competitividad del Gobierno de Espan~a, proyecto REDES (TIN201565136-C2-1-R).