Towards RDF Normalization

Abstract

El objetivo de esta tesis es resolver las redundancias lógicas y disparidades físicas en RDF, mediante la introducción de un framework para normalización RDF denominado R2NR, permitiendo así la transformación de diferentes descripciones RDF utilizando las mismas sentencias RDF que hace referencia a una representación simple, mientras se permite adaptar la serialización RDF de salida siguiendo los requerimientos de la aplicación de dominio. Durante las tres últimas décadas, millones de personas han producido y compartido información en la Web, esta información puede ser estructurada, semiestructurada y/o no estructurada tal y como lo son blogs, comentarios, páginas webs, datos multimedia, etc. Esta información no estructurada requiere una descripción formal para su publicación y/o intercambio en la web. De cara a este problema, el consorcio W3C introdujo al estándar RDF como un modelo de datos diseñado para estandarizar la definición y uso de metadata con el objetivo de poder describir mejor y manejar datos semánticos, mejorando así la interoperabilidad y escalabilidad de nuevas aplicaciones para la web. Actualmente están disponibles billones de descripciones RDF en la web a través de Linked Open Data Cloud Project (ej. DBpedia, LinkedGeoData). Muchas de estas descripciones RDF (ej. grafos y serializaciones) son ruidosas en términos de estructura, sintaxis y semántica, lo cual puede presentar problemas al explotarlas. En este estudio, se propone limpiar las descripciones RDF de redundancias e información no utilizada, haciendo uso del marco de referencia R2NR, el cual normaliza diferentes descripciones RDF pertenecientes a la misma información dentro de una representación. Este enfoque será ilustrado introduciendo caso de uso (reales y sintéticos) que necesiten ser normalizados.