Argumentation Part 4 - Outline in Intelligent Agents...

Argumentación en Agentes Inteligentes: Teoría y AplicacionesProf. Carlos Iván Chesñevar

Tercera Escuela de Posgrado (Red ProTIC)Mendoza, Argentina – 02 al 06 de junio de 2008

Argumentation in Intelligent Agents:

Theory and Applications

Carlos Iván Chesñ[email protected]

http://cs uns edu ar/~cichttp://cs.uns.edu.ar/~cic

CONICET and Laboratory of R&D in A.I. Department of Computer Science

Universidad Nacional del SurBahía Blanca, Argentina

Part 4 - Outline

• An introduction to the Semantic Web

• Argumentation & Ontologies in DeLP

• Argumentation and the Semantic Web: the AIFApproach

Argumentation in Intelligent Agents: Theory and Applications / Prof. Carlos I. Chesñevar, 2008 2

Approach

Sobre la Web Semántica…

• Web Semántica: qué es y por qué lanecesitamos.

• Relación entre la Web Semántica y la Webtradicional


tradicional

• Web Semántica: Arquitectura y componentes.

• Web Semántica: Aplicaciones

WWW Consortium

• Dirigido por Tim Berners Lee, “inventor” de la Web.

• Misión: “Llevar a la Web a todo su potencial”

• El W3C desarrolla estándares para la Web• Lenguajes para la Web (HTML, CSS, XML, etc.)• Web Accesibility Initiative (WAI)• Web Services (SOAP etc )


Web Services (SOAP, etc.)• Lenguajes para la Web Semántica (RDF, OWL, etc.).

• Metodología de trabajo del W3C:•Desarrolla especificaciones técnicas con grupos detrabajo y una exhaustiva revisión pública•Desarrollo avanzado en predicción de cuestiones dediseño hacia el futuro• Foco: construcción de infraestructuras que apuntana las necesidades técnicas y sociales de la Web.

¿Qué es la Web Semántica?“La Web Semántica es una extensión de la web actual, en la que la información tiene un significado bien definido, permitiendo que computadoras y personas trabajen en cooperación”

Tim Berners-Lee, James Hendler, Ora Lassila“The Semantic Web”, Scientific American, Mayo 2001

Objeti o crear na red de rec rsos q e sean


Objetivo: crear una red de recursos que seanprocesables automáticamente por la computadora

Coexiste con la Web actual

Permite que el software lleve a cabo tareas a cargo delusuario

Busca pasar de una “Web de encontrar cosas” a una“Web de hacer cosas”

Un poco de historia… (1/2)

Hacia 1990-1993 se popularizaron las primeras herramientas para compartir recursos en InternetSurgieron FTP, Gopher, A hi


ArchieSu accionar se limitaba a transferencia de archivos

Un poco de historia… (2/2)

A partir de 1994 se desarrollaron navegadores (browsers) que trabajaban con páginas escritas en HTMLSurgieron Mosaic, Netscape, Internet Explorer, Mozilla Firefox, etc. Hipertexto / posibilidad de vinculos entre documentos en HTML


documentos en HTML Incorporación de documentos en formatos de audio, gráficos, etc. entendidos como recursos

Mosaic Netscape 0.9 – 13/10/1994Internet Explorer - Versión 1.0 – 08/1995….Internet Explorer – Version 7 – 2006Mozilla Firefox - 2006

HTML y la Web hoy

HTML se transformó en el estándar de facto paradivulgación de información en la Web.

Se desarrollaron y perfeccionaron editores yherramientas sofisticadas para procesar HTML

Se avanzó en la integración de formatos multimediales


y recursos adicionales embebidos a nivel cliente en elpropio navegador (ej.: JavaScript)

Se potenciaron los algoritmos de búsqueda (ej.Google) y recursos multimediales sociales (ej. YouTube).

¿Puede pedirse más?

http://www.entreriostotal.com.ar/turismo/concordia/termasenconcordia.htm

¡ Bienvenido a las Termas de Concordia !• 15 Hectáreas de Bosques Naturales, de pinos y eucaliptos....• Cabañas - Dormis- Bungalows con y sin pileta de agua termal. (ver Alojamiento...) ·• Sábado y Domingo: juegos recreativos para los niños con profesores de educación física.T if

HTML en la Web


TarifasEntrada General: Residentes de Concordia Mayores: $5 Menores y jubilados: $4Turistas Mayores: $12 Menores y jubilados: $9Horarios de funcionamiento del complejo: De lunes a lunes de 8 a 01 hs.· Alquiler: De Reposeras $ 3,00.- De Batas $ 5,00.- De Sillas $1,00.- De Sombrillas $ 2,00.- De Parrilla con Quincho: $ 5,00.-Se comunica que el transporte a las termas a partir del quince de julio es un servicio adicional, y que dicha concesión la tiene TRANSPORTE CASTELLI pactando como tarifa promocional una tarifa de $ 1,50 ida y vuelta.E-Mail: [email protected]

<html><head><meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1"><title>Documento sin título</title></head><body>¡ Bienvenido a las Termas de Concordia !<ul><li>15 Hectáreas de Bosques Naturales, de pinos y eucaliptos.</li><li>...</li><li> Cabañas - Dormis- Bungalows con y sin pileta de agua termal.

(ver <a href="alojamiento.htm">Alojamiento</a>...) ·</li><li> Sábado y Domingo: juegos recreativos para los niños con profesoresde educación física.</li>

Hipervínculos

Elementos de marcado


</ul>Tarifas Entrada General: Residentes de Concordia Mayores: $5 Menores y

jubilados: $4 Turistas Mayores: $12 Menores y jubilados: $9 Horarios de funcionamiento del complejo: De lunes a lunes de 8 a 23 hs. · Alquiler: De Reposeras $ 3,00.- De Batas $ 5,00.- De Sillas $ 1,00.- De Sombrillas $ 2,00.- De Parrilla con Quincho: $ 5,00.- Se comunica que el transporte a las termas a partir del quince de julio es un servicio adicional, y que dicha concesión la tiene TRANSPORTE CASTELLI pactando como tarifa promocional una tarifa de $ 1,50 ida y vuelta.

