Infraestructura Científica de las Tecnologías de la Información y de

Infraestructura Científica de las Tecnologías de la Información y de las Comunicaciones Xavier Polanco xavier.polanco@lip6.fr Laboratoire d'Informatique de Paris 6 CNRS UMR 7606 - Université Pierre et Marie Curie - Paris 6 104 avenue Président Kennedy - 75016 Paris Introducción Como se dice en el Manual de Lisboa (ML), el desarrollo de las tecnologías de la información y las comunicaciones (TICs) se encuentra a la base de la denominada “sociedad de la información”. El objetivo de este trabajo es entonces de analizar y proponer indicadores acerca de la investigación científica (y que en el titulo llamamos infraestructura científica) de donde se generan las TICs. La propuesta del ML tiene dos componentes: un marco conceptual general (para la medición de la Sociedad de la Información) y luego define “cómo abordar el desempeño de los agentes dentro de esta nuevo paradigma”, el cual se caracteriza por “un profundo cambio en la generación, la gestión y la circulación de la información y el conocimiento”. Con respecto al marco conceptual general representado por una matriz, nuestro estudio se refiere solamente a dos de los cuatro sectores de actividad, estos son “ciencia y tecnología” por una parte e “informática” por otra. Recordemos que los llamados “sectores o actividades de base” enmarcan en la propuesta del ML lo que ahí se llama “la submatriz de difusión y aprovechamiento de la información y el conocimiento”. Y es a este nivel que el ML se concentra esencialmente sobre cómo producir indicadores validos del “uso y acceso” de las TICs en los diversos sectores de la sociedad comportando el prefijo “e-…”. A nuestro juicio, el “acceso y uso” de las TICs supone la cuestión de saber cual es el estado de la investigación científica y tecnológica que precede al hecho que las TICs se conviertan en servicios y bienes económicos al nivel de la sociedad en general. Por otra parte, nos importa subrayar que el empleo de los términos “información” y “conocimiento” como sinónimos (información = conocimiento) plantea el problema de su distinción y que se puede formular de la manera siguiente: una cosa es la teoria de la información y otra la teoria del conocimiento, en otras palabras información no es igual a conocimiento (información ≠ conocimiento), en efecto hay una asimetría entre los conceptos de “información” y “conocimiento” en el campo de las TICs: una tarea es procesar información y otra conocimiento. Digamos que el esfuerzo mayor en la investigación en curso busca conducir las TICs, tales que internet y la web, de la “información” al “conocimiento”, en el sentido que vamos a presentar. ¿Es posible en este campo prever desde la investigación científica cual será la nueva generación de TICs? Con el fin de dar una respuesta a esta interrogación, proponemos un estudio de caso: la “web semántica” (2004-2005) a partir de la base de datos bibliográficos PASCAL (INIST/CNRS). Este tipo de trabajo se conoce como inteligencia o vigilancia científica. Y cuya intención es poder prever si posible la evolución de la “sociedad de la información” hacia la “sociedad del conocimiento” desde el punto de vista de las TICs (expuesto mas arriba). En concreto y para permanecer sobre una base empirica la tarea consiste 1 en hacer un mapeo del sector de investigación llamado “web semántica” (http://www.w3.org/2001/sw/) en el que se esta preparando la nueva generación internet-web.. Notemos que el proyecto fue formulado hacia 1999 y retomado por Berners-Lee, Hendler y Lassila en 2001, y luego cinco años más tarde el mismo Berners-Lee firma con Shadbolt y Wendy Hall un nuevo trabajo titulado “The Semantic Web Revisited”, en el cual los autores hacen un balance de lo logrado (ver Berners-Lee et al, 2001; Shadbolt et al, 2006). Aun otra referencia antes de pasar al contenido de nuestro estudio, formulada desde un punto de vista economico por una publicación del World Bank en donde se emplea el término “informatización” para designar el proceso al cual el ML se interesa. “Informatization is the information and communications technology (ICT)-driven transformation of an economy and society. This process involves investing significantly in economic and social infrastructure that facilitates the use of ICT by government, industry, civil society, and the general public. A country’s