DBpedia spotlight: shedding light on the web of documents

Interlinking text documents with Linked Open Data enables the Web of Data to be used as background knowledge within document-oriented applications such as search and faceted browsing. As a step towards interconnecting the Web of Documents with the Web of Data, we developed DBpedia Spotlight, a system for automatically annotating text documents with DBpedia URIs. DBpedia Spotlight allows users to congure the annotations to their specic needs through the DBpedia Ontology and quality measures such as prominence, topical pertinence, contextual ambiguity and disambiguation condence. We compare our approach with the state of the art in disambiguation, and evaluate our results in light of three baselines and six publicly available annotation systems, demonstrating the competitiveness of our system. DBpedia Spotlight is shared as open source and deployed as a Web Service freely available for public use.

DBpedia Spotlight: Shedding Light on the Web of Documents

Interlinking text documents with Linked Open Data enables the Web of Data to be used as background knowledge within document-oriented applications such as search and faceted browsing. As a step towards interconnecting the Web of Documents with the Web of Data, we developed DBpedia Spotlight, a system for automatically annotating text documents with DBpedia URIs. DBpedia Spotlight allows users to configure the annotations to their specific needs through the DBpedia Ontology and quality measures such as prominence, topical pertinence, contextual ambiguity and disambiguation confidence. We compare our approach with the state of the art in disambiguation, and evaluate our results in light of three baselines and six publicly available annotation systems, demonstrating the competitiveness of our system. DBpedia Spotlight is shared as open source and deployed as a Web Service freely available for public use.

Linked Opinions: Describing Sentiments on the Structured Web of Data

In the paper we report on the results of our experiments on the construction of the opinion ontology. Our aim is to show the benefits of publishing in the open, on the Web, the results of the opinion mining process in a structured form. On the road to achieving this, we attempt to answer the research question to what extent opinion information can be formalized in a unified way. Furthermore, as part of the evaluation, we experiment with the usage of Semantic Web technologies and show particular use cases that support our claims.

Análisis bibliométrico de las publicaciones científicas colombianas en la categoría Engineering, Multidisciplinary en la base de datos del Web of Science (1997-2009)

El trabajo ha caracterizado el área de Engineering, Multidisciplinary en Colombia, revisándose a nivel institucional a través de la base de datos Web of Science, los trabajos realizados por investigadores en universidades colombianas, y publicados en revistas internacionales con factor de impacto entre 1997 y 2009. En el contexto de América Latina se han publicado 2, 195 trabajos del tipo artículo o revisión en 83 revistas, y a nivel de Colombia se han encontrado 419 artículos publicados en 23 revistas. También se han analizado las Universidades mediante indicadores bibliométricos (Factor de Impacto Ponderado y Relativo y el número medio de citas por documento), encontrándose toda la producción científica localizada en 37 Universidades y destacando la Universidad Nacional de Colombia por el número de documentos, la Universidad Pontificia Bolivariana por la ratio citas frente a documentos, y la Universidad Pedagógica y Tecnológica de Colombia por el Factor de Impacto.

Análisis bibliométrico de las publicaciones científicas mexicanas en la categoría de Engineering, Chemical en la base de datos del Web of Science (1997-2008)

El proposito del trabajo ha sido caracterizar el área de Ingeniería Química en México. Para ello, se ha revisado a nivel institucional, a través de la base de datos Web of Science (WoS), los trabajos sobre Ingeniería Química realizados por investigadores en Instituciones mexicanas y publicados en revistas internacionales con factor de impacto entre 1997 y 2008. Se ha partido del contexto de América Latina, donde se han publicado 6,183 trabajos del tipo artículo o revisión en 119 revistas, y a nivel de México se han encontrado 1,302 artículos publicados en 87 revistas la mayoría en inglés (96.08%), pero también en español (3.69%) y en francés (0.23%). Por otro lado, se han analizado las Universidades y Centros de Investigación desde el punto de vista cuantitativo y cualitativo mediante diversos indicadores bibliométricos como el Factor de Impacto Ponderado, el Factor de Impacto Relativo y la relación entre el número de citas y el número de documentos, encontrándose que de entre las cinco instituciones más productivas destaca el Instituto Mexicano del Petróleo por el número de documentos y la Universidad Nacional Autónoma de México por la relación citas frente a documentos, y por el Factor de Impacto Ponderado.