E-Mail: <a href="mailto:[email protected]">[email protected]</a> 

HTML: limitacionesHTML es el lenguaje predominante en el cual se

escriben páginas Web.

Actualmente la web está formateada para que seaapráctica para los seres humanos ¡pero no para losprogramas!

Supongamos querer tener un programa inteligente quenos encuentre información sobre las Termas de Concordia


nos encuentre información sobre las Termas de Concordia

¿A qué horas abren las Termas?

¿Dónde me puedo hospedar?

¿Cuánto sale un día en las Termas a un turista brasileño de 60 años?

Integración de información

Secretaría de Turismo de la Nación

Web de Termas deConcordia

Web de Termas deRío Hondo


Web de Termas deEpecuén

Web de Termas de……

Portal Web sobre

Termasen la Argentina

¿Puede automatizarse (parte de) la integración?

¿Cómo superar HTML?Crear programas inteligentes capaces de entender el

lenguaje natural de los seres humanos, y que seancapaces de entender preguntas y responder a ellas.

Pero… computacionalmente esto es excesivamentecomplejo.

Visión de la Web Semántica: reemplazar al HTML porlenguajes más apropiados que permitan no solo formatear


lenguajes más apropiados que permitan no solo formatearun documento para seres humanos, sino tambiénformalizar información sobre el contenido, proveyendometadatos. Ejemplo:

<atractivoTuristico><categTurismo> Termas </categTurismo><horario> <dia> lunes

<iniciohora> 8 </iniciohora> <finhora> 23 </finhora>….. </dia> </horario>

</atractivoTuristico>

Propuesta de la Web Semántica

Hacer a la Web más amigable para las máquinas

Proveer contenido que sea “entendible” por una computadora” (no solo “procesable” como es hoy en día)

Nota: por “entendible” estamos indicando que tenga una semántica formal accesible


La Web debe ser más que solo una gran “biblioteca”

Pensar en la Web como una infraestructura para diversos servicios, con distintas funcionalidades.

Hacer a la Web “inteligente”: ir más allá de detectar secuencias de caracteres usando buscadores…

Capas en la Web Semántica(T. Berners-Lee y otros)

Capas de conocimiento


Capas de datos

Capas de información

Propuesta de la Web Semántica

Metadatos: Permiten identifica y extraer información delos recursos disponibles en la Web

Ontologías: permiten organizar y estructurar elconocimiento, mejorando las búsquedas en la Web y lainterpretación de la información para comunicarla a otrosagentes o programas


agentes o programas.

Lógica: permite procesar la información extraída y usarlapara obtener conclusiones.

Confianza: emergerá a partir de utilizar firmas digitales, yconceptos tales como reputación, certificación, etc.

Usuario

Consulta aBuscador

Visualiza en Buscador

Situación Actual Situación Futura

Usuario

Agente Inteligente


Buscador

Docs HTML

Buscador

Internet

Servicios de Infraestructura

de la Web

Internet

Capa de Datos: Unicode + URI

Unicode apunta a ser un estándar para todos los lenguajesexistentes (incluyendo asirio, fenicio, jeroglíficos egipcios,lenguajes indígenas, etc.).

Provee un único “code point” para cada caracter

Los primeros 256 “code points” se hicieron idénticos al


contenido de la norma ISO 8859-1, que comprende loscaracteres “tradicionales” ASCII Extendido (ej. en una PC).

Unicode define distintos métodos de mapeo para codificar caracteres.Codificación común: UTF (Unicode Transformation Format)

UTF-8 — codificación de 8-bits compatible con ASCII.

URI (Uniform Resource Identifier) es una cadena decaracteres que identifica unívocamente a un recurso.Encontramos aquí URLs y URNs.

URL (Uniform Resource Locator): URI que provee unmecanismo de acceso al recurso, permitiendo actuar sobre él.

Ej: http://www.uns.edu.ar

URN (Uniform Resource Name): identifica a un recurso por


un nombre en un “namespace” (ámbito)

Ej: urn:isbn:84-345-36341-1

urn:www.agxml.org:schemas:all:2:0

URI

URL URN

Analogía: URN = nombre de una persona (define identidad)URL = su dirección (define dónde hallarla)




Capas de datos


XML (eXtensible Markup Language)

<H1>Curso de HTML y XML </H1><UL><LI> Profesor: Juan Salas<LI> Asistente: Jorge Bustos </UL>

HTML:Etiquetas identifican formato de visualizacion


<curso><titu> Curso de HTML y XML</titu><profesor> Juan Salas </profesor><asistente> Jorge Bustos </asistente>

</curso>

XML:Etiquetas identificanpieza de conocimiento

XML y HTML son “hermanos”, ambos hijos de SGML(Standard Generalized Markup Language, ISO 8879).

Con XML se pueden definir etiquetas arbitrariasasociadas a piezas de conocimiento.

Las definiciones pueden involucrar recursión, y serintegradas de forma transparente dentro de código HTML



integradas de forma transparente dentro de código HTML

Existen herramientas que permiten realizar consultassobre información expresada en XML (ej. XPath)

Dos acercamientos usados para caracterizarformalmente los XML válidos

DTD (Document Data Definition)

XML Schema (acercamiento más moderno)


XML: Documento = árbol etiquetado

Cada etiqueta puede tener atributos (nombre = valor)

<factura facNro=“23456” cliente=“Pepito” fecha=“15 Oct 2006” >

<item> itemNro=“a528” cant=“3” </item><item> itemNro “b321” cant “1” </item>


<item> itemNro=“b321” cant=“1” </item></factura>

atributo

elemento

factura

facNro cliente item item

itemNro cant itemNro cant

fecha

DTDs: definiendo estructura<factura facNro=“23456” cliente=“Pepito” fecha=“15 Oct 2006” >

<item itemNro=“a528” cant=“3” /><item itemNro=“b321” cant=“1” />

</factura>

<!ELEMENT factura (item+)> Oper. Cardinalidad


<!ATTLIST facturafacNro ID #REQUIREDcliente CDATA #REQUIREDfecha CDATA #REQUIRED>

<!ELEMENT item EMPTY><!ATTLIST item

itemNro ID #REQUIREDcant CDATA #REQUIREDobserv CDATA #IMPLIED>

Atributo obligatorio

string

Campo clave

Oper. Cardinalidad

Los componentes de un DTD pueden definirse de formaexterna (en un archivo separado) o interna.