informatization strategy can help develop an enabling environment for technological innovation, a central determinant of the ability to compete successfully in the global economy”. Con esta citación queremos decir que lo que aquí diremos no puede aislarse de este proceso llamado “informatización”. Datos En lo que se refiere a los datos, hemos utilizado por razones de comodidad la base PASCAL de l’INIST/CNRS en donde la “web semántica” representa 330 publicaciones en 2004 y 465 en 2005. Este conjunto de 795 datos (información) constituye el objeto empírico de estudio. Como sabemos, para medir y analizar la producción científica se utilizan en general las publicaciones, y es lo que aquí hacemos pero con la ambición de extender mas tarde el estudio que aquí se presenta al campo de las patente con el fin de analizar la relación entre ciencia publicada y tecnología patentada en las TICs. Como se ha dicho en la introducción, el desafío es pasar de esta información, es decir, del hecho de saber que existen 795 datos, al conocimiento que dicha suma de datos representa acerca de la web semántica. ¿Como realizar esta extracción de conocimientos? Observación: se ha trabajo con datos e indización en inglés y que vamos a conservar aquí, es decir sin traducir al castellano. Metodología En una primera fase se utilizan métodos de clasificación automática no supervisada (en inglés “clustering” u “cluster análisis”) como técnicas de exploración y extracción de conocimientos a partir de los datos (información). En esta fase se trata de construir un número delimitado de clases agrupando los datos de acuerdo a la similitud de la información que ellos representan, y al mismo tiempo separando las informaciones no similares en clases distintas. Este es un primer paso para analizar la información con el objetivo de obtener conocimientos, es decir, categorías de análisis. Para este efecto utilizamos el programa SDOC del modulo INFOMETRIA de STANALYST, que aplica un método de clasificación jerárquica ascendente de simple enlace (single link) basado en las palabras asociadas (“co-word análisis”). En la segunda fase se propone un enfoque matricial que de una cierta manera es análogo al propuesto por el ML. El uso de una matriz de categorías (celdas) en donde las líneas son los términos indexando los documentos de la categoría respectiva. Hemos retenido después de la fase anterior “exploratoria” 2 séis categorías principales: ONTOLOGY, SEMANTICS, KNWOLEDGE, REASONING, LEARNING, NATURAL LANGUAGE. Falta por el momento el programa informático que realice esta operación de categorización. Estamos aun en la etapa de concepción y especificación del problema. Digamos que la tarea propiamente informática de programación está aun por realizarse. La intención es de programar la categorización para que pueda ser realizado por computador. Enseguida viene una nueva fase: la explotación de esta matriz de categorías, siendo las categorías celdas en las cuales aparecen listas de conceptos ordenados estadísticamente. Y es entonces con esta información que se procede a pasar de la matriz a la representación de la red de categorías basándose en la teoría de grafos y en el análisis de redes. Para esta etapa trabajamos sobre una muestra de 38 datos publicados en 2006 y tratando de la web semántica. Por cierto que la metodología es extensible en principio a cualquiera cantidad de datos. Pero para ello es necesario contar con la ayuda de programas informáticos adecuados para la categorización primero y la representación de conocimiento en segundo lugar. Los indicadores que se proponen corresponden a los utilizados en la bibliometría estándar y el análisis de las palabras asociadas por una parte, y por otra en el análisis de redes sociales. 3. Resultados Los resultados de la fase 1 exploratoria los dejaremos de lado, para concentrarnos sobre las operaciones de las fases 2 y 3, esto es, la organización de los datos en categorías y conceptos y la representación de las categorías como grafos poniendo en evidencia la red implícita en la matriz categorías × conceptos. 3. 