Corso di Laurea Specialistica in Ingegneria Informatica INTEGRAZIONE

Corso di Laurea Specialistica in Ingegneria Informatica INTEGRAZIONE MULTILINGUA DI SORGENTI DATI POSTGRESQL DELLA PUBBLICA AMMINISTRAZIONE: ACCOPPIAMENTO DEI SISTEMI MOMIS E SIAM Relatore: Chiar. mo Prof. Sonia Bergamaschi Candidato: Saponi Riccardo Correlatori: Ph. D. Ing. Mirko Orsini Ph. D. Ing Laura Po Anno Accademico 2008 - 2009

Sommario n n Obiettivo della Tesi Il Progetto MOMIS Il SIAM (Sistema Informativo AMbientale) Integrazione MOMIS - SIAM q q q n Wrapper JDBC / Postgre. SQL Sviluppo di un database multilingua per l’utilizzo in MOMIS Materializzazione dello Schema Globale Test, conclusioni e sviluppi futuri

Obiettivo MOMIS Data. River n n 1. 2. 3. SIAM Ipotesi : poter disporre di una vista integrata dei dati presenti negli Uffici del settore Ambiente di diverse province, attraverso l’ accoppiamento del progetto MOMIS “Data. River” e del programma SIAM. Sono state eseguite 3 fasi: Creazione di un Wrapper sorgenti Postgre. SQL; Analisi e integrazione del database lessicale multilingua Multi. Word. Net; Implementazione di funzioni per la materializzazione dello Schema Virtuale Globale(GS) all’interno della versione Data. River di MOMIS;

MOMIS (Mediator envir. Onment for Multiple Information Sources) n n n MOMIS e' un sistema per l'integrazione intelligente di informazioni per sorgenti dati strutturate e semi - strutturate nato fra una collaborazione dell’Università degli Studi di Modena e Reggio Emilia (Db. Group) e l’Università di Milano. OBIETTIVO: Integrare le informazioni ricavate da sorgenti eterogenee costruendo uno Schema Globale Virtuale che consenta all’utente di sottomettere delle query e che conservi i dati nelle sorgenti locali. Approccio opposto rispetto quello di un Data Warehouse, dove invece i dati sono duplicati su un database interrogabile dall’utente.

MOMIS (Mediator envir. Onment for Multiple Information Sources)

SIAM (Sistema Informativo AMbientale) Prodotto web-based sviluppato da QUIX s. r. l. che si occupa di gestire il flusso completo di tutte le pratiche elaborate dall’Ufficio Ambiente delle Province. • Si pone come strumento di integrazione e collaborazione fra i vari soggetti coinvolti nei processi amministrativi che regolano la gestione dell’ambiente (Operatori, Imprese, Assessori). • Piena compatibilità e possibilità di scambio di informazioni con altri strumenti informatici presenti nell’Ente(software di protocollazione; GIS; sportello SUAP. . ).

Wrapper JDBC / Postgre. SQL Un Wrapper è un modulo che si occupa di rendere le diverse sorgenti di informazione conformi ad uno standard interno o esterno. In particolar modo si occupa di : n n n Tradurre la descrizione della sorgente nel linguaggio del mediatore; Tradurre l’interrogazione ricevuta dal mediatore in una query in linguaggio locale ( ODLI 3 ) Trasferire i risultati parziali al mediatore

Wrapper JDBC / Postgre. SQL n n n Postgre. SQL è un object – relational database management system (ORDBMS) open source, seguito del progetto Ingres. E’ un sistema per la gestione di database relazionali che assume caratteristiche tipiche dei Linguaggi Orientati agli Oggetti q Definizione di Oggetti e Classi; q Ereditarietà; Consente di implementare funzioni e procedure tramite il linguaggio nativo PL / pg. SQL e i linguaggi di programmazione più comuni: C++, Ruby, Perl, Python. n Tipi di dato JDBC compatibili. n Open source, multipiattaforma e ampia community di sviluppo.

Wrapper JDBC / Postgre. SQL n Creazione della classe n estensione delle interfacce Java già presenti. Interfaccia grafica per l’inserimento dei parametri per la connessione JDBC: Wrapper. Jdbc. Core_Postgre. SQL, q q q n n Domain; Port; User; Password; Scelta del database; Generazione automatica della stringa di connessione JDBC; Scelta dei database presenti sul server mediante il reperimento delle informazioni dalla tabella di sistema PG_CATALOG

Sviluppo di un database multilingua per l’utilizzo in MOMIS Stato dell’ arte: Word. Net : n Database lessicale di riferimento in lingua inglese che definisce i concetti della conoscenza e le relazioni che intercorrono fra di essi. Caratteristiche: n Categoria Sintattica: categorie in cui sono suddivisi i termini (nomi, aggettivi, verbi, avverbi) n Lemma: parola e/o termine a cui vengono associati uno o più significati n Synset: insieme di termini associati ad un medesimo significato ed appartenenti alla stessa categoria sintattica n Glossa: descrizione a parole di un significato preciso. Associata a ciascun synset n Relazione Semantica: relazione che lega due synset appartenenti alla stessa categoria sintattica n Relazione Lessicale: relazione tra due lemmi appartenenti a synset distinti