Es mejor hacerlo de forma externa, pues las definicionespueden usarse en varios documentos.

DTDs

<?xml version=“1.0” encoding=“UTF-16”?><!DOCTYPE factura SYSTEM “factura.dtd”><factura facNro=“23456” cliente=“Pepito”


<factura facNro 23456 cliente Pepito fecha=“15 Oct 2006” >

<item itemNro=“a528” cant=“3” /><item itemNro=“b321” cant=“1” />

</factura>

<!ELEMENT factura (item+)><!ATTLIST factura…

factura.dtd

XML Schema: ofrece un lenguaje más rico para definir laestructura de documentos XML.

Características:

La sintaxis de XML Schema ¡es en XML! (y por ende no hacefalta tener parsers, editores, etc. por separado).

Permite redefinir y combinar esquemas, reusando esquemas

XMLS (XML Schema)


preexistentes.

Provee un conjunto de nuevos tipos que extienden/restringentipos preexistentes.

<element name=“factura” type=“TipoFac”/><complexType name=“TipoFac”<attribute name=“NroFac” type=“ID” use=“required”/><attribute name=“cliente” type=“string” use=“required”/><attribute name=“fecha” type=“Date” use=“required”/></complexType>

Ventaja de XML: un documento puede usar más de un DTDo XML Schema.

Pero…como estas estructuras fueron desarrolladasindependientemente, probablemente aparecerán “colisiones denombres”.

XML: Namespaces

DTD A DTD B


<!ELEMENT Nombre….> <!ELEMENT Nombre….>

¿A que DTD nos referimos al decir Nombre?

Uso de prefijos para desambiguar

<!ELEMENT raton EMPTY><!ATTLIST raton

nombre ID #REQUIREDraza CDATA #REQUIRED….>

<!ELEMENT raton EMPTY><!ATTLIST raton

nombre ID #REQUIREDprecision CDATA #REQUIRED…. >

raton dtd www biologos com ar www hardware comraton dtd


raton.dtd www.biologos.com.ar www.hardware.comraton.dtd

<hard:raton xmlns:hard="http://www.hardware.com/ratonDTD" hard:nombre = “genius” hard:precision = “optica”</hard:raton>

<h:raton xmlns:h="http://www.biologos.com.ar/ratonDTD" h:nombre = “juancito” h:raza = “domestico”</h:raton>

Presentación: de XML a HTML<curso>

<titu> Curso de HTML y XML</titu><profesor> Juan Salas </profesor><asistente> Jorge Bustos </asistente>

</curso>

Curso de HTML y XML Curso de HTML y XML


Esto puede lograrse a través de XSL (extensiblestylesheet language).

XSL incluye un lenguaje de transformación (XSLT) yun lenguaje de formateo, ambos definidos en XML.

Juan SalasJorge Bustos

Juan SalasJorge Bustos

?

Dos usos posibles de XSLT

Doc D en XML

(contenido sin formato)

DocumentoXSLT

Doc D en HTML

(contenido con formato)

D A


Doc A en XML según

DTD X

Doc B en XML según

DTD Y

DocumentoXSLT

Contenido de A y B en

forma unificada

Capas de datos


XML es un metalenguaje universal de marcado. Proveeun conjunto de herramientas como parsers, traductorespara intercambio de datos, etc.

Pero XML no provee ninguna manera de hablar sobre lasemántica de los datos. Ej:

Descripción de recursos en RDF

<curso> <titu> Curso de HTML y XML</titu>

La misma información puede representarse


<curso> <titu> Curso de HTML y XML</titu><profesor> Juan Salas </profesor><asistente> Jorge Bustos

</asistente> </curso>

<profesor nombre=“Juan Salas”><curso> Curso de HTML y

XML</curso><asistente> Jorge Bustos

</asistente></profesor>

puede representarse de formas sintácticamente diferentes…

Falta un modelo para los datos!

RDF

RDF es un modelo de datos. Su constructor básico esuna 3-upla (objeto,atributo,valor), llamado sentencia.

RDF es independiente del dominio, y los usuariospueden definir su propia terminología usando un lenguajede esquemas llamado RDF Schema (RDFS).

Diferencia XML Schema y RDF Schema:

RDF y RDF Schema (RDFS)


y

XMLS restringe la estructura de documentos XML

RDFS define el vocabulario usado para el modelo, ypermite especificar qué propiedades se aplican a losdiferentes objetos, que valores éstos pueden tomar, ycómo se relacionan.

Ej: profesor es subclase de docente.

RDF se basa en recursos, propiedades y sentencias

Recurso: objeto o cosa de la cual queremos hablar. Ej:autores, libros, lugares, gente, hoteles, habitaciones, etc.Cada recurso tiene su URI (Universal Resource Identifier)

Propiedades: describen relaciones entre recursos,tales como “escrito por”, “edad”, “DNI”. También tienen su

RDF: ideas básicas


URI.

Sentencias: son afirmaciones sobre propiedades de losrecursos. Es una 3-upla (objeto, atributo, valor), quetendrá la forma

(recurso, propiedad, valor)

Los valores pueden ser recursos o “literales” (cadenasde caracteres).

Ej: Juan Perez es el dueño de la páginahttp://uner.edu.ar/~perez

Podemos identificar una 3-upla

Una sentencia en RDF

(http://uner.edu.ar/~perez, http://mydom.org/ownerRDF, “Juan Perez”)


Recurso Propiedad Valor

Cada uno tiene su URI que lo identifica como recurso

x P y P(x,y)Hay una analogía con una fórmula de primer orden

Sentencias en RDF

http://uner.edu.ar/~perez Juan Perez 433 2343

http://cs.uns.edu.ar/~cic

dueño telef

consulta

Carlos Chesñevardueño


Un documento RDF se representa con el tag rdf:RDF

El contenido de este elemento es un conjunto de Descripciones, que usan el tag rdf:Description

Sentencia en RDF (sintaxis basada en XML)

<?xml version=“1.0” encoding=“UTF-16”?><rdf:RDFxmlns:rdf=http://www.w3.org/....xmlns:midominio= http://mydom.com/ownerRDF >

<rdf:Description rdf:about=http://uner edu ar/~perez>


rdf:about=http://uner.edu.ar/~perez><midominio:duenio>

Juan Perez</midominio:duenio></rdf:RDF>

Valor Recurso Propiedad

RDF solo usa propiedades binarias; esto obliga areificaciones y adaptaciones.