Análisis bibliométrico de las publicaciones científicas españolas en la categoría Construction & Building Technology de la base de datos Web of Science (1997-2008)

En este trabajo se analizan las publicaciones procedentes de instituciones españolas recogidas en las revistas de la categoría Construction & Building Technology de la base de datos Web of Science para el periodo 1997-2008. El número de revistas incluidas es de 35 y el número de artículos publicados ha sido de 760 (Article o Review). Se ha realizado una evaluación bibliométrica con dos nuevos parámetros: Factor de Impacto Ponderado y Factor de Impacto Relativo; asimismo se incluyen el número de citas y el número de documentos a nivel institucional. Entre los centros con una mayor producción científica destaca, como era de prever, el Instituto de Ciencias de la Construcción Eduardo Torroja (CSIC), mientras que atendiendo al Factor de Impacto Ponderado ocupa el primer lugar la Universidad de Vigo. Por otro lado, sólo dos revistas Cement and Concrete Research y Materiales de Construcción aglutinan el 45.26% de toda la producción científica española, con 172 trabajos cada una de ellas. En cuanto a la colaboración internacional, destacan países como Inglaterra, México, Estados Unidos, Italia, Argentina y Francia

Análisis bibliométrico de las publicaciones científicas uruguayas en la categoría Engineering, Chemical en la base de datos Web of Science (1997-2008)

El prop´osito del trabajo ha sido caracterizar el ´area de Ingenier´ıa Qu´ımica en M´exico. Para ello, se ha revisado a nivel institucional, a trav´es de la base de datos Web of Science (WoS), los trabajos sobre Ingenier´ıa Qu´ımica realizados por investigadores en Instituciones mexicanas y publicados en revistas internacionales con factor de impacto entre 1997 y 2008. Se ha partido del contexto de Am´erica Latina, donde se han publicado 6,183 trabajos del tipo art´ıculo o revisi´on en 119 revistas, y a nivel de M´exico se han encontrado 1,302 art´ıculos publicados en 87 revistas la mayor´ıa en ingl´es (96.08%), pero tambi´en en espa˜nol (3.69%) y en franc´es (0.23%). Por otro lado, se han analizado las Universidades y Centros de Investigaci´on desde el punto de vista cuantitativo y cualitativo mediante diversos indicadores bibliom´etricos como el Factor de Impacto Ponderado, el Factor de Impacto Relativo y la relaci´on entre el n´umero de citas y el n´umero de documentos, encontr´andose que de entre las cinco instituciones m´as productivas destaca el Instituto Mexicano del Petr´oleo por el n´umero de documentos y la Universidad Nacional Aut´onoma de M´exico por la relaci´on citas frente a documentos, y por el Factor de Impacto Ponderado

Análisis bibliométrico de las publicaciones científicas argentinas en la categoría Agriculture, Multidisciplinary en la base de datos del Web of Science (1997-2009)

El propósito del trabajo ha sido caracterizar el área de Agriculture, Multidisciplinary en Argentina, revisándose a nivel institucional, a través de la base de datos Web of Science, los trabajos realizados por investigadores en Instituciones argentinas y publicados en revistas internacionales con factor de impacto entre 1997 y 2009. En el contexto deAmérica Latina, se han publicado 7795 trabajos de todos los tipos documentales y 7622 del tipo artículo o revisión en 49 revistas, y a nivel de Argentina se han encontrado 531 artículos o revisiones publicados en 31 revistas, la mayoría en inglés (80,23%), pero también en español (15,25%) y en portugués (4,33%). Por otro lado, se han analizado las Instituciones desde el punto de vista cuantitativo y cualitativo mediante diversos indicadores bibliométricos, como el Factor de Impacto Ponderado, el Factor de Impacto Relativo y la ratio número de citas frente a número de documentos, encontrándose que entre las instituciones más productivas destacan el Consejo Nacional de Investigaciones Científicas y Técnicas por el número de documentos y el Centro de Investigación y Desarrollo en Criotecnología de Alimentos por el Factor de Impacto Ponderado y por la ratio citas frente a documentos. Se observa una escasa colaboración internacional.

Cross-lingual Linking on the Multilingual Web of Data (position statement)

Recently, the Semantic Web has experienced signi�cant advancements in standards and techniques, as well as in the amount of semantic information available online. Even so, mechanisms are still needed to automatically reconcile semantic information when it is expressed in di�erent natural languages, so that access to Web information across language barriers can be improved. That requires developing techniques for discovering and representing cross-lingual links on the Web of Data. In this paper we explore the different dimensions of such a problem and reflect on possible avenues of research on that topic.

