El objetivo de esta asignatura es proporcionar la base teórica y práctica
sobre los fundamentos científicos, metodológicos y tecnológicos implicados en
el desarrollo de ontologías, las cuales van a ser utilizadas en la
construcción de aplicaciones que integren, combinen y deduzcan información
distribuida y heterogénea.
A12. Tecnologías semánticas avanzadas
102128
2017-18
MÁSTER UNIVERSITARIO EN INVESTIGACIÓN EN INTELIGENCIA ARTIFICIAL
4,5
OPTATIVA
Anual
Castellano
En esta asignatura se presentarán: los conceptos de ontología y patrones de
diseño de ontologías; la metodología NeOn para la construcción de ontologías y
las guías metodológicas para la identificación del ciclo de vida,
especificación de requisitos, planificación, conceptualización, reutilización
de recursos de conocimiento (ontológicos y no ontológicos) y transformación de
recursos no ontológicos (lexicones, tesauros, esquemas de clasificación,
terminología procedente de estándares, etc.); las técnicas de alineamiento y
fusión de ontologías; y los modelos para la lexicalización y la localización
de ontologías a otros idiomas.
También se presentarán distintos tipos de aplicaciones basados en ontologías,
enfatizando aquellas en las que intervienen procesos de anotación y
alinenamiento de terminología en el contexto de la Web Semántica y la
semántica corporativa, ya que aplicaciones de integración de datos basadas en
ontologías están incluidas en la asignatura de Web Semántica y Datos Enlazados.
Introducción a la ingeniería ontológica
Definición
Tipos de Ontologías
Ontologías más conocidas
Lenguajes de representación
Metodología de desarrollo ontologías:
Marco metodológico
Ciclo de vida
Guías, métodos, técnicas y herramientas para: planificar, especificar,
conceptualizar, reutilizar, alinear, mezclar, localizar ontologías y
transformar recursos no ontológicos en ontologías
Aplicaciones en la Gestión de Conocimientos, Web Semántica, Anotación y Datos
Enlazados.
1. Módulo 1: Representación del conocimiento
2. Módulo 2: Fundamentos de la ingeniería ontológica
3. Módulo 3: Metodologías de desarrollo de ontologías
4. Módulo 4: Especificación de requisitos ontológicos
5. Módulo 5: Conceptualización de ontologías
6. Módulo 6: Reutilización de recursos (I)
7. Módulo 7: Reutilización de recursos (II)
8. Módulo 8: Ontologias: Ejemplos
9. Módulo 9: Evaluación de ontologías
10. Módulo 10: Documentación, publicación y licencias en ingeniería ontológica
11. Módulo 11: Ontology mapping (I)
12. Módulo 12: Ontology mapping (II)
13. Módulo 13: Recursos lingüísticos para la Web Semántica
14. Módulo 14: Modelización del conocimiento lingüístico en la Web Semántica:
la nube de Linguistic Linked Open Data
15. Módulo 15: Aplicaciones de Linguistic Linked Open Data
Unidades
CG1 - Entender los conceptos, los métodos y las aplicaciones de la
inteligencia artificial.
CG3 - Gestionar de manera inteligente los datos, la información y su
representación.
CE2 - Aplicar las técnicas de aprendizaje automático utilizando la metodología
de validación y presentación de resultados más apropiada en cada caso.
CE5 - Analizar las fuentes documentales propias del ámbito de la investigación
en Inteligencia Artificial para poder determinar cuáles de ellas son
relevantes en la resolución de problemas concretos.
A1 - Sesiones presenciales virtuales: visionado inicial del material
audiovisual (vídeos introductorios, presentaciones, animaciones) que se
elabore en cada una de las materias y que servirán presentación de cada uno de
los temas a los estudiantes (12 horas - 100% presencialidad).
A2 - Trabajos individuales: realización de ejercicios, resolución de
problemas, realización de prácticas y/o trabajos/proyectos individuales (17
horas - 0% presencialidad).
A3 - Trabajo autónomo: estudio del material básico, lecturas
complementarias y otros contenidos y estudio (72 horas - 0% presencialidad).
A4 - Foros y chats: lanzamiento de cuestiones y temas para la discusión
general (5,5 horas - 0% presencialidad).