RDF tiene una sintaxis basada en XML que es pocoamigable para desarrolladores humanos.

Pero… la idea no es que la Web Semántica seaprogramada en RDF, sino con herramientas que traduciráncódigo a RDF

RDF: visión crítica


código a RDF.

Ventajas similares a usar HTML en los primeros tiemposde la World Wide Web.

X es el árbitro de un partido de fútbol entre equipos Y y Z

arbitro(X, Y, Z)

arbitro(partidoFutbol,X)equipo1(partidoFutbol,Y)equipo2(partidoFutbol,Z)

RDF

RDF es un lenguaje universal para que los usuariosdescriban recursos con su propio vocabulario

…pero no define la semántica del dominio en ningúnsentido. En particular, es de nuestro interés poderestablecer jerarquías de clase y herencia.

RDF Schema: Ideas básicas

Ejemplo: dentro de una universidad, tendremos aulas,profesores materias Pero no tiene mucho sentido


profesores, materias. Pero no tiene mucho sentidoafirmar que:

La materia Análisis Matemático I es dictado por Algebra I.

El aula 38C es dictada por Juan Pérez

“es dictado por” debería tener un rango (profesores) “es dictado por” debería tener un dominio (materias)

RDF y RDFS

esDictadoPor

Miembro Personal Académico

Personal Universida

d

Literal

id tel

domain

range

range range

domain domain

subClassOf


Algebra Juan Perez

Materia

esDictadoPor

Profesor titular

type

ProfesorAdjunto

type

subClassOf subClassOf

RDF

RDFS

RDFS fija la semántica de conceptos básicos talescomo rango, dominio, sub-clase, sub-propiedad, etc.

RDFS es un lenguaje (limitado) para definir lasemántica de dominios particulares.

RDFS está definido usando RDF (las primitivas demodelaje de RDFS se definen usando propiedades y

RDF Schema: Ideas básicas


modelaje de RDFS se definen usando propiedades yrecursos).

Clases, herencia y propiedades también se usan enOOP (aquí la clase de un objeto define las propiedadesque se aplican a él).

… en RDFS las propiedades se definen globalmente (esto es, no estánencapsuladas como atributos en definiciones de clase). Así es posible definirnuevas propiedades que se apliquen a una clase existente sin cambiar esaclase.

La expresividad de RDF y RDFS es deliberadamentemuy limitada

RDF: predicados básicos binarios

RDFS: jerarquía de subclases y propiedades, juntocon definiciones de dominio y rango para propiedades

El W3C id tifi ó t í ti i l

OWL: Web Ontology Language


El W3C identificó características necesarias para laWeb Semántica que *no* estaban en RDF ni RDFS.

Ya se había trabajado en un lenguaje de modelado deontologías (DAML-OIL), en un esfuerzo conjunto de EEUUy Europa.

Este lenguaje fue la base de OWL (Web OntologyLanguage)






Capas de datos


Ontología: formalización de una conceptualización

Lenguajes de Ontologías: permiten definirconceptualizaciones formales de modelos de dominio.

OWL: Web Ontology Language

• Sintaxis bien definida• Una semántica formal• Conveniencia de expresión

Lenguajes para modelado de ontologías


p• Soporte eficiente para razonamiento• Suficiente poder expresivo

g

La lógica juega aquí un rol central para poder contar con una semántica formal y un soporte eficiente para razonamiento.

Lenguajes de Programación en Lógica (Prolog)

Tener una semántica formal posibilita razonar sobre elconocimiento. En el caso de ontologías, podemos realizarinferencias sobre problemas tales como:

Membresía de clase

Equivalencia de clases

Consistencia

¿Para qué una semántica formal?


C

x:C

DsubClass

x:D

A B

B C

A C

A

x:A

B C

DsubClass

subClass

¡Inconsistencia!

La semántica es un prerequisito para contar con unsoporte de razonamiento.Idea: hacer todo lo anterior automáticamente, en lugar dehacerlo a mano.Esto posibilita:

Chequear la consistencia de la ontología y delconocimiento

¿Para qué una semántica formal?


conocimientoChequear las relaciones no deseadas entre clasesAutomatizar la clasificación de instancias en clases.

Lenguaje de

Ontologías

FormalismoLógico OWL Description

Logic

RDFS parece muy potente, pero tiene limitaciones a lahora de definir ontologías. Veamos algunas:

Ambito local de propiedades. El tag rdfs:range define elrango de una propiedad (ej. “come”) para *todas* lasclases. RDFS no permite restringir el rango según la clase(ej. No podemos indicar que “vaca come pasto” y “perrocome carne”).

Clases disj ntas en RDFS no se p eden indicar clases

Limitaciones de RDFS


Clases disjuntas: en RDFS no se pueden indicar clasesdisjuntas (ej. Hombre y mujer); solo podemos indicarrelaciones de subclases (ej. Mujer es subclase dePersona).

Combinaciones booleanas de clases: sería interesantecrear nuevas clases combinando otras por unión,intersección, etc. (ej. Persona sería unión disjunta deHombre y Mujer). Pero…¡RDFS no permite eso!

Restricciones de Cardinalidad. Ciertas veces sequieren imponer restricciones sobre los dsitintos valoresque puede tener una propiedad (ej. Una persona tieneexactamente 2 padres; un curso tiene al menos 1profesor). RDFS no permite esto.

Características especiales de propiedades: a veces esútil poder especificar que una propiedad es transitiva(“mayor que”), única (“es madre de”), o la inversa de otra

Limitaciones de RDFS


( y q ), ( ),propiedad (“esDictadoPor” y “Dicta”). RDFS no permiteesto.

Para resolver estas limitaciones hace falta un lenguaje que tenga soporte para razonamiento eficiente, conveniencia de expresión, y un lenguaje tan potente como combinar RDFS + lógica de primer orden. ¿Cómo obtener todo esto?