Sviluppo di un database multilingua per l’utilizzo in MOMIS n Word. Net concorre alla generazione del Common Thesaurus durante il Processo di Integrazione, contribuendo alla definizione di relazioni terminologiche attraverso il processo di annotazione. n n Book SYN Volume Book BT Catalog

Sviluppo di un database multilingua per l’utilizzo in MOMIS Per una maggior compatibilità con la versione di Word. Net presente in MOMIS è stato analizzato e scelto Multi. Word. Net come database lessicale multilingua. Multi. Word. Net mira a creare un database lessicale strettamente legato a Princeton Word. Net che consenta un facile inserimento di nuove lingue. • Relazioni semantiche : invariate rispetto WN. Si procede con degli add on; • Relazioni lessicali : re – mapping dei lemmi basato sulla lingua; Si compone di una parte comune (relazioni semantiche) e di parti specifiche a ciascuna lingua (relazioni lessicali)

Sviluppo di un database multilingua per l’utilizzo in MOMIS Allineamento di Multi. Word. Net 1. 6 a Word. Net 2. 0: n Aggiornamento coerente dei record (Thanks to Rada Mihalcea, University of Texas) Integrazione di Multi. Word. Net e Word. Net 2. 0: n n Inserimento di nuovi tipi di Relazione e di Extender Procedura di integrazione basata sulla lingua del record. Modifiche al software: n n n Nuovi parametri di configurazione per Torque; Enum Annotation. Language; Gestione lingua lato Backend: synset e lemma recuperati mediante la lingua di Annotazione; Gestione lingua lato Frontend: menù di scelta per la lingua in fase di inserimento e ricerca del record; Modifiche agli algoritmi WNFS e WND per la gestione della lingua di Annotazione. Implementazione di uno Stemmer Algorithm per la lingua italiana e refactoring delle classi di Stemming

Materializzazione dello Schema Globale MOMIS Versione “Data. River” Progetto Open Source che si prefigge di “prodottizzare” MOMIS. n Sviluppato da “Datariver S. r. l. ”, una spin-off nata per iniziativa di professori e ricercatori del Db. Group del Dipartimento di Ingegneria dell’Informazione di Modena e della ditta QUIX S. r. l. Caratteristiche: n GUI sviluppate mediante Eclipse – RCP n Gestione di Word. Net tramite file originali o JPA (Java Persistence API) n Data. Base HSQLDB per supporto a Query Manager n Gestione del progetto mediante il tool MAVEN n …MA… STESSO PROCESSO DI INTEGRAZIONE DI MOMIS! Interrogazione di uno Schema Globale generato con MOMIS

Materializzazione dello Schema Globale n Creazione del modulo QUERY MANAGER EXPORT DATA; n Tramite il modulo QUERYMANAGER si invocano le interfacce per la gestione della connessione ad un target database; n Inserimento dei parametri “Wrapper – like” per la connessione JDBC al target database; n Chiamata alla classe Query. Manager. Export. Data per la gestione delle funzioni di materializzazione a partire dallo Schema Globale; n Esecuzione di script SQL creati runtime per la creazione di tabelle e l’inserimento dei dati sulla base delle Classi Globali ricavate dallo schema e salvataggio sul target database

Test e analisi dei risultati n n n Test effettuati su schemi di prova e sul database di produzione del SIAM della Provincia di Ancona (90 tabelle, 1711 attributi) Wrapper : importate con successo sorgenti relazionali site su server locali o remoti. Integrazione database lessicale Multilingua: annotazione eseguita in base alla scelta della Annotation. Language. Combinando le diverse tecniche di annotazione automatica si arriva ad avere il 62 % dei termini presenti annotati(1069 su 1711). Stemmer: Problemi con la gestione delle forme flesse della lingua italiana. Materializzazione dello Schema Globale: test eseguito con successo su una sorgente locale, fallito con più sorgenti. Diversi scenari di sviluppo

Conclusioni e sviluppi futuri Concludendo: n n n Wrapper sorgenti Postgre. SQL sviluppato e testato con successo; Integrazione di un database lessicale multilingua sviluppata e testata con successo. Alcuni miglioramenti riguardo lo stemmer italiano Materializzazione dello Schema Globale non completato sebbene testato con successo su una sorgente; Sviluppi futuri n n Rifinitura delle funzioni e della logica di gestione di lingue differenti Completamento delle funzioni di materializzazione dello Schema Globale q Prevedere l’integrazione di diversi schemi q Prevedere dei controlli sulla creazione e sull’aggiornamento temporale dei dati

Grazie per l’attenzione