DBpedia comenzó su andadura en 2007 como una base de conocimiento multidominio, cuya extensión y cobertura fue ampliándose en diversos ciclos (Bizer et al., 2009). DBpedia es un proyecto colaborativo que extrae información estructurada de la Wikipedia para publicarla en la web como un conjunto de datos, a diferencia de la Wikipedia original que es un conjunto de documentos (IA de Google).
DBpedia se basa en un grafo de conocimiento, que es una representación estructurada de la información que conecta entidades como personas, lugares y películas [PC1] con sus propiedades y relaciones. Extrae estos datos estructurados de las fichas de Wikipedia para crear un conjunto de datos grande, abierto e interconectado.
El grafo de conocimiento de Unikemia y su DBkemia:
Unikemia Learning eXperience (ULX) es un entorno de formación online cuyo diseño y desarrollo está basado en generar y consolidar todos los datos que representan el proceso de enseñanza-aprendizaje corporativo en un grafo de conocimiento que unifica, integra y enlaza toda la información del flujo completo de los procesos de formación corporativa de sus clientes.
Este grafo de conocimiento unificado incluye datos de la gestión, publicación y compartición de contenidos formativos, de la gestión del proceso de aprendizaje y de la ejecución de las tareas de aprendizaje, así como los datos de evaluación y comunicación de los resultados de dicha evaluación. En la actualidad, este entorno integra todas las funcionalidades relacionadas con el diseño y gestión del plan de formación de Unikemia, así como las relativas a su despliegue en un entorno colaborativo de formación online.
Con el apoyo de fondos europeos y CDTI, estamos evolucionado a un entorno de experiencia de aprendizaje basado en nuevos servicios para los usuarios. Uno de esos servicios ha sido la construcción de nuestra DBkemia.
DBkemia es la base de conocimiento específica y el banco de recursos de enriquecimiento de contenidos de Unikemia.
La arquitectura web concebida para DBkemia y para el banco de recursos para el enriquecimiento fue la de una estructura distribuida por comunidades verticales de aprendizaje, una para cada ámbito de conocimiento. Cada una de estas comunidades aloja su propia DBkemia, así como su banco de contenidos “sectoriales” que versan sobre los temas del ámbito de conocimiento correspondiente.
El alcance temático inicial de DBkemia incluye los ámbitos de gestión de proyectos, ciberseguridad, cadena de suministros y logística, y seguros, por ser las áreas que constituyen en la actualidad el núcleo de especialización de Unikemia en formación corporativa.
Inicialmente se concretó la tipología de contenidos que conformarían DBkemia y el banco de contenidos para el enriquecimiento. DBkemia está constituida por un glosario de términos especializados (contenido editorial de Unikemia), extendido con un conjunto de entidades de Wikipedia. Por otra parte, el banco de recursos se ideó como una serie de colecciones de contenidos de fuentes externas que complementan y enriquecen los contenidos formativos que se ofrecen en la plataforma.
Los términos de los glosarios y los contenidos de las colecciones se idearon para ser consumidos por los usuarios o bien directamente en las comunidades verticales o bien en los cursos cuando son convocados como información contextual relevante que enriquecen los contenidos formativos del curso.
Por su parte, para las entidades de Wikidata se planteó su alojamiento en cada comunidad vertical y su publicación en ellas a medida que son convocadas por los contenidos de un curso, pero su visualización solo es posible desde el propio curso ofreciendo un relato formativo ampliado.
El punto de partida para la definición de DBkemia, la base de conocimiento de Unikemia, fue el análisis por parte del equipo de Unikemia de más de 50 fuentes de información con recursos terminológicos especializados (diccionarios técnicos, glosarios, etc.) evaluando su relevancia, calidad y potencial de utilización para DBkemia.
Destacan algunas fuentes especializadas como los vocabularios normativos ISO, las bases de datos terminológicas gubernamentales (INCIBE, CCN-CERT), y los glosarios de certificación profesional (PMBOK, CISSP, APICS), que no solo definen términos, sino que establecen estándares de uso en sus respectivas industrias. Este análisis exhaustivo permitió inspirar al equipo de Unikemia para la elaboración de sus propios glosarios y diseñar un modelo ontológico robusto que captura la riqueza semántica de cada dominio de conocimiento de Unikemia.
El modelo ontológico específico de DBkemia, permite integrar a través de sus glosarios conceptos especializados de los cuatro dominios principales de conocimiento de Unikemia. Esta base conceptual se modela para enriquecerse con la conexión de entidades de Wikidata (más de dos millones), cuando son invocadas por su afinidad semántica por los contenidos formativos de Unikemia, estableciendo una arquitectura de conocimiento potencial de más de treinta millones de relaciones semánticas.
En cuanto al diseño del banco de recursos para el enriquecimiento, se concretó el uso de la ontología base de GNOSS (gnossresource) cuyas propiedades se describen con los siguientes vocabularios estándar: FOAF (Friend-of-a-Friend), SIOC (Semantically Interlinked Online Communities), SKOS (Simple Knowledge Organization System) y DC (Dublin Core). Para la conformación del tesauro de cada comunidad, expresado de acuerdo con el estándar SKOS, se consultaron y analizaron más de 32 tesauros especializados: 8 en ciberseguridad, 8 en logística, 8 en seguros, 8 en gestión de proyectos, y 5 multisectoriales. El resultado fue un tesauro para cada ámbito que estructura y organiza el conocimiento compartido en cada comunidad vertical.
Otra labor acometida en este proyecto fue el análisis de fuentes externas a integrar en el banco de contenidos para el enriquecimiento. Se analizaron diversas fuentes candidatas a integrar en el banco con contenidos de alta calidad entre las que destacan MIT – Massachusetts Institute of Technology, HBR – Harvard Business Review, ASCM – Association for Supply Chain Management, ACM – Association for Computing Machinery, ENISA – European Union Agency for Cibersegurity , INCIBE – Instituto Nacional de Ciberseguridad, AEPD – Agencia Española de Protección de Datos, OECD – Organisation for Economic Co-operation and Development, MAPFRE, Insurtech Community Hub, TED Talks, ….. además de diversos canales temáticos de YouTube (Digital Proyject Manager, Insurtech Community Hub, etc.) También se establecieron criterios claros de selección y categorización que garantizan la relevancia y calidad del contenido a incluir. Uno de los criterios determinante para la selección de contenidos fue el análisis de sus licencias de uso. Se priorizó la integración de materiales con licencias abiertas o permisivas que pudieran incorporarse directamente a la plataforma
En relación con la construcción de DBkemia, el desafío tecnológico ha estado esencialmente en dos aspectos. En primer lugar, era necesario describir el conocimiento de cada dominio de DBkemia de manera lógicamente consistente mediante un modelado ontológico adecuado que incluyera tanto su estructura (tipos de entidades y relaciones) como el esquema de clasificación. Por otra parte, era un reto tecnológico identificar y corregir incoherencias, redundancias y anomalías de datos provenientes de las diferentes fuentes de conocimiento contempladas para asegurar la calidad de la información de DBkemia. Con la culminación de este proyecto y sus servicios, Unikemia se posicionan como un referente mundial en base de conocimiento altamente especializada.
Una manera de hacer Europa