Esto llevo a W3C a definir distintas variedades de OWL.

OWL Full. Es el lenguaje “completo”, contodo un conjunto de primitivas que puedencombinarse con RDF/RDFS arbitrariamente.Problema: tan tan potente que es indecidible,y no es manejable computacionalmente demanera eficiente.

OWL DL. Es un sublenguaje de OWL querestringe OWL Full (básicamente no se

OWL en varios sabores

OWLFull


g (permite la aplicación auto-referente deconstructores OWL unos sobre otros).Ventaja: corresponde a Description Logics.

OWL Lite: Es un sublenguaje de OWL DL.Excluye clases enumeradas, sentencias dedisjunción, cardinalidad arbitraria. Ventaja: esmás facil de entender para usuarios y facilitaimplementación para constructores deherramientas.

OWLLite

OWLDL

OWL es el estándar propuesto para ontologías en laWeb. Describe la semántica del conocimiento de maneraaccesible para un programa (machine-accessible).

OWL está construído encima de RDF y RDFS: se usa lasintaxis de RDF (basada en XML); las instancias sedefinen usando descripciones en RDF, y se usan lamayoría de las primitivas de modelado de RDFS.

Se pro ee na semántica formal ra onamiento a

OWL en síntesis


Se provee una semántica formal y razonamiento através de mapear OWL sobre una lógica.

Se ha usado para esto la lógica de predicados y ladescription logics.




Capas de datos


La lógica se encuentra en los fundamentos de larepresentación de conocimiento, con un lenguajealtamente expresivo.

Provee una semántica formal clara, que da significadono ambiguo a las sentencias.

Existe una noción de consecuencia lógica, que permiteestablecer cuándo una fórmula se sigue de otras

Lógica e inferencia: Reglas


establecer cuándo una fórmula se sigue de otras.Existen sistemas de prueba que permiten derivar

conclusiones automáticamente a partir de un conjunto depremisas (theorem provers).

Estos sistemas permiten proveer explicaciones pararespuestas o comportamientos del sistema.

Lógica e inferencia: ReglasPolítica de marketing de un supermercado: dar descuentos aclientes frecuentes y a aquellos clientes que cumplan años el día deuna compra. Exceptuar de esta política a los clientes que tienendeudas pendientes impagas.

En Prolog esto puede representarse declarativamente a través de reglas de la siguiente forma:


descuento(C) cliente_frecuente(C),edad(C,E), E<60, not moroso(C )

descuento(C) cliente(C), cumpleaños(C,Dia), fechaHoy(F), F=Dia, not moroso(C )

moroso( C ) ... etc …

Pero si queremos representar en HTML… ¡no podemos!

Reglas en XML

d(X) c(X)

Se han desarrollado estándares en XML para representarreglas de manera uniforme y permitir razonar con ellas,embebiendo conocimiento en código accesible por unnavegador.

<rule><head>

<atom> <predicate>d<\predicate><term> <var> X <\var>


<\atom> <\head><body>

<atom> <predicate>c<\predicate><term> <var> X <\var>

<\atom> <\body>

<\rule>

Esto permite representar conocimiento y razonar sobre él utilizando toda la “artillería” provista por la lógica y técnicas de Inteligencia Artificial

Proyecto RuleML (www.ruleml.org)

Confianza en la Web Semántica• En el tope del desarrollo de la Web Semántica seencuentra la capa de “trust” (confianza), que involucra eluso de firmas digitales y recomendaciones de agentesconfiables, o con agencias de certificación y cuerpos deconsumidores.

• Se habla muchas veces de “Web of Trust” para hacer


• Se habla muchas veces de Web of Trust para hacerreferencia a que la confianza está distribuída hoy día en laWeb de forma caótica, al igual que las páginas HTML.

• Una cosa es segura: la Web Semántica alcanzará todosu potencial cuando los usuarios tengan plena confianzaen sus operaciones y en la calidad de la informaciónobtenida.

Aplicaciones• Existen numerosas aplicaciones basadas en la WebSemántica en vías de desarrollo.

Ejemplo: la editorial Elsevier está desarrollando unsistema unificado de manejo de publicaciones

Problema: “consultas horizontales” dentro del bancode publicaciones. Necesidad de manejo de informacióninterdisciplinaria de manera ágil


interdisciplinaria de manera ágil.

Solución: integración de bases de datos via unaontología subyacente y una única interfase.

BD BD BD

Biología Computación MedicinaArtículos sobre tratamientos contra el Alzheimer

Aplicaciones• Ejemplo: AUDI tiene 51.000 empleados y produce700.000 autos anualmente. Opera miles de bases dedatos en diferentes partes del mundo.

Problema: unificación e integración de los recursosexistentes, y razonar sobre soluciones alternativas.

Solución: bases de datos distribuídas coordinadasvia ontologías


via ontologías.

Ontología para manejos de empleados / Carga deinformación de empleados a través de interfases quealmacenan contenido en RDF.

Otras empresas como HP, Boing, Chrysler etc. estánempleando acercamientos parecidos.

Aplicaciones: agregación de información

Se está trabajando con sistemas de agregación de información en XML sobre pronósticos meteorológicos (A.Hunter, Univ. College of London, UK - 2006)


<weather>…..

<\weather>

<weather>…..

<\weather>

<weather>…..

<\weather>

<weather>…..

<\weather>

Mecanismos de agregación

Pronóstico “ponderado” resultante de combinar tres fuentes distintas

Aplicaciones• Otras áreas de aplicación:

• E-Learning: ontologías para representar materialdisponible para cursos.

• E-Government: representación y razonamiento apartir de de la información que maneja el Estadocomo servicio a los ciudadanos.


• E-Commerce: ontologías para posibilitar mejorarventas y relaciones comerciales en un mercado global

• … etc …

A modo de conclusión

• La Web Semántica constituye una nueva visiónconceptual que enriquece la Web tal como laentendemos hoy en día.

• El futuro de la Web radicará en su posibilidad deintegrar adecuadamente los contenidos digitales


disponibles (texto, multimedia, etc.) de manerainteligente, permitiendo ir más allá del concepto debúsqueda por palabras clave usado tradicionalmente.

