Uma abordagem para a geração semiautomática de mapeamentos R2R baseado em um catálogo de padrões

Detalhes bibliográficos
Ano de defesa: 2017
Autor(a) principal: Vinuto, Tiago da Silva
Orientador(a): Vidal, Vânia Maria Ponte
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://www.repositorio.ufc.br/handle/riufc/23530
Resumo: The web of linked data has grown considerably in recent years and covers a wide range of different domains today (BIZER; JENTZSCH; CYGANIAK, 2011). Linked data sources use different vocabularies to represent data about a specific type of object. For example, DBpedia 3 and Music ontology 4 use their proprietary vocabularies to represent data About musical artists. Translating data from these bound data sources into the vocabulary that is expected by a linked data application requires a large number of mappings and may require many structural transformations as well as complex transformations in the property value. Several tools emerge to map ontologies such as the SPARQL 1.1 language, LDIF framework and the Mosto tool. We choose to use in our study the R2R language, which was pointed out in (BIZER et al., 2012) as a good option to map ontologies, as it stands out in terms of expressiveness and performance. The R2R mapping language is a language based on the SPARQL language that allows you to transform data from a source vocabulary into a user-defined target vocabulary. However, defining mappings using this language is complex and subject to several types of errors, such as writing errors or even semantic errors, requiring expect user most to define the mappings. In this scenario, we propose an approach, using mapping patterns to automatically generate R2R mappings from a AMs. The approach is divided into two steps: (1) the manual specification of a set of AMs between the vocabulary of a source ontology and the vocabulary of a target ontology of the user’s choice; and (2) the automatic generation of the R2R mappings based on the result of the first step. Finally, we present the R2R By Assertions tool to help the user in the process of generating R2R mapping.
id UFC-7_4bf1b2bf2e4c2b0d0c3773d65436288c
oai_identifier_str oai:repositorio.ufc.br:riufc/23530
network_acronym_str UFC-7
network_name_str Repositório Institucional da Universidade Federal do Ceará (UFC)
repository_id_str
spelling Vinuto, Tiago da SilvaPequeno, Valéria MagalhãesVidal, Vânia Maria Ponte2017-06-22T19:34:26Z2017-06-22T19:34:26Z2017VINUTO, Tiago da Silva. Uma abordagem para a geração semiautomática de mapeamentos R2R baseado em um catálogo de padrões. 2017. 79 f. Dissertação (Mestrado em Ciência da Computação)-Universidade Federal do Ceará, Fortaleza, 2017.http://www.repositorio.ufc.br/handle/riufc/23530The web of linked data has grown considerably in recent years and covers a wide range of different domains today (BIZER; JENTZSCH; CYGANIAK, 2011). Linked data sources use different vocabularies to represent data about a specific type of object. For example, DBpedia 3 and Music ontology 4 use their proprietary vocabularies to represent data About musical artists. Translating data from these bound data sources into the vocabulary that is expected by a linked data application requires a large number of mappings and may require many structural transformations as well as complex transformations in the property value. Several tools emerge to map ontologies such as the SPARQL 1.1 language, LDIF framework and the Mosto tool. We choose to use in our study the R2R language, which was pointed out in (BIZER et al., 2012) as a good option to map ontologies, as it stands out in terms of expressiveness and performance. The R2R mapping language is a language based on the SPARQL language that allows you to transform data from a source vocabulary into a user-defined target vocabulary. However, defining mappings using this language is complex and subject to several types of errors, such as writing errors or even semantic errors, requiring expect user most to define the mappings. In this scenario, we propose an approach, using mapping patterns to automatically generate R2R mappings from a AMs. The approach is divided into two steps: (1) the manual specification of a set of AMs