ontologias e a web sem ntica l.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Ontologias e a Web Semântica PowerPoint Presentation
Download Presentation
Ontologias e a Web Semântica

Loading in 2 Seconds...

play fullscreen
1 / 149

Ontologias e a Web Semântica - PowerPoint PPT Presentation


  • 252 Views
  • Uploaded on

Ontologias e a Web Semântica. Prof. Fred Freitas Programa de Pós-graduação em Informática Universidade Católica de Santos. Objetivo: Situar o contexto em que surgiram as ontologias e a Web semântica . Dentro da Informática A controvérsia declarativo-procedimental

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Ontologias e a Web Semântica' - alexis


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
ontologias e a web sem ntica

Ontologias e a Web Semântica

Prof. Fred Freitas

Programa de Pós-graduação em Informática

Universidade Católica de Santos

Prof. Fred Freitas - fred@unisantos.br

objetivo situar o contexto em que surgiram as ontologias e a web sem ntica
Objetivo: Situar o contexto em que surgiram as ontologias e a Web semântica
  • Dentro da Informática
    • A controvérsia declarativo-procedimental
    • Porque as ontologias ganharam foco com a Web
    • Web Semântica
  • Dentro de Inteligência Artificial Simbólica
    • Histórico do paradigma declarativo
    • Formalismos de representação de conhecimento
    • Motivações de reuso e compartilhamento de conhecimento
    • Integração de conhecimento escrito em formalismos de representação diferentes

Prof. Fred Freitas - fred@unisantos.br

objetivo estudar a parte t cnica de ontologias e web sem ntica
Objetivo: Estudar a parte técnica de Ontologias e Web Semântica
  • Tipos, exemplos e benefícios de Ontologias
  • Ferramentas para as ontologias e a Web semântica
    • Ontolingua, Protégé, OntoEdit e ODE
  • Engenharia de Ontologias
  • Aplicações de Ontologias
    • PACT e MASTER-Web
  • A Web Semântica e suas camadas
    • XML, RDF e OWL
    • Perspectivas
  • Tópicos Abertos de Pesquisa

Prof. Fred Freitas - fred@unisantos.br

o que uma ontologia
O que é uma ontologia?

Prof. Fred Freitas - fred@unisantos.br

ontologias
Ontologias
  • Corpo de conhecimento declarativo sobre um dado domínio, assunto ou área de conhecimento
  • Na prática, hierarquias de conceitos (classes) com suas relações, restrições, axiomas e terminologia associada
  • Termo às vezes mal-empregado. Ontologias não são:
    • Simples hierarquias
    • Conjuntos de conceitos associados a palavras-chave
    • Esquemas de bancos de dados

Prof. Fred Freitas - fred@unisantos.br

relacionamentos na ontologia ci ncia
Relacionamentos na Ontologia Ciência

Prof. Fred Freitas - fred@unisantos.br

usos de ontologias
Usos de ontologias
  • Realizar inferência
  • Servir como vocabulário compartilhado numa comunicação entre agentes inteligentes
  • Codificar conhecimento interoperável
    • entre linguagens (F-logic, Prolog, Jess)
    • entre formalismos de representação de conhecimento (frames, redes semânticas, lógica de descrições)
  • Definir páginas da Web semântica

Prof. Fred Freitas - fred@unisantos.br

contexto das ontologias em inform tica

Contexto das Ontologias em Informática

Prof. Fred Freitas - fred@unisantos.br

controv rsia declarativo procedimental
Controvérsia Declarativo-Procedimental
  • Abordagem procedimental
    • Descreve o funcionamento de processos passo-a-passo
    • Código compilado, mais rápido, simples, controlável e popular
    • Metáfora do “como”
  • Abordagem declarativa
    • Descreve um domínio com suas entidades e características, através de “fatos” declarativos que não estão dentro dos programas
    • Motores de inferência deduzem novos fatos a partir dos existentes
    • Metáfora do “o quê”

Prof. Fred Freitas - fred@unisantos.br

evolu o eleva o das abstra es
códigos binários e endereços: mnemônicos e rótulos simbólicos,e depois variáveis

modificações nos endereços: atribuições

saltos:estruturas de controle

expressões:funções

comandos:procedimentos

estruturas armazenamento : estruturas de dados

assembler: linguagens

consultas a BDs: linguagens de consulta

modelos físicos : conceituais

dados e operações: tipos abstratos de dados ou objetos

tipos: polimorfismo

compiladores: gramáticas formais e geradores de compiladores

funções para relações

código para conhecimento explícito num formalismo lógico de representação

Evolução = Elevação das abstrações

Prof. Fred Freitas - fred@unisantos.br

nova conjuntura para a controv rsia a internet
Nova conjuntura para a controvérsia: a Internet
  • Grande volume de informações desestruturadas
  • HTTP e HTML asseguram apenas navegação e apresentação
  • Solução procedimental: Engenhos de busca
    • Análise apenas em nível léxico
    • Falta de precisão e muitos resultados irrelevantes,
  • Principais ausências
    • Falta de contexto
    • Falta de semântica na definição das páginas

Prof. Fred Freitas - fred@unisantos.br

solu es poss veis para o tratamento de i nforma o na web
Soluções possíveis para o tratamento de informação na Web
  • Dotar os sistemas de inteligência
    • Agentes inteligentes
    • Manipulação cooperativa de informação [Oates et al 94]: distribuição, cooperação e comunicação sobre a semântica das páginas
    • Restrição de domínios
  • Dotar a Internet de inteligência: a Web Semântica
    • Linguagens e padrões para definir páginas com uma semântica clara e definida formalmente
    • Os agentes poderão raciocinar e “conversar” no contexto desta semântica

=> Ontologias desempenham um papel fundamental em ambas as soluções!