1 Organización de la información en categorías y conceptos En las celdas, se presentan los términos significando conceptos (intención) y cuya cantidad y porcentaje es un indicador de la extensión del concepto. La intersección entre los documentos de las distintas categorías (un mismo documento puede pertenecer a más de una categoría) permite además detectar las relaciones existentes entre ellas y pasar a una representación en red basándonos en la teoría de grafos, en donde los indicadores son la densidad de las categorías y su centralidad en la red. Los cuadros 1 y 2 muestran las llamadas matrices categorías × conceptos de los años 2004 y 2005 respectivamente. Cada una de las matrices se compone de seis celdas en las que figura una lista de conceptos siguiendo un orden estadístico de frecuencia del concepto en la colección de documentos. La selección de los conceptos se ha hecho a la mano del conjunto de palabras claves indexando los datos: − 2004 = 330 datos indexados × 809 palabras claves − 2005 = 465 datos indexados × 932 palabras claves Para cada una de las categorías se utilizó la función de búsqueda del programa Excel declarando buscar la categoría en el la lista del vocabulario de indización que había sido previamente analizada estadísticamente utilizando el modulo “bibliometria” de la plataforma STANALYST, la frecuencia de los términos figura en las celdas de las matrices en números absolutos y en porcentaje. Precisemos que una palabra clave es un término que envía al concepto de un objeto o cosa del mundo. Un termino puede constituirse de una o varias palabras como puede apreciarse en los cuadros 1 y 2. De ahí que nos autorizamos a decir “concepto” cuando se trata de una “palabra clave”, lo mismo dicho de otra manera, tomamos las palabras claves como indicadores de 3 conceptos. Y llamamos categoría al conjunto de conceptos que contienen el nombre de la categoría, la inclusión de “description logic” o “description language” que son términos que no contienen la palabra ontología, está fundada en el conocimiento que los “lenguajes o lógicas de descripción” se utilizan para la programación de ontologías, al punto que a veces se habla de ellos como “ontology languages” (Staan & Studer, 2004). La información estadística que acompaña a los términos en los cuadros 1 y 2 define la extensión del concepto es decir el número de documentos que ellos indexan. Este mismo criterio se aplica al nivel de la categoría como la suma de los documentos indexados por los conceptos de la categoría, pero atención, esta suma no es la simple adición de los números que figuran en las celda de una categoría, dado que un mismo documento puede estar indexado a la vez por dos o más palabras claves de la categoría. Para resumir, digamos que los conceptos están ordenados en las categorías de acuerdo con su extensión. Es necesario decir que en la experimentación no ha habido un “control de calidad” de los términos, lo cual se impone hacerlo cuando se quiere que ellos sean científicamente validos y pertinentes. En otras palabras, contar con conceptos “certificados” desde el punto de vista científico. Por cierto que tal certificación debe ser dada por investigadores o profesionales calificados, como se hace corrientemente en la construcción de ontologías. Cuadro 1: Matriz categorías × conceptos (datos 2004) % ONTOLOGY % SEMANTICS % KNOWLEDGE 175 53,03 Ontology 21 6,36 Description logic 14 4,24 Description language 1 0,30 Ontology mapping 1 0,30 Standard upper ontology 102 30,91 Semantics 7 2,12 Semantic network 6 1,82 Semantic analysis 4 1,21 Formal semantics 4 1,21 Semantic relation 1 0,30 Operational semantics 43 13,03 Knowledge base 40 12,12 Knowledge engineering 22 6,67 Knowledge representation 8 2,42 Knowledge acquisition 6 1,82 Knowledge management 3 0,91 Knowledge based systems 3 0,91 Knowledge discovery 1 0,30 Knowledge 1 0,30 Knowledge grid 1 0,30 Knowledge representation languages % % REASONING 6 3 1 1 1 1 1 1 % LEARNING 12 7 4 2 1 1 1 1 NATURAL LANGUAGE 8 6 4 2 1 2,42 Model-based reasoning 1,82 Case based reasoning 1,21 Automated reasoning 0,61 Temporal reasoning 0,30 Case-based reasoning 1,82 Learning algorithm 0,91 Machine learning 0,30 Inductive learning 0,30 Learning (artificial intelligence) 0,30 Learning object metadata 0,30 Probability learning 0,30 Reinforcement learning 0,30 Supervised learning 3,64 Natural language 2,12 Language processing 1,21 Linguistics 0,61 Natural language processing 0,30 Computational linguistics 0,30 Linguistic model 0,30 Structural linguistics 0,30 Language generation Cuadro 2: Matriz categorías × conceptos (datos 2005) 4 % ONTOLOGY % SEMANTICS 43 42 24 10 10 4 1 1 1 1 % KNOWLEDGE 272 58,50 Ontology 15 3,23 Ontology mapping 31 6,67 Description logic 13 2,80 Description language 187 40,22 Semantics 11 2,37 Semantic analysis 9 1,94 Formal semantics 5 1,08 Semantic network 4 0,86 Semantic relation 3 0,65 Operational semantics 1 0,22 Semantic memory 9,25 Knowledge base 9,03 Knowledge representation 5,16 Knowledge engineering 2,15 Knowledge discovery 2,15 Knowledge management 0,86 Knowledge acquisition 0,22 Knowledge 0,22 Knowledge based systems 0,22 Knowledge representation languages 0,22 Knowledge transfer % 8 3 2 2 1 1 1 1 REASONING 6 2 1 1 1 % LEARNING 13 9 3 2 % NATURAL LANGUAGE 1,72 Case based reasoning 0,65 Automated reasoning 0,43 Model-based reasoning 0,43 Temporal reasoning 0,22 Common-sense reasoning 0,22 Qualitative reasoning 0,22 Reasoning 0,22 Spatial reasoning 1,29 Learning algorithm 0,43 Inductive learning 0,22 Concept learning 0,22 Learning 0,22 Unsupervised learning 2,80 Natural language 1,94 Linguistics 0,65 Language family 0,43 Language class Desde ya la categorización de los cuadros 1 y 2 es una manera de facilitar el trabajo de control y de validación científica de los conceptos ordenados en cada una de las categorías. Por otra parte aquí podemos comparar la misma estructura a dos momentos distintos. Ver la evolución del conocimiento. Y esto sin recurrir a una encuesta de los actores comprometidos en el campo científico considerado. En este caso, se parte de los escritos que estos actores han producido. Pasemos ahora a considerar el contenido de las matrices “categorías × conceptos”. Comencemos por las categorías: ellas expresan objetos de investigación al mismo tiempo que determinan un campo científico, una especialidad, y que concierne lo que se esta haciendo al nivel científico para llevar adelante el proyecto tecnológico de la web semántica. No hay ontologías (1) sin la semántica (2) es así como el conocimiento (3) puede ser introducido en los computadores y por via de consecuencia en la web, para que los servidores sean capaces de efectuar operaciones de razonamiento (4) como respuesta a la búsqueda de los usuarios, y además motores y servidores afinen su funcionamiento aprendiendo (5), y además como el lenguaje es la forma natural de la comunicación humana, es necesario incluir la capacidad de procesar el lenguaje natural (6) es decir no formal, que se encuentra en los 80 datos y por otra parte intervenga en el dialogo entre actor humano y computador. En suma, son seis propiedades digamos necesarias y tal vez no 70 suficientes para que la web que conocemos hoy en día evolucione en el sentido de una web semántica. La web sera “semántica” si incorpora estas seis 60 propiedades al menos. La figura 1 muestra en porcentaje lo que cada categoría representa en 2004 y 2005 permitiendo de apreciar las categorías más 50 importantes destacándose ontología seguida de semántica y luego conocimiento. % 40 2004 2005 30 20 10 0 2004 2005 Ontology 64 71 Semantics 38 47 Knowledge 39 29 Reasoning 6 4 Learning 5 2 Natural L. 9 6 5 La web es a la “sociedad de la información” lo que la web semántica será a la “sociedad del conocimiento”, el paso de una a la otra se apoyara en la puesta en marcha de esta nueva tecnología en la práctica social. El paso de la información al conocimiento pasa por estas seis categorías en el plano de la ciencia y las tecnologías de la información y de las comunicaciones. Los cuadros 1 y 2 nos están mostrando la “infraestructura científica” de la innovación tecnológica que introducirá la capacidad de procesar y de incorporar conocimientos en los sistemas de información y comunicación y cuyo “impacto social” se traducirá en la emergencia de la “sociedad del conocimiento”, es decir, de nuevas formas sociales de apropiación y uso como de organización. A continuación, nos interesa esbozar el análisis de relaciones que se encuentran implícitas en las matrices “categorías × conceptos” que aparecen como verdaderos cuadros fijos, inmóviles, y si decimos relaciones queremos también decir movimiento, la evolución no solo aditiva sino estructural de estas matrices. Y mas aun si decimos relaciones apuntamos a la red que las matrices encierran. Para ello necesitamos, desde un punto de vista estadístico, apoyarnos en índices. El cuadro 3 expone un modo de abordar este problema. Cuadro 3: Índices de asociación, inclusión, estabilidad y transformación. Asociación Inclusión c(i ) ∩ c( j ) sup( c(i ),c( j )) Estabilidad Transformación Categorías A ij = c(i ) ∩ c( j ) ( ) 2 I(ij ) = c(i )× c( j ) c(i ) ∩ c( j ) I(ij ) = inf ( c(i ),c( j )) E (hk ) = 2 e(h) ∩ e(k ) e(h) + e(k ) T (hk) = 1− E (hk) 1 1 5 3 8 3 9 Conceptos 9 ? 