Los desarrollos actuales en Web Semántica pueden noresultar visibles en la actualidad, pero serán sin duda elestándar emergente del futuro.




(Basado en la investigación para Tesis Doctoralrealizado por Mg. Sergio A. Gómez)Resultados recientes publicados en:

"Inconsistent Ontology Handling by Translating Description Logics into Defeasible LogicProgramming" (S. Gómez, C.Chesñevar, G. Simari). Iberoamerican Journal of ArtificialIntelligence, Vol. 11, No. 35, pp.11-22, 2007.

Argumentation & Ontologies

• Knowledge in the Semantic Web: represented throughontologies expressed in OWL-DL.

•Description Logics (DLs) are a well-known family ofknowledge representation formalisms.


• But… DLs cannot deal with inconsistent ontologies!

• Proposal: use Defeasible Logic Programming as atool for modelling knowledge and reasoning withinconsistent information.

Description Logics - Basics

• Description Logics (DL) are a well-known family ofknowledge representation formalisms.

• Based on the notions of concepts (unary predicates,classes) and roles (binary relations)


• Characterized by constructors (complex concepts androles defined from atomic ones).

• Expressive power determined by the constructsavailable for building concept descriptions.

Description Logics - Basics

• Basic language for building DL expressions:

Concepts and Roles: let C, D be concepts, R roles

Conjunction: C DDisjunction : C DN i C


Negation: ¬ CExistential Restriction: ∃R.CValue Restriction: ∀ R.C


Translating Statements

• For compatibility reasons, part of the OWL-DLconstructs are based on RDF Schema.

• RDFS provides

a subset of the DL statements (subclass,


subproperty, range, and domain statements) which ina DL setting are called Tbox axioms

asserted class-instance (type) and instance-property-instance relationships which in a DL settingare called Abox axioms.



Some translations (atomic)• The DL inclusion axiom C D corresponds to a FOL implication(∀x)(C(x)→D(x)).

• Class and property axioms map to DeLP as:

Class C is a subclass of class D (C D)D(X) C(X)Property Q is a subproperty of property P (Q P)P(X,Y) Q(X,Y), where X and Y are variable names


• Range and domain statements map to DeLP as:

Range of property P is class C: ∀P.CC(Y) P(X,Y)Domain of property P is in class C: ∀P.CC(Y) P(Y,X)

• Asserted class-instance (type) and instance-property-instancerelationships (axioms C(a) and P(a,b) in DL) are just facts C(a) andP(a,b).

Some translations (atomic)• Class and property equivalence axioms can be replacedwith a symmetrical pair of inclusion axioms.

• Class and property axioms map to DeLP as:Class C is equivalent to class D (C≡D){ D(X) C(X), C(X) D(X) }

Property Q is equivalent to property P (Q≡P){ P(X Y) Q(X Y) Q(X Y) P(X Y) }


{ P(X,Y) Q(X,Y), Q(X,Y) P(X,Y) }where X and Y are variable names

• Inverse and transitivity axioms for properties:

Property P is the inverse of property Q (P≡Q - ) maps to{ Q(Y,X) P(X,Y), P(X,Y) Q(Y,X) }

Property P is transitive (P+ P ) maps toP(X,Z) P(X,Y) ∧ P(Y,Z)

Translating Class Constructors• In DL, classes appearing in axioms may be compoundexpressions built up from atomic classes and properties.

• Conjunctions:

A DL class can be formed by conjoining classes (conjunction of unarypredicates).


Conjunction occurs in the l.h.s of a subclass axiom:C1 C2 D

Becomes a conjunction in the body of the ruleD(X) C1(X), C2(X)

Conjunction occurs in the r.h.s of a subclass axiom:C D1 D2

Becomes a disjunction in the head of the ruleD1(X) C(X), D2(X) C(X)

Translating Class Constructors• In DL, classes appearing in axioms may be compoundexpressions built up from atomic classes and properties.

• Disjunctions:

A DL class can be formed from disjunction of existing classes (disjunctionof unary predicates).


Disjunction occurs in the l.h.s of a subclass axiom:C1 C2 D

Becomes a conjunction in the body of the ruleD(X) C1(X) ∨ C2(X) { D(X) C1(X) ; D(X) C2(X) }

Disjunction occurs in the r.h.s of a subclass axiom:C D1 D2

Becomes a disjunction in the head of the ruleD1(X) ∨ D2(X) C(X) cannot be represented in DeLP

END OF PART 3

Argumentation in Intelligent Agents: Theory and Applications / Prof. Carlos I. Chesñevar, 2008 71 Argumentation in Intelligent Agents: Theory and Applications / Prof. Carlos I. Chesñevar, 2008 72





Una Arquitectura para manejar definiciones ontológicas potencialmente inconsistentes

via DeLP




Infrastructure for

Mass Argumentation Support

in the Semantic Web


in the Semantic WebResultados recientes publicados en:

“Laying the foundations for a World Wide Argument Web“(I. Rahwan, F. Zablith, C. Reed).

Artificial Intelligence, Vol. 171, pp. 897-921, 2007.

( Créditos por algunas transparencias: F. Zablith )

Argumentation in perspective Argumentation in perspective

“a verbal and social activity of reason aimed at increasing (or decreasing) the acceptability of a controversial standpoint for the listener or reader, by putting forward a constellation of propositions (i.e. arguments) intended to justify (or refute) the


standpoint before a rational judge”

(V. Eemeren)

Argumentation on the World Wide Web Argumentation on the World Wide Web -- 11

The Web acts as an enabler of large-scale argumentation,

where different views are

presented


presented, challenged,supported,and evaluated

by different users.

Argumentation on the World Wide Web Argumentation on the World Wide Web -- 22

Sara: Global warming

Dr. Phil: Tipping lowers self-esteem.

Truthmapping

WeblogsDebatepedia WWW


Allen: Brazil has the best football team.

Sara: Global warming is a huge threat to environment.

