Introdução a web semântica e o case da globo.com

WEB SEMÂNTICA
Renan Oliveira

AGENDA

• Web atual: hipertexto

• Web semântica

• Ontologias

• Modelagem de dados

• Linked Open Data

WEB ATUAL

• Apresentação do conteúdos

• Formatação, não signiﬁcado

• Pouca ou nenhuma estruturação

CONTEÚDO MULTIMÍDIA

• Vários elementos na página

• Fotos, vídeos e animações

• Qual a relação entre eles?

• Quem é mencionado no texto?

• Quem, Quando, Onde...

COMO ISSO AFETA
ALGO COMUM?
Busca por Gols do Roberto Carlos no Maracanã

PROBLEMAS

• Busca feita por palavras (dados, não informações)

• Falta de contexto (como fotos e vídeos se relacionam com o texto?)

• Ambiguidade (qual Roberto Carlos?)

• Pouca relevância (gol???)

MELHORIAS

• Registrar de forma precisa

• Organizar corretamente

• Transmitir signiﬁcado

WEB SEMÂNTICA

“I have a dream for the web in which computers become
capable of analyzing all the data on the web - the content,
links, and transactions between people and computers.”
Tim Berners-Lee

HOMEM + MÁQUINA

• Cada um desempenha seu melhor papel

• Homem - desambiguar, relacionar e deﬁnir regras

• Máquina - organizar, indexar e inferir

REGISTRAR INFORMAÇÃO

• Produtor do conteúdo

• Sabe o que, quem, quando, onde...

• Resolve ambiguidade

ONTOLOGIAS

• “Uma ontologia é um modelo de dados que representa um
conjunto de conceitos dentro de um domínio e os
relacionamentos entre eles” - Wikipedia

MONTAGEM

• Identiﬁcar os indivíduos

• Descrever seus atributos

• Agrupar os indivíduos em classes

• Enumerar as relações entre indivíduos

• Deﬁnir regras sobre atributos e relações

CONTRUÇÃO DE
ONTOLOGIAS

• Linguagens para deﬁnir ontologias

• OWL (Web Ontology Language)

• RDF (Resource description framework)

VANTAGENS
• Modelagem natural

• muito próximo da orientação a objetos

• Expressividade

• representa qualquer relacionamento possível

• restrições, cardinalidade

• Capacidade de inferência

• regras sobre as classes e relacionamentos

EXIBIR INFORMAÇÃO

• HTML e XML não são suﬁcientes

• Estrutura, mas não signiﬁcado

<document type="progressive rock">
<name>Another Brick in the Wall</name>
<author>Roger Waters</author>
</document>

REPRESENTAÇÃO
ESTRUTURADA
• “Tags” com estrutura semântica

• Padronização dos elementos

<music type="rock">
<title>Another Brick in the Wall</title>
<composer>Roger Waters</composer>
</music>

COMO PADRONIZAR?

• Vocabulários controlados

• Exemplo: Dublin Core Metadata Initiative (DCMI)

• termos com signiﬁcado bem deﬁnido:

• title, creator, contributor, creator, ...

OUTROS VOCABULÁRIOS
• FOAF (Friend of a Friend)

• informações sobre as pessoas

• orginalmente usado para redes sociais

• Core Ontology for Multimedia (COMM)

• informações sobre arquivos de mídia

• dimensões, encoding, histórico de produção

XML USANDO DUBLIN CORE

<music type="rock">
<dc:title>
Another Brick in the Wall
</dc:title>
<dc:creator>
Roger Waters
</dc:creator>
</music>

HTML + RDFA

<span property="foaf:name">
Roger Waters
</span>
nasceu em
<span property="foaf:dateOfBirth" content="1943-09-06"
datatype="xsd:date">
6 de setembro de 1943
</span>

SCHEMA.ORG

• Iniciativa Google, Bing e Yahoo!

• Gera Rich Snippet

• Grande melhoria em SEO.

BENEFÍCIOS

• Signiﬁcado explícito

• Sem ambiguidades

• Entendido por máquinas de busca

LINKED DATA

• Referências cruzadas globais

• Embutidas em páginas HTML

• RDFa, schema.org

• Identiﬁcadores único (URIs) para conceitos

• Bases de dados de referência

LINKED OPEN DATA CLOUD
• Repositório de uso geral

• DBPedia (conceitos extraídos da Wikipedia)

• FreeBase

• Repositório sobre domínios especíﬁcos

• GeoNames

• MusicBrainz

• Novos sites com autoridade sobre o domínio

BUSCAS SEMÂNTICAS

• Encontram e analisam meta-informação

• tags com RDFa, microdata

• repositório de triplas

• Relacionam informações em sites diferentes

• Exemplo: Sindice e Google*

CONHECIMENTO
ÚNICO
Menor risco de duplicidade dos dados
Simpliﬁcação do uso e da manutenção dos dados
Agilidade na recuperação dos dados

cita a entidade
Materia Pessoa
ONTOLOGIA
TRIPLA
cita a entidade
Matéria Romário

CASES RELEVANTES
Modelos de uso da
Web Semântica

• Best Buy

• BBC

• New York Times

AÇÕES REALIZADAS

• Uso da ontologia GoodRelations

• Adição de metadados: RDFa

RESULTADOS ALCANÇADOS

• Tráfego originado por motores de busca: + 30%

• Taxa de cliques no Yahoo!: + 15%

• Aumento signiﬁcativo do Google PageRank

AÇÕES REALIZADAS

• Ontologias públicas

• Interligação com repositórios de dados externos

• Criação de categorias e agregadores úteis

Ontologias públicas
utilizadas

RESULTADOS ALCANÇADOS

• Proliferação de links relevantes: potencialização de SEO

• Reuso das informações: menor desperdício de pessoal

• Navegação interligada e escalável para toda a BBC

AÇÕES REALIZADAS

• Anotação e indexação do conteúdo baseado em indivíduos

• Ontologia pública

• Interligação com repositórios de dados externos

• Adição de metadados: Open Graph

NYT Index Abstract
✓ Assuntos: Livestock; Goats;
Jenny Brown, owner of Amputation; Prosthesis; Legs
Woodstock (NY) Farm Animal
Sanctuary, forms special ✓ Organizações:Woodstock Farm

bond with Albie, goat that Animal Sanctuary
probably escaped from New
✓ Lugares:Woodstock (NY); New
York City slaughterhouse;
York City
Albie injured leg in escape
and it had to be amputated;
✓ Pessoas: Santos, Fernanda; Brown,
Brown had leg amputated as

Apresentação:
www.renanoliveira.net

Contato:
renan@corp.globo.com
@renan_oliveira

globo.com
Renan Oliveira

Introdução a web semântica e o case da globo.com

Mais conteúdo relacionado

Mais procurados

Semelhante a Introdução a web semântica e o case da globo.com

Mais de Renan Moreira de Oliveira

Introdução a web semântica e o case da globo.com

Notas do Editor