Challenges for the Multilingual Web of Data

The Web has witnessed an enormous growth in the amount of semantic information published in recent years. This growth has been stimulated to a large extent by the emergence of Linked Data. Although this brings us a big step closer to the vision of a Semantic Web, it also raises new issues such as the need for dealing with information expressed in different natural languages. Indeed, although the Web of Data can contain any kind of information in any language, it still lacks explicit mechanisms to automatically reconcile such information when it is expressed in different languages. This leads to situations in which data expressed in a certain language is not easily accessible to speakers of other languages. The Web of Data shows the potential for being extended to a truly multilingual web as vocabularies and data can be published in a language-independent fashion, while associated language-dependent (linguistic) information supporting the access across languages can be stored separately. In this sense, the multilingual Web of Data can be realized in our view as a layer of services and resources on top of the existing Linked Data infrastructure adding i) linguistic information for data and vocabularies in different languages, ii) mappings between data with labels in different languages, and iii) services to dynamically access and traverse Linked Data across different languages. In this article we present this vision of a multilingual Web of Data. We discuss challenges that need to be addressed to make this vision come true and discuss the role that techniques such as ontology localization, ontology mapping, and cross-lingual ontology-based information access and presentation will play in achieving this. Further, we propose an initial architecture and describe a roadmap that can provide a basis for the implementation of this vision.

Cross‐lingual link discovery in the Web of Data

Cross‐lingual link discovery in the Web of Data

What is the current state of the Multilingual Web of Data?

The Semantic Web is growing at a fast pace, recently boosted by the creation of the Linked Data initiative and principles. Methods, standards, techniques and the state of technology are becoming more mature and therefore are easing the task of publication and consumption of semantic information on the Web.

A Development Methodology to Facilitate the Integration of Smart Spaces into the Web of Things

How to create or integrate large Smart Spaces (considered as mash-ups of sensors and actuators) into the paradigm of ?Web of Things? has been the motivation of many recent works. A cutting-edge approach deals with developing and deploying web-enabled embedded devices with two major objectives: 1) to integrate sensor and actuator technologies into everyday objects, and 2) to allow a diversity of devices to plug to Internet. Currently, developers who want to use this Internet-oriented approach need have solid understanding about sensorial platforms and semantic technologies. In this paper we propose a Resource-Oriented and Ontology-Driven Development (ROOD) methodology, based on Model Driven Architecture (MDA), to facilitate to any developer the development and deployment of Smart Spaces. Early evaluations of the ROOD methodology have been successfully accomplished through a partial deployment of a Smart Hotel.

Onyx: describing emotions on the web of data

There are several different standardised and widespread formats to represent emotions. However, there is no standard semantic model yet. This paper presents a new ontology, called Onyx, that aims to become such a standard while adding concepts from the latest Semantic Web models. In particular, the ontology focuses on the representation of Emotion Analysis results. But the model is abstract and inherits from previous standards and formats. It can thus be used as a reference representation of emotions in any future application or ontology. To prove this, we have translated resources from EmotionML representation to Onyx. We also present several ways in which developers could benefit from using this ontology instead of an ad-hoc presentation. Our ultimate goal is to foster the use of semantic technologies for emotion Analysis while following the Linked Data ideals.

A Personal Agent Architecture for Task Automation in the Web of Data. Bringing intelligence to everyday tasks

