UNIVERSITA’ DI MODENA EREGGIO EMILIA

Facolta’ di Ingegneria – Sede di Modena

Corso di Laurea in Ingegneria Informatica

Tesi di laurea di

Relatore

Correlatore

Controrelatore

Sviluppo di tecniche di estrazione ed inferenza di relazioni terminologiche nel

sistema MOMISElisa Marri

Chiar.ma Prof. ssa Sonia Bergamaschi

Dott. Ing. Domenico Beneventano

Chiar.mo Prof. Flavio Bonfatti

• SIM ODB-Tools interaction•SLIM WordNet interaction •ARTEMIS Affinity & Clustering•TUNIM Mapping table tuning

• SIM ODB-Tools interaction•SLIM WordNet interaction •ARTEMIS Affinity & Clustering•TUNIM Mapping table tuning

IntegrationDesigner

IntegrationDesigner

Global SchemaGlobal Schema

Query ManagerQuery Manager

WordNetWordNet

ODB-ToolsODB-Tools

Relational source

XML source

Object source

generic source

Wrapper WrapperWrapper Wrapper

Momis Mediator

Service level

Data level

UserApplication

UserApplication

Corba ObjectSoftware toolsUser

Architettura del sistema MOMIS

SI-DesignerSI-Designer

Global Schema Builder

creates

GUIUser interactionCorba interaction

S1 S2 S3

GenerazioneThesaurus

GenerazioneThesaurus

Analisi Affinità eCreazione Cluster

Analisi Affinità eCreazione Cluster

Generazione attributi globali e mapping-table

Generazione attributi globali e mapping-table

CommonThesaurus

Cluster

SchemaGlobale

Processo di integrazione

• SIM• SLIM

• ARTEMIS

• TUNIM

Relazioni del Common Thesaurus

• SYN, BT, NT, RT.

• SYNEXT, BTEXT, NTEXT.

S1 S2 S3

EstrazioneEstrazione

IntegrazioneIntegrazione

Validazione Validazione

InferenzaInferenza

RelazioniStrutturali

RelazioniValidate

RelazioniInferite

ThesaurusComune

RelazioniLessicaliRelazioni

Integrate

Generazione Thesaurus Comune

SIMA

SIMB

SIMB

Estrazione delle relazioni strutturali: modulo SIMA

Analisi degli schemi delle sorgenti al fine di esplicitare un insieme di relazioni intra-schema già implicite nella struttura degli schemi stessi.

• Analisi degli schemi ad oggetti

• Analisi degli schemi relazionali

• Analisi degli schemi semistrutturati

Analisi degli schemi ad oggetti

Si utilizzano le funzionalità del componente esterno ODB-Tools.

ODB-Tools effettua l’analisi delle gerarchie di ereditarietà ed aggregazione che legano le classi, siano esse esplicitamente indicate negli schemi (ereditarietà dirette, attributi con domini complessi), o dedotte attraverso l’algoritmo di sussunzione ed espansione semantica.

Analisi degli schemi ad oggetti: Esempio

Interface Professor : CS_Person

(source object Computer_Science, ...)

{attribute Office belongs_to;

attribute string rank;}

• < CS.Professor NTEXT CS.CS_Person >

• < CS.Professor RT CS.Office >

sparc20.dsi.unimo.it

Analisi degli schemi relazionali

• relazione RT: si rileva ogni volta in cui una classe definisce una foreign key.

• relazione NTEXT : si rileva quando la foreign key è anche chiave (primaria o candidata) della classe che la definisce.

• relazione SYNEXT: si rileva quando tra due classi sono presenti due relazioni reciproche di NT (o equivalentemente BT).

• relazione RTpartof: esprime un legame piu’ forte rispetto alla semplice relazione di aggregazione RT. Si rileva quando la foreign key e’ parte di una chiave (primaria o candidata) della classe che la definisce.