8 5 Estructura Tiempo, evolución 6 Los dos niveles de análisis o de aplicación de los índices son las categorías en si mismas y los conceptos de las categorías. Los índices de asociación y de inclusión se aplican a los dos niveles y se refieren a la estructura, haciendo evidente dos tipos distintos, una red o un árbol; en cambio los índices de estabilidad y transformación se limitan exclusivamente a las categorías, a medir la estabilidad y la transformación de las categorías en el tiempo, cuestión de percibir las evoluciones. El índice de asociación permite la constitución de una red de enlaces valuados y ampliamente empleado en el análisis de las palabras asociadas. El índice de inclusión (inclusión quiere decir poner una cosa dentro de otra o formando parte de otra) posibilita una representación jerárquica, lo que se llama un árbol, se trata aquí de la inclusión estadística. Los índices de estabilidad y transformación miden entre dos generaciones la estabilidad o la transformación del contenido conceptual de las categorías. Estos índices han sido igualmente que los anteriores propuestos en el análisis de las palabras asociadas (Callon et al, 2001). 3. 2 Grafo de la red de conocimientos Ahora se trata de representar la red implícita en las tablas de categorías y conceptos. Para la comodidad de la demostración, hemos constituido una muestra de 38 publicaciones acerca de la web semántica de fecha 2006. Por cierto que la metodología es extensible en principio a cualquiera cantidad de datos. En primer lugar, el cuadro 3 expone la matriz categorías × conceptos como las anteriores. Enseguida, las matrices de incidencia [categorías × documentos] y de adyacencia [categorías × categorías]: D1 D2  C  1 1 0 C2 1 1   CP 0 1  DN  1  0   1  C1 C2  C  1 0 1 C2 1 0   CP 1 1  CP  1  1  0  0  Y que son necesarias para la construcción del grafo (G) de categorías (C) y documentos (D), G = (C, D), cuyas aristas o relaciones tienen como soporte los documentos. En la figura 2 se ve el grafo de las seis categorías que vemos en el cuadro 3 y sus relaciones, es decir la red de conocimiento que ellas constituyen. Cuadro 3: Muestra basada en 38 publicaciones 2006 % ONTOLOGY % SEMANTICS 3 3 3 3 2 % KNOWLEDGE 18 44,74 Ontology 2 5,26 Description language 2 5,26 Description logic 1 2,63 Data description language 7 18,42 Semantics 3 7,90 Semantic analysis 1 2,63 Semantic network 7,90 Knowledge base 7,90 Knowledge engineering 7,90 Knowledge management 7,90 Knowledge representation 5,26 Knowledge acquisition % % 1 1 REASONING % LEARNING NATURAL LANGUAGE 2,63 Automated reasoning 2,63 Case based reasoning 1 2,63 Concept learning 1 2,63 Machine learning 2 5,26 Linguistics 1 2,63 Linguistic tool 7 Figura 2: Grafo G = (C,D) de las categorías (C) y los documentos (D). (1) (2) (1) (1) (1) (10) (1) (1) (2) (2) (4) Las categorías son los nodos (número de la categoría) y las relaciones los documentos compartidos por los nodos, las cantidades se refieren al número de documentos constituyendo la relación. Los nodos o categorías tienen dos valores estructurales la densidad y la centralidad que se mide en “grado” = número de relaciones y “peso” (d = degree; w = weight). Se comprueba que ONTOLOGY es de lejos la categoría mas densa y al mismo tiempo la más central en C(w), y a igualdad con KNOWLEDGE en C(d). Además, en la figura 1 la extensión de ONTOLOGY es de 45% (es decir, cubre 45% de las publicaciones de la muestra), y de KNOWLEDGE es solo de 15%. En conclusión, los indicadores están señalando que ONTOLOGY constituye la categoría central y más importante en el paso de la “web” a la “web semántica”. Cuadro 4: La densidad y centralidad de las categorías (nodos del grafo de la figura 2) N ° 1 2 3 4 5 6 Categoría ONTOLOGY SEMANTICS KNOWLEDGE REASONING LEARNING NATURAL LANGUAGE Densidad 0,138 0,096 0,073 0,026 0,026 0,039 Centralidad (d) 5 4 5 4 2 3 Centralidad (w) 18 8 15 3 4 4 8 Cuadro 5 Los principales actores (paises) mundiales Países USA UK GERMANY KOREA EU (25 países) Número de publicaciones 12 7 5 4 22 Porcentaje 32 18 13 11 58 El grafo de categorías (figura 2) se compone estructuralmente