3. Swoogle

3.1. Introducción

La herramienta que aquí se describe es una muestra del creciente interés que tanto organismos públicos como iniciativa privada están teniendo por el desarrollo de la Web Semántica y todo lo que contribuya a mejorar la actual Web en esa dirección. Prueba de ello es el elevado número de proyectos en marcha y la literatura científica que generan. En este contexto se sitúan los proyectos de desarrollo de buscadores semánticos[1].

 Swoogle (http://swoogle.umbc.edu/) es un proyecto de investigación desarrollado por el grupo de trabajo “eBiquity”, del Computer Science and Electrical Engineering Department, en la Universidad de Maryland, Baltimore County. Financiado parcialmente por el Departamento de Defensa (DARPA) y por la National Science Foundation (NSF), de Estados Unidos de América, se puso en marcha en febrero de 2004 y su duración está prevista que transcurra hasta diciembre de 2006[2]. Se enmarca en la línea de investigación sobre Web Semántica de este grupo, entre otras[3] a las que se dedica dentro de la inteligencia Artificial.

Sus creadores partían de la idea de que la actual Web Semántica es, en realidad, una web de documentos de Web Semántica (SWDs), de la que poco se conoce sobre su estructura y crecimiento. Y de que además, los buscadores como Google han transformado la forma en la que las personas acceden y usan la web, convirtiéndose en una tecnología clave para la búsqueda y distribución de información.

Sin embargo, la mayoría de buscadores existentes ofrecen unos servicios pobres para acceder a los SWDs y no explotan plenamente toda la información semántica y estructural que esté codificada en ellos. Como respuesta, Swoogle ha sido desarrollado para indexar SWDs y para servir tanto a los desarrolladores de la Web Semántica como a los agentes software.

Swoogle está diseñado como herramienta de apoyo a las investigaciones sobre Web Semántica, y especialmente en las siguientes tareas:

·    Estudio de la magnitud, crecimiento y evolución de la web semántica mediante un sistema de consulta eficiente sobre una extensa base de datos de metadatos de SWDs;

·     Recolección, indexación y búsqueda tanto de la definición y utilización de términos de Web Semántica (SWTs) (i.e. Clases y Propiedades) como de sus correspondientes Ontologías (SWOs).

·    Posibilitar la compartición de conocimiento distribuido, haciéndolo visible y de fácil acceso.

·    Apoyo a herramientas orientadas a la web semántica, como los editores de ontologías, ayudando a encontrar ontologías relevantes, etc.

Podemos dividir la evolución del proyecto en tres etapas: la primera, la inicial en 2004, la segunda, hasta 2005 incluido, y la tercera, desde febrero de 2006, cuando se presentó la actual versión 3.1, hasta la actualidad[4]. En esta evolución cabe destacar el cambio que ha supuesto la migración a la actual versión, pasando de un conjunto de servicios muy extenso a la simplificación del interfaz y la reducción de los servicios. 

Figura 1. Interfaz de usuario de Swoogle.

 Swoogle es un buscador que detecta, que analiza e indexa el conocimiento codificado como documentos de Web Semántica.

Swoogle entiende por documentos de Web Semántica (en los sucesivo SWD) aquéllos que están escritos con algunos de los lenguajes orientados a la construcción de ontologías (RDF, OWL, DAML, N3, etc). Recupera tanto documentos escritos completamente en estos lenguajes (que para Swoogle son documentos de web semántica estrictos), como documentos escritos parcialmente con alguno de ellos.

Asímismo, proporciona un algoritmo inspirado también en el algoritmo Page Rank de Google, que para Swoogle se ha denominado Ontology Rank. El Ontology Rank se ha adaptado a la semántica y a los modelos y patrones de uso que se encuentran en los documentos de Web Semántica[5].

Actualmente, Swoogle tiene indexados alrededor de 1.5 M de documentos de web semántica. Dicha información está disponible mediante un enlace interno a los datos estadísticos relativos a su estado[6].

Swoogle 2005 está casi superado por la nueva versión 3.1 de Swoogle 2006, en la que se ha añadido[7]^,[8]:

• Nuevo hardware. Se ejecuta sobre tres máquinas: EB2 es un Sun v20z con dos procesadores y 4G de memoria y ejecuta el rastreador, el DBMS y las interfaces de desarrollo; LOGOS es un servidor IBM y ejecuta las interfaces de producción web, y NATRAJ es el servidor de ficheros para la caché de la SW y el archivo.
• Más datos. Tiene unos 950K de documentos en sus índices, comparados con los 340K en 2005.
• Mejor ranking. Utiliza los algoritmos de ranking mejorados documentados en la comunicación presentada en la International Semantic Web Conference 2005[9].
• Mejor rastreador. Ahora realiza mejor el trabajo de búsqueda rastreando nuevas URLs, incluyendo las que han sido suscritas por personas.
• Servicio Web. Dispone de más servicios Web, actualmente con interfaces GCI sencillas que recuperan los resultados como grafos RDF. Las utilización de los servicios web requiere la utilización de una clave, con finalidad de control de su utilización (perfiles de uso) y posibles abusos.
• RDF output. Todos los resultados de consultas, bien via servicio web o a través de la interface de navegación, están disponibles en RDF.
• Interface sencilla. La interfaz gráfica sistema-persona es mejor y más clara.
• Caché y archivo. Mantiene una caché de los SWDs y también guarda las copias de versiones más antiguas en un archivo.
• Un servicio de usuarios registrados. Los usuarios no registrados solamente ven un número limitado de resultados. Se necesita estar registrado para ver todos los resultados encontrados.

No obstante, la versión anterior posibilitaba la obtención de información más elaborada. Algunos de los aspectos de Swoogle 2005 se han perdido en la versión actual, como el “shopping cart” y el “triple shop”; el “Ontology Dictionary”; la información de gráficos de “swoogle statistics”, y el “Swoogle's top ten”. Se prevé volver a ofrecerlos próximamente.