A5 - Tutorías: consultas y resolución de dudas, aclaraciones, etc
(6 horas - 100% presencialidad).
E1 - Valoración de los cuestionarios de evaluación: los
estudiantes realizarán por cada unidad didáctica un cuestionario de evaluación
que será objeto de puntuación en la nota final (ponderación mínima 20% y
máxima 40%).
E2 - Valoración de la participación en foros y chats: se
valorará el nivel de participación/debate de los estudiantes que contará para
la nota final (ponderación mínima 10% y máxima 20%).
E3 - Valoración de los trabajos individuales: se valorarán los
problemas, proyectos, trabajos realizados y entregados a través de la
plataforma, y apoyado en los casos que sea necesario (sobre todo cuando se
trate de desarrollo de código) por plataformas de gestión de código como
GitHub. También se incluirá el video que el alumno deberá enviar al profesor
para cada asignatura (ponderación mínima 40% y máxima 70%).
Para la convocatoria ordinaria, habrá 3 fechas de entrega de trabajos
final de curso. Los alumnos podrán entregar sus trabajos en cualquier momento,
pero sólo en estas fechas se recogerán y evaluarán los que se hayan entregado.
Las fechas serán:
20/12/17
27/2/18
31/5/18
Habrá una convocatoria extraordinaria en todas las asignaturas.
Para su evaluación, la entrega de trabajos se cerrará el día:
01/07/18
Todas las asignaturas estarán en la plataforma a disposición de los
estudiantes desde octubre hasta julio.
Ontology Engineering in a Networked World. Mari Carmen Suárez-Figueroa,
Asunción Gómez-Pérez, Enrico Motta, Aldo Gangemi . 2012. Springer-Verlag
Berlin Heidelberg. eBook ISBN 978-3-642-24794-1. Hardcover ISBN
978-3-642-24793-4. Softcover ISBN 978-3-642-43235-4
M.C. Suárez-Figueroa, A. Gómez-Pérez, M. Fernández-López. The NeOn Methodology
framework: A scenario-based methodology for ontology development. Applied
Ontology 10 (2) (DOI: 10.3233/AO-150145). Pages: 107-145. IOS Press. 2015
A. Gómez-Pérez, M. Fernández-López, and O. Corcho. Ontological Engineering.
Springer Verlag, 2003
Mariano Fernández-López, Asunción Gómez-Pérez, and Mari Carmen
Suárez-Figueroa. Methodological guidelines for reusing general ontologies.
Data & Knowledge Engineering, 86:242–275, 2013
Poveda-Villalón, M., Gómez-Pérez, A., & Suárez-Figueroa, M. C. (2014).
Oops!(ontology pitfall scanner!): An on-line tool for ontology evaluation.
International Journal on Semantic Web and Information Systems (IJSWIS), 10(2),
7-34
Jérôme Euzenat and Pavel Shvaiko. Ontology matching, Springer, 2nd edition,
2013
Vandenbussche, P. Y., Atemezing, G. A., Poveda-Villalón, M., & Vatant, B.
(2015). Linked Open Vocabularies (LOV): a gateway to reusable semantic
vocabularies on the Web. Semantic Web, (Preprint), 1-16
Este documento puede utilizarse como documentación de referencia de esta asignatura para la solicitud de reconocimiento de créditos en otros estudios. Para su plena validez debe estar sellado por la Secretaría de Estudiantes UIMP.
Descripción no definida
Anual
Créditos ECTS: 4,5
Suárez de Figueroa Baonza, M. Carmen
Profesora Contratada Doctora
Universidad Politécnica de Madrid
Aguado De Cea, Guadalupe
Profesora Titular de la Escuela Técnica Superior de Ingenieros Informáticos
Universidad Politécnica de Madrid
Fernández López, Mariano
Profesor Titular de Ciencias de la Computación e Inteligencia Artificial
Universidad San Pablo CEU
Gracia Del Río, Jorge
Investigador postdoctoral (programa Juan de la Cierva)
Universidad Politécnica de Madrid
Montiel Ponsoda, Elena
Profesora Contratada Doctora
Universidad Politécnica de Madrid
Poveda Villalón, María
Profesora Contratada Doctora
Universidad Politécnica de Madrid
Rodríguez Doncel, Víctor
Profesor Ayudante Doctor
Universidad Politécnica de Madrid