Si basa sullo studio delle foreign key e delle chiavi (primarie o candidate) presenti negli schemi da esaminare

Analisi degli schemi relazionali: Esempi

Interface Section

(source relational University,

key (section_code)

foreign key (room_code) references Room)

{attribute integer section_code;

attribute integer room_code;}

Interface Graduate_Student(source relational University,key (name)foreign key (name)

references School_Member)

{attribute string name...}

< UNI.Section RT UNI.Room > < UNI.Graduate_Student NTEXT UNI.School_Member >

sparc20.dsi.unimo.it

Analisi degli schemi semistrutturati

Si effettua su tali schemi un’analisi delle eventuali foreign key in modo analogo a quanto avviene per gli schemi relazionali; ad essa si associa poi un’analisi delle eventuali gerarchie di aggregazione utilizzando il componente esterno ODB-Tools.

Analisi sorgenti semistrutturate: Esempio

Interface Student(source semistructured

tax_Position_xml key student_code){ attribute string name; attribute string faculty_name; attribute integer student_code; attribute integer tax_fee;};

Interface ListOfStudent(source semistructured

tax_Position_xml ){ attribute set <Student>

Student;};

• < TP.Student RT TP.ListOfStudent >

.sparc20.dsi.unimo.it

Relazioni ottenute da SIMA

Estrazione relazioni lessicali: modulo SLIM

Estrae relazioni lessicali tra nomi di classi ed attributi sulla base dei significati associati dal progettista ai nomi stessi.

Utilizza il Dizionario lessicale WordNet.

Relazioni estratte da SLIM

Integrazione del progettista

Nuove relazioni possono essere fornite direttamente dal progettista per aggiungere al Common Thesaurus una conoscenza specifica non ricavata automaticamente nelle fasi precedenti. Le relazioni specificate dal progettista possono essere sia di tipo intensionale che estensionale.

Validazione delle relazioni fra attributi

Scopo di questa fase è verificare, per ogni relazione, che i domini degli attributi coinvolti siano compatibili col tipo di relazione

esaminata.

Tale procedimento è realizzato dal modulo SIMB interagendo con ODB-Tools, al cui interno sono presenti algoritmi in grado di valutare la compatibilità tra domini.

• SYN: è validata se i domini dei due attributi coinvolti sono equivalenti, oppure uno è più specializzato dell’altro.

• BT: è validata se il dominio del primo attributo è equivalente al dominio del secondo attributo, oppure lo contiene.

• NT: è validata se il dominio del primo attributo è equivalente al dominio del secondo attributo, oppure è in esso

contenuto.

Regole per la validazione : Esempio

interface Professor(source Object

Computer_Science …){attribute Office

belongs_to; attribute string first_name; attribute string last_name;….}

interface Research_Staff(source relational University…){attribute string name;attribute integer dept_code;attribute string e_mail;….}

< CS.Professor.first_name NT UNI.Research_Staff.name> [ 1 ]

< CS.Professor.belongs_to NT UNI.Research_Staff.dept_code> [ 0 ]

sparc20.dsi.unimo.it

Esempio di inconsistenzainterface Fast_Food(source semistructured ED…){… attribute string category;...}

interface Restaurant(source relational FD…){… attribute integer category;...}

• < ED.Fast_Food NTEXT FD.Restaurant >

interface Fast_Food : Restaurant(source semistructured ED …){… attribute string category;...}

ODB-Tools

[ 0 ]

Inferenza di nuove relazioni

Si utilizza ODB-Tools come motore inferenziale: sulla base delle informazioni contenute negli schemi originali e di quelle espresse dalle relazioni del Common Thesaurus, si deducono automaticamente nuove relazioni (intra-schema o inter-schema).

Risultati della validazione ed inferenza

Software realizzato

Approssimativamente sono state prodotte 3000 righe di codice commentato, implementato utilizzando la versione 1.2 del Java Development Kit della Sun disponibile sul Web presso http://java.sun.com.