de tres subgrafos cuyos nodos están completamente conectados entre si como puede apreciarse en la figura 3. Y que se pueden entonces analizar separadamente con el fin de afinar aun más nuestro análisis de la red de conocimiento. − Ontology [1] – Semantics [2] – Knowledge [3] – Natural Language [6] − Ontology [1] – Semantics [2] – Knowledge [3] – Reasoning [4] − Ontology [1] – Knowledge [3] – Learning [5] Figura 3: Subgrafos conexos de G(C,D) Además de esta articulación que vemos en la figura 3 hay que considerar que cada nodo de la red de categorías (figura 2), es decir cada categoría (del cuadros 3), constituye un a su vez grafo como se ve en el cuadro 6. Llamamos la atención sobre el hecho que así se dispone de un instrumento de pronóstico o previsión, en el sentido que donde no hay enlace entre dos nodos existe la posibilidad que posteriormente, t+1, se cree un enlace entre esos nodos (conceptos). Sobre la base del principio que una red tiende a hacerse más densa completando las relaciones entre los nodos que la componen, y no solamente aumentando el número de nodos. Como ejemplos, en el cuadro 6, los enlaces posibles están señalados por líneas discontinuas (y además en rojo). [2] Semantics (0,33) [1] Ontology (0,33)* [3] Knowledge (0,20) Cuadro 6: Grafos internos a los nodos-categorías (1) (2) (2) (2) [4] Reasoning (0,00) [5] Learning (0,00) [6] Natural language (1,00) (1) 9 Los conceptos que vemos en el cuadro 3 están aquí en el cuadro 6 reemplazados por un número, y entre paréntesis sobre las relaciones el número de documentos que soportan estas relaciones. La valor de las categorías corresponde a la densidad = las relaciones existentes, R, divididas por las relaciones posibles, N(N-1)/2, es decir: R 2R D  N(N  1)/ 2 N(N  1 ) N es el número de nodos de la red o grafo. Conclusión El objetivo que nos propusimos fue proponer un método de análisis y al mismo tiempo indicadores acerca de la investigación científica de donde se generan las TICs, y que llamamos infraestructura científica. La investigación en curso sobre la “web semántica” (2004-2005) nos permitió de resumir la infraestructura científica en seis categorías principales, y que tal vez podamos considerar como un nuevo paradigma. En efecto, la ONTOLOGÍA [1] permite al computador de disponer de una SEMÁNTICA [2], es decir, una representación del mundo, con el fin de manejar CONOCIMIENTOS [3] y realizar inferencias o RAZONAMIENTOS [4], y en la ejecución de tareas, APRENDER [5] a hacerlas cada vez mejor, además integrar la gramática de una LENGUA [6] en el procesamiento de los datos y en el dialogo usuario-maquina. Cuando esta infraestructura científica (ciencia) se difunda y generalice al nivel de las TICs (tecnología), entonces podremos hablar con propiedad de la “sociedad del conocimiento” que así comenzara a emerger de la “sociedad de la información”. Por otra parte, se ha hecho el esfuerzo de elaborar un método de análisis con los indicadores necesarios para describir y medir redes de conocimiento, en nuestro caso la red de las seis categorías y su contenido conceptual especifico. Falta el programa que automatice las tareas que el método supone. Por ahora se ha trabajo a la mano con la ayuda de Excel y de un editor interactivo de grafos. La ambición es de programar el método propuesto. Un aspecto importante es el paso del análisis de datos basado en la clasificación o “clustering” a la matriz de categorías y conceptos. La segunda no se deriva directamente o automáticamente de la primera. La matriz es el resultado de un trabajo de análisis del agente apoyándose en su propia competencia. Pero la fase del análisis de datos basado en una clasificación automática nos ha parecido una 10 poderosa ayuda en el trabajo de determinar las categorías y el contenido conceptual de ellas. Referencias T. Berners-Lee, J. Hendler, O. Lassila (2001) The Semantic Web, Scientific American, May, p. 34-43. M. Callon, J-P. Courtial, W. Turner (2001) La méthode leximappe : un outil pour l’analyse stratégique du développement scientifique et technique, in D. Vinck (éd.) Gestion de la recherche. Nouveaux problèmes, nouvelles méthodes. Bruxelles, De Boeck-Wesmel, p. 207-277. N. Shadbolt, W. Hall, T. Berbers-Lee (2006) The Semantic Web Revisited, IEEE Intelligent Systems, May/June, p. 96-101. S. Staab & R. Studer (editors) (2004) Handbook on Ontologies, Springer. 11