Internet está evolucionando hacia la conocida como Live Web. En esta nueva etapa en la evolución de Internet, se pone al servicio de los usuarios multitud de streams de datos sociales. Gracias a estas fuentes de datos, los usuarios han pasado de navegar por páginas web estáticas a interacturar con aplicaciones que ofrecen contenido personalizado, basada en sus preferencias. Cada usuario interactúa a diario con multiples aplicaciones que ofrecen notificaciones y alertas, en este sentido cada usuario es una fuente de eventos, y a menudo los usuarios se sienten desbordados y no son capaces de procesar toda esa información a la carta. Para lidiar con esta sobresaturación, han aparecido múltiples herramientas que automatizan las tareas más habituales, desde gestores de bandeja de entrada, gestores de alertas en redes sociales, a complejos CRMs o smart-home hubs. La contrapartida es que aunque ofrecen una solución a problemas comunes, no pueden adaptarse a las necesidades de cada usuario ofreciendo una solucion personalizada. Los Servicios de Automatización de Tareas (TAS de sus siglas en inglés) entraron en escena a partir de 2012 para dar solución a esta liminación. Dada su semejanza, estos servicios también son considerados como un nuevo enfoque en la tecnología de mash-ups pero centra en el usuarios. Los usuarios de estas plataformas tienen la capacidad de interconectar servicios, sensores y otros aparatos con connexión a internet diseñando las automatizaciones que se ajustan a sus necesidades. La propuesta ha sido ámpliamante aceptada por los usuarios. Este hecho ha propiciado multitud de plataformas que ofrecen servicios TAS entren en escena. Al ser un nuevo campo de investigación, esta tesis presenta las principales características de los TAS, describe sus componentes, e identifica las dimensiones fundamentales que los defines y permiten su clasificación. En este trabajo se acuña el termino Servicio de Automatización de Tareas (TAS) dando una descripción formal para estos servicios y sus componentes (llamados canales), y proporciona una arquitectura de referencia. De igual forma, existe una falta de herramientas para describir servicios de automatización, y las reglas de automatización. A este respecto, esta tesis propone un modelo común que se concreta en la ontología EWE (Evented WEb Ontology). Este modelo permite com parar y equiparar canales y automatizaciones de distintos TASs, constituyendo un aporte considerable paraa la portabilidad de automatizaciones de usuarios entre plataformas. De igual manera, dado el carácter semántico del modelo, permite incluir en las automatizaciones elementos de fuentes externas sobre los que razonar, como es el caso de Linked Open Data. Utilizando este modelo, se ha generado un dataset de canales y automatizaciones, con los datos obtenidos de algunos de los TAS existentes en el mercado. Como último paso hacia el lograr un modelo común para describir TAS, se ha desarrollado un algoritmo para aprender ontologías de forma automática a partir de los datos del dataset. De esta forma, se favorece el descubrimiento de nuevos canales, y se reduce el coste de mantenimiento del modelo, el cual se actualiza de forma semi-automática. En conclusión, las principales contribuciones de esta tesis son: i) describir el estado del arte en automatización de tareas y acuñar el término Servicio de Automatización de Tareas, ii) desarrollar una ontología para el modelado de los componentes de TASs y automatizaciones, iii) poblar un dataset de datos de canales y automatizaciones, usado para desarrollar un algoritmo de aprendizaje automatico de ontologías, y iv) diseñar una arquitectura de agentes para la asistencia a usuarios en la creación de automatizaciones. ABSTRACT The new stage in the evolution of the Web (the Live Web or Evented Web) puts lots of social data-streams at the service of users, who no longer browse static web pages but interact with applications that present them contextual and relevant experiences. Given that each user is a potential source of events, a typical user often gets overwhelmed. To deal with that huge amount of data, multiple automation tools have emerged, covering from simple social media managers or notification aggregators to complex CRMs or smart-home Hub/Apps. As a downside, they cannot tailor to the needs of every single user. As a natural response to this downside, Task Automation Services broke in the Internet. They may be seen as a new model of mash-up technology for combining social streams, services and connected devices from an end-user perspective: end-users are empowered to connect those stream however they want, designing the automations they need. The numbers of those platforms that appeared early on shot up, and as a consequence the amount of platforms following this approach is growing fast. Being a novel field, this thesis aims to shed light on it, presenting and exemplifying the main characteristics of Task Automation Services, describing their components, and identifying several dimensions to classify them. This thesis coins the term Task Automation Services (TAS) by providing a formal definition of them, their components (called channels), as well a TAS reference architecture. There is also a lack of tools for describing automation services and automations rules. In this regard, this thesis proposes a theoretical common model of TAS and formalizes it as the EWE ontology This model enables to compare channels and automations from different TASs, which has a high impact in interoperability; and enhances automations providing a mechanism to reason over external sources such as Linked Open Data. Based on this model, a dataset of components of TAS was built, harvesting data from the web sites of actual TASs. Going a step further towards this common model, an algorithm for categorizing them was designed, enabling their discovery across different TAS. Thus, the main contributions of the thesis are: i) surveying the state of the art on task automation and coining the term Task Automation Service; ii) providing a semantic common model for describing TAS components and automations; iii) populating a categorized dataset of TAS components, used to learn ontologies of particular domains from the TAS perspective; and iv) designing an agent architecture for assisting users in setting up automations, that is aware of their context and acts in consequence.