Discussion ForumsCohere

Parmenides

Arguments are Everywhere

Discussion forumsBlogsNews web sitesWikis


Limitations:No structureHard to search / query / evaluate arguments


www.truthmapping.comProponent specifies premises and conclusionPossibly chain argumentsAnyone can add 1 critique per claimUser can rebut each critique with 1


User can rebut each critique with 1 statementNumerical ratings




www.idebate.org/debatabasewww.debatepedia.com

Databases of argumentsArguments pro- and con- a yes/no question

www.standpoint.comCl i “Ab ti h ld b l l”


Claim: “Abortion should be legal” 14 people believe it because:

“people should have the right to do as they please”3 people believe it because:

“Unwanted children are often a burden on society”


standpedia.comDifferent people answer a questionSupport/rebut reasons


However…

No integration between toolsSearch arguments across different systems?

Argument classification is shallowHow about different types of argument?


No semantic interlinking among argumentsE.g. different types of rebuttals

Limitations of Argumentation Limitations of Argumentation Tools on the Web Tools on the Web

Simple Structures, Ex: DebatepediaProblem: Limits analysis, querying, visualisation, etc.

Limited Scale and Domain, Ex: ParmenidesProblem: Not based on a general theory of argumentation, small number of participants.


Lack of semantically rich links among arguments, Ex: Truthmapping

Problem: limits analysis and evaluation

Limited or no integration between argument repositories.Problem: Limits services such as question answering.

A proposed solution ...A proposed solution ...

Rahwan et al. proposed the theoretical and softwarefoundations of a World Wide Argument Web (WWAW).WWAW: A large-scale Web of inter-connected argumentsposted by individuals to express their opinions in astructured manner.Developed a pilot system, ArgDF, based on RDF


Schema.

Reference:

“Laying the foundations for a World WideArgument Web“(I. Rahwan, F. Zablith, C. Reed).

Artificial Intelligence, Vol. 171, pp. 897-921, 2007.

World Wide Argument Web ( WWAW ) World Wide Argument Web ( WWAW ) -- 11

Must support the storage, creation, update and querying of argumentative structures.

Must have Web-accessible repositories.


The WWAW language must be based on open standards, enabling collaborative development of new tools.

Must employ a unified, extensible argumentation ontology.



World Wide Argument Web (WWAW) World Wide Argument Web (WWAW) -- 22Must support the representation, annotation and

creation of arguments using a variety ofargumentation schemes.

Ar 5

WWW


WWAW

Arg1

Arg2

Arg3

Arg4

Arg5

Arg6Arg7

Arg8

Arg9

Motivation Motivation

Argument networks are dynamic: Is it possible to use reasoning to infer additional information in addition to what is explicitly captured?

Argument Schemes provide patterns of presumptive reasoning.


How do certain argument schemes relate to each other?

Can the underlying ontology of ArgDF be improved?

Research QuestionsResearch Questions

What are the ontological primitives needed to capture the relationships betweeb argument schemes?

Which knowledge representation language provides the formal syntax and semantics to model the argumentation domain?

Wh t t f t l i l i t k b f l i if i


What types of ontological reasoning tasks can be useful in specifying arguments using ontology of schemes?

How can we exploit this representation together with existing Semantic Web tools to develop systems for rich argumentation annotation, navigation and querying?

The ontology …The ontology …

Based on a reification of Argument Interchange Format

Uses Walton’s account of argumentation schemes

Follows the same key principles of WWAW


Follows the same key principles of WWAW

"Towards an Argument Interchange Format“(C.Chesñevar, J. McGinnis, S. Modgil, I. Rahwan, C. Reed, G. Simari, M.South, G. Vreeswijk, S. Wilmott).The Knowledge Engineering Review (KER), Cambridge University Press,Volume 21, Issue 04,pp 293-316, 2006.


Argument Interchange Format and Argument Interchange Format and Argumentation SchemesArgumentation Schemes

Argument Interchange FormatArgument Interchange FormatRepresents a core ontology to describe arguments and argument networksArgument entities can be represented as nodes in a directed graph called an argument network.

Two types of nodes : I-Nodes and S-NodesI-Nodes: Represent claims that depend on the domain of discourse


p pS-Nodes: Are applications of schemes (domain independent patterns of reasoning). Schemes have specialisations: Inference Scheme, Conflict Scheme, etc. Scheme application nodes also have specialisations: Rule of Inference Application Node, Conflict Application Node, etc.

Edges that connect nodesNode attributes: Title, creator, type, strength, acceptability, etc.



Argument Interchange FormatArgument Interchange Format


Why an Argument Interchange Format?

Many ad-hoc argument representation languages, e.g.:

Araucaria Argument Markup Language (AML)DTD definition for marking up arguments

CompendiumOntology of Issue-based Information Systems

Assurance and Safety Case Environment (ASCE)


Assurance and Safety Case Environment (ASCE)Ontology of arguments about safety

ClaiMakerOntology called “ScholOnto” about research literature concepts

AIF Aims

Problems with ad hoc languages:Mainly for visualisation not designed for automated agentsSemantics tightly coupled with specific theories or applications

AIF:


AIF:Facilitate argument interchange between (possibly heterogeneous) software agentsInteroperability among argument visualisation tools

AIF Effort

Agentlink Technical Forum, Budapest, Hungary, September 2005 First draftPreliminary paper in ArgMAS 2006Final paper in The Knowledge Engineering


Review

"Towards an Argument Interchange Format“(C.Chesñevar, J. McGinnis, S. Modgil, I. Rahwan, C. Reed, G. Simari, M.South, G. Vreeswijk, S. Wilmott).The Knowledge Engineering Review (KER), Cambridge University Press,Volume 21, Issue 04,pp 293-316, 2006.

Informal Semantics of Edges

To I-Node To RA-Node To PA-Node

From I-Node

N/A data/information used on applying an inference

data/information used in applying a preference

RA = Rule Application; I = Inference; PA = Preference Application


From RA-Node

Inferring a conclusion in the form of a claim

Inferring or justifying an inference scheme

Inferring or justifying a preference

From PA-Node

Applying preferences among beliefs, goals etc.

Applying preferences among rules of inference

Meta preferences over preference criteria

Argumentation SchemesArgumentation Schemes

Forms of argument that capture stereotypical patterns of reasoning.

Often represent arguments presumptive in nature, therefore called ‘presumptive inference patterns’


Meaning : if the premises are true, then the conclusion may presumably be taken to be true.

Walton Schemes have been most influential in computational work.