between the vocabulary of a source ontology and the vocabulary of a target ontology of the user’s choice; and (2) the automatic generation of the R2R mappings based on the result of the first step. Finally, we present the R2R By Assertions tool to help the user in the process of generating R2R mapping.A Web de dados ligados tem crescido consideravelmente nos últimos anos e abrange uma vasta gama de domínios diferentes hoje (BIZER; JENTZSCH; CYGANIAK, 2011). Fontes de dados ligados usam diferentes vocabulários para representar dados sobre um tipo específico de objeto. Como por exemplo, DBpedia e Music ontology que usam seus vocabulários proprietários para representar dados sobre artistas musicais. Traduzir dados dessas fontes de dados para o vocabulário que é esperado por uma aplicação requer um grande número de mapeamentos e pode exigir muitas transformações estruturais, bem como transformações complexas no valor da propriedade. Diversas tecnologias despontam no sentido de traduzir ou mapear ontologias como, a linguagem SPARQL 1.1, a ferramenta Mosto e o framework R2R. Dentre estas escolhemos utilizar em nosso estudo a linguagem R2R, apontada em (BIZER et al., 2012) como uma boa opção para mapear ontologias, pois se destaca em termos de expressividade e desempenho. A linguagem de mapeamento R2R é uma linguagem baseada, na linguagem SPARQL, que permite transformar dados de um vocabulário de origem em um vocabulário de destino definido pelo usuário. Contudo, a construção de mapeamentos utilizando essa linguagem é complexa e sujeita a diversos tipos de erros, tais como erros de escrita ou até mesmo erros semânticos, exigindo do usuário experiência para definir os mapeamentos. Diante deste cenário, propomos uma estratégia, usando padrões de mapeamento, para gerar automaticamente mapeamentos R2R a partir de Assertivas de Mapeamentos (AMs). Nossa abordagem é dividida em duas etapas: (1) a especificação manual de um conjunto de AMs entre o vocabulário de uma ontologia fonte e do vocabulário de uma ontologia alvo de escolha do usuário; e (2) a geração automática dos mapeamentos R2R com base no resultado do primeiro passo. Por último nós apresentamos a ferramenta R2R By Assertions para ajudar o usuário no processo de geração de mapeamentos R2R.Padrões de mapeamentoMapeamento entre ontologiasMapeamento R2RAssertivas de mapeamentoModelo RDFOntologiasUma abordagem para a geração semiautomática de mapeamentos R2R baseado em um catálogo de padrõesAn approach for the semi-automatic generation of R2R mapping based on a pattern cataloginfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da Universidade Federal do Ceará (UFC)instname:Universidade Federal do Ceará (UFC)instacron:UFCinfo:eu-repo/semantics/openAccessLICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repositorio.ufc.br/bitstream/riufc/23530/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINAL2017_dis_tsvinuto.pdf2017_dis_tsvinuto.pdfapplication/pdf2358052http://repositorio.ufc.br/bitstream/riufc/23530/4/2017_dis_tsvinuto.pdf4373c900bcf3c9501472a15c9bf16dd3MD54riufc/235302020-06-23 11:54:45.522oai:repositorio.ufc.br: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Repositório InstitucionalPUBhttp://www.repositorio.ufc.br/ri-oai/requestbu@ufc.br || repositorio@ufc.bropendoar:2020-06-23T14:54:45Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)false
dc.title.pt_BR.fl_str_mv Uma abordagem para a geração semiautomática de mapeamentos R2R baseado em um catálogo de padrões
dc.title.en.pt_BR.fl_str_mv An approach for the semi-automatic generation of R2R mapping based on a pattern catalog
title Uma abordagem para a geração semiautomática de mapeamentos R2R baseado em um catálogo de padrões
spellingShingle Uma abordagem para a geração semiautomática de mapeamentos R2R baseado em um catálogo de padrões
Vinuto, Tiago da Silva
Padrões de mapeamento
Mapeamento entre ontologias
Mapeamento R2R
Assertivas de mapeamento
Modelo RDF
Ontologias
title_short Uma abordagem para a geração semiautomática de mapeamentos R2R baseado em um catálogo de padrões
title_full Uma abordagem para a geração semiautomática de mapeamentos R2R baseado em um catálogo de padrões
title_fullStr Uma abordagem para a geração semiautomática de mapeamentos R2R baseado em um catálogo de padrões
title_full_unstemmed Uma abordagem para a geração semiautomática de mapeamentos R2R baseado em um catálogo de padrões
title_sort Uma abordagem para a geração semiautomática de mapeamentos R2R baseado em um catálogo de padrões
author Vinuto, Tiago da Silva
author_facet Vinuto, Tiago da Silva
author_role author
dc.contributor.co-advisor.none.fl_str_mv Pequeno, Valéria Magalhães
dc.contributor.author.fl_str_mv Vinuto, Tiago da Silva
dc.contributor.advisor1.fl_str_mv Vidal, Vânia Maria Ponte
contributor_str_mv Vidal, Vânia Maria Ponte
dc.subject.por.fl_str_mv Padrões de mapeamento
Mapeamento entre ontologias
Mapeamento R2R
Assertivas de mapeamento
Modelo RDF
Ontologias
topic Padrões de mapeamento
Mapeamento entre ontologias
Mapeamento R2R
Assertivas de mapeamento
Modelo RDF
Ontologias
description The web of linked data has grown considerably in recent years and covers a wide range of different domains today (BIZER; JENTZSCH; CYGANIAK, 2011). Linked data sources use different vocabularies to represent data about a specific type of object. For example, DBpedia 3 and Music ontology 4 use their proprietary vocabularies to represent data About musical artists. Translating data from these bound data sources into the vocabulary that is expected by a linked data application requires a large number of mappings and may require many structural transformations as well as complex transformations in the property value. Several tools emerge to map ontologies such as the SPARQL 1.1 language, LDIF framework and the Mosto tool. We choose to use in our study the R2R language, which was pointed out in (BIZER et al., 2012) as a good option to map ontologies, as it stands out in terms of expressiveness and performance. The R2R mapping language is a language based on the SPARQL language that allows you to transform data from a source vocabulary into a user-defined target vocabulary. However, defining mappings using this language is complex and subject to several types of errors, such as writing errors or even semantic errors, requiring expect user most to define the mappings. In this scenario, we propose an approach, using mapping patterns to automatically generate R2R mappings from a AMs. The approach is divided into two steps: (1) the manual specification of a set of AMs between the vocabulary of a source ontology and the vocabulary of a target ontology of the user’s choice; and (2) the automatic generation of the R2R mappings based on the result of the first step. Finally, we present the R2R By Assertions tool to help the user in the process of generating R2R mapping.
publishDate 2017
dc.date.accessioned.fl_str_mv 2017-06-22T19:34:26Z
dc.date.available.fl_str_mv 2017-06-22T19:34:26Z
dc.date.issued.fl_str_mv 2017
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv VINUTO, Tiago da Silva. Uma abordagem para a geração semiautomática de mapeamentos R2R baseado em um catálogo de padrões. 2017. 79 f. Dissertação (Mestrado em Ciência da Computação)-Universidade Federal do Ceará, Fortaleza, 2017.
dc.identifier.uri.fl_str_mv http://www.repositorio.ufc.br/handle/riufc/23530
identifier_str_mv VINUTO, Tiago da Silva. Uma abordagem para a geração semiautomática de mapeamentos R2R baseado em um catálogo de padrões. 2017. 79 f. Dissertação (Mestrado em Ciência da Computação)-Universidade Federal do Ceará, Fortaleza, 2017.
url http://www.repositorio.ufc.br/handle/riufc/23530
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal do Ceará (UFC)
instname:Universidade Federal do Ceará (UFC)
instacron:UFC
instname_str Universidade Federal do Ceará (UFC)
instacron_str UFC
institution UFC
reponame_str Repositório Institucional da Universidade Federal do Ceará (UFC)
collection Repositório Institucional da Universidade Federal do Ceará (UFC)
bitstream.url.fl_str_mv http://repositorio.ufc.br/bitstream/riufc/23530/2/license.txt
http://repositorio.ufc.br/bitstream/riufc/23530/4/2017_dis_tsvinuto.pdf
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
4373c900bcf3c9501472a15c9bf16dd3
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)
repository.mail.fl_str_mv bu@ufc.br || repositorio@ufc.br
_version_ 1847793113102286848