Walton Schemes Walton Schemes -- 11

Scheme for Argument from Position to Know:– Premise: E is in a position to know whether A is true (false).– Premise: E asserts that A is true (false).– Conclusion: A may plausibly be taken to be true (false).

Instance of Argument from Position to Know:


Instance of Argument from Position to Know:– Premise: Allen is in a position to know whether Brazil has the best

football team.– Premise: Allen says Brazil has the best football team.– Conclusion: Brazil has the best football team.


Critical Questions for Argument from Position to Know:1. Knowledge: Is E in a position to know whether A is true(false)?2. Trustworthiness: Is E an honest (trustworthy, reliable) source?3. Opinion: Did E assert that A is true(false)?

Critical questions provide a way to evaluate an argument.


Based on ‘burden of proof ’, critical questions can be divided into:

Presumptions that are required for the inference to go throughExceptions to the inference rule


Questions 1 and 3 merely question two of the explicit premises; thus can be omitted.

One Exception: “E is not an honest (trustworthy, reliable) source”.


Different schemes are explained by Walton:Argument From Position to KnowAppeal to Expert OpinionArgument From Bad ConsequencesFear Appeal ArgumentEtc.


Scheme for Appeal to Expert Opinion:– Premise: Source E is an expert in domain D containing

proposition A.– Premise: E asserts that proposition A is true (false).– Conclusion: A may plausibly be taken to be true (false).

Thi h i li th h f t f


This scheme specialises the scheme for argument from position to know. (Having expertise in a field causes one to be in a position to know things in that field.)

Schemes themselves have a hierarchical ontological structure, based on a classification of their constituent premises and conclusions. (Not captured in ArgDF!)

Argument Networks


Representing a Scheme

Conclusion descriptor:A may plausibly be taken to be true

Presumptive inference scheme:Argument from expert opinion

hasConclusionDescription

Premise descriptor:Other experts disagree

Conflict scheme:Conflict from bias

Premise descriptor:Speaker is biased

hasPremiseDescription

hasException


Premise descriptor:E is an expert in domain D

Premise descriptor:E asserts that A is known to be true

Presumption:E is credible as an expert source

Presumption:E’s testimony does imply A

Presumption:E is an expert in the field that A is in

hasPresumption entails

hasPremiseDesc

Conflict scheme:Conflict from testimonial inconsistency

p g

hasPremiseDescription

hasException



Actual Argument + 2 Defeaters


Linking Arguments & Schemes


Argumentation Ontology in OWLArgumentation Ontology in OWL--DL DL -- 11

A new reification of the AIF

Statement and Scheme are two disjoint concepts defined at the highest level in the ontology :

Scheme Thing


Statement ThingStatement Scheme

Schemes describe arguments and are made of statements


As with the original AIF, different specialisations of scheme are identified:RuleScheme SchemeConflictScheme Scheme

DeductiveArgument RuleSchemeInductiveArgument RuleScheme


InductiveArgument RuleSchemePresumptiveArgument RuleScheme….Different specialisations of statement are also defined:DeclarativeStatement StatementImperativeStatement Statement…


Capturing the relationship between each scheme and its components (through properties).

RuleScheme SchemeRuleScheme ∀ hasConclusion.Statement

ie. For every rule scheme, all of its conclusions are statements


y ,RuleScheme 1 hasConclusion

ie. Every rule scheme has exactly 1 conclusionRuleScheme ∀ hasPremise.StatementRuleScheme ≥1 hasPremise

PresumptiveArgument ∀ hasPresumption.StatementPresumptiveArgument ∀ hasException.Statement


Defining statements of Argument From Position To KnowPositionToHaveKnowledgeStmnt DeclarativeStatementformDescription : “E is in position to know whether A is true false ”

KnowledgeAssertionStmnt DeclarativeStatementformDescription : “E asserts that A is true false ”


KnowledgePositionStmnt DeclarativeStatementformDescription : “A may plausibly be taken to be true false ”

LackOfReliabilityStmnt DeclarativeStatementformDescription : “E is not a reliable source”



System ArchitectureSystem Architecture


Implementation Tools / TechnologiesImplementation Tools / Technologies

Ontology Editor: Protégé Semantic Web Framework: JenaQuery Language: SPARQLDescription Logic Reasoner: PelletCore Website: JEE


Core Website: JEE Client Side Scripting: JavaScriptCascading Style SheetsWeb Server: Sun Java Application ServerDatabase: SQL Server 2005

System Features: Listing Available Arguments System Features: Listing Available Arguments


System Features: Listing Argument DetailsSystem Features: Listing Argument Details


System Features: Creation of New ArgumentsSystem Features: Creation of New Arguments


Attacking / Supporting Existing Arguments Attacking / Supporting Existing Arguments




Retrieving Attacking / Supporting Existing Arguments Retrieving Attacking / Supporting Existing Arguments

Retrieving Supporting Arguments


Retrieving Attacking Arguments

Retrieving Scheme DetailsRetrieving Scheme Details


Displaying Hierarchy of Argumentation SchemesDisplaying Hierarchy of Argumentation Schemes


Creation of New Argumentation SchemesCreation of New Argumentation Schemes


Search (Basic, Advanced)Search (Basic, Advanced)


WWAW Requirements WWAW Requirements -- RevisitedRevisited

Must support the storage, creation, update and querying of argumentative structures.

Storage: Persistent RDF storageCreation: New arguments that adhere to different schemesUpdate: Re-using claims, attacking, supportingQuery: Search, Retrieving attacking/supporting arguments,


Displaying scheme hierarchy, etc.

Must have Web-accessible repositories.Persistent storage can be queried using different RDF query languages.




The WWAW language must be based on open standards, enabling collaborative development of new tools.

Both OWL and RDF are W3C RecommendationsOntology can be used directly or through ontology mapping tools


Must employ a unified, extensible argumentation ontology.

Based on the Argument Interchange Format


Must support the representation, annotation and creation of arguments using a variety of argumentation schemes.

Preserves the AIFs emphasis on scheme-based reasoning patternsProvides Automatic Classification of SchemesAll dditi f S h


Allows addition of Schemes

END OF PART 4


Argumentation Part 4 - Outline in Intelligent Agents...

Documents

Transcript of Argumentation Part 4 - Outline in Intelligent Agents...