Prof. Fred Freitas - fred@unisantos.br

adequa o dos sistemas multiagentes ao problema
Adequação dos Sistemas Multiagentes ao Problema
  • A distribuição gera concorrência e paralelismo
  • Vantagens da Representação de Conhecimento
    • Engajamento ontológico
    • Expressividade
    • Inferência
    • O conhecimento e contexto sobre determinados tipos de páginas não se refere só a palavras-chaves como em RI
    • Modelo de comunicação entre agentes muito expressivo, baseado na comunicação humana

Prof. Fred Freitas - fred@unisantos.br

contexto das ontologias em intelig ncia artificial simb lica

Contexto das Ontologias em Inteligência Artificial Simbólica

Prof. Fred Freitas - fred@unisantos.br

sistemas baseados em conhecimento
Sistemas Baseados em Conhecimento
  • Criar sistemas diretamente a partir do conhecimento
  • Separação entre o conhecimento e o processo dedutivo ou inferência
  • Conhecimento sobre o domínio e sobre processos são dados (fatos), que podem ficar fora do programa
  • A concepção passa por 3 especificações consecutivas:
    • O nível de conhecimento ou epistemológico
    • O nível lógico
    • O nível de implementação

Prof. Fred Freitas - fred@unisantos.br

formalismos de representa o de conhecimento
Formalismos de Representação de Conhecimento
  • Prover teorias - fundamentadas em lógica matemática - e sistemas para expressar e manipular conhecimento declarativo de forma tratável e eficiente computacionalmente
  • Um formalismo deve prover:
    • Acesso aos fatos (conhecimento)
    • Mecanismo de inferência (ou estratégia de resolução)
    • Estratégias de controle e escalonamento da inferência

Prof. Fred Freitas - fred@unisantos.br

tipos de formalismos em rela o ao foco
Tipos de formalismos em relação ao foco
  • Formalismos orientados a predicados: regras e programação em lógica
    • Pioneiros
    • Foco no processo, funcionamento
  • Formalismos orientados a domínios: frames, redes semânticas, lógica de descrições
    • Classes, relações e restrições
    • Facilitam a estruturação de conhecimento sobre um domínio de aplicação

Prof. Fred Freitas - fred@unisantos.br

formalismos orientados a predicados

Formalismos orientados a predicados

Prof. Fred Freitas - fred@unisantos.br

regras de produ o
Regras de Produção
  • Formalismo mais simples, procedimental e popular

animal(x)^estimação(x)^pequeno(x) => doméstico(x)

premissas conseqüente

  • Base de fatos e base de regras

animal(Rex),estimação(Rex),pequeno(Rex)

  • Mecanismo de inferência: São produzidos novos fatos instanciando fatos existentes nas regras (encadeamento para a frente)
  • Estratégia de controle: resolução de conflito

Prof. Fred Freitas - fred@unisantos.br

o problema simples
O problema é simples...

[Friedman-Hill 98]

Facts

"Item #123 is expensive speakers"

"Gold cables are expensive"

"Bob is a customer"

"Bob is buying item #123"

List of

Actions to Take

"Recommend

that Bob buy gold

cables."

Inference

Engine

Rules

"Recommend appropriate cables

when customers buy speakers"

Prof. Fred Freitas - fred@unisantos.br

mas a solu o cara
... Mas a solução é cara!

Facts

List of

Actions to Take

"Recommend

that Bob buy gold

cables."

Inference Engine

For every customer,

for every item in their cart,

if it is speakers,

for every catalog item,

if the cart item is the catalog item,

if the catalog item is in some price category,

for every catalog item,

if it is a cable and it is in the same category,

recommend that cable to that customer.

Rules

Por isso, existem estratégias de controle!

Prof. Fred Freitas - fred@unisantos.br

regras de produ o cont
Regras de produção (cont.)
  • Propostas enquanto formalismo por A. Post (1936)
  • Usadas no 1o. sistema especialista (Dendral-1971)
  • Motores de inferência plugáveis
    • CLIPS [Riley 99] e Jess [Friedmann-Hill 97]

Prof. Fred Freitas - fred@unisantos.br

formalismos orientados a predicados23

Formalismos orientados a predicados

Prof. Fred Freitas - fred@unisantos.br

programa o em l gica
Programação em Lógica
  • Encadeamento para trás (backward-chaining)

avô(x,z) <= pai(x,y) ^ pai(y,z)

  • Estratégia de resolução, que encontra a prova por negação (ou refutação) [Robinson 65]
  • Suponho que avô(x,z) é verdadeiro e vou tentar encontrar uma contradição (ex: ~pai(x,y) )
  • Exs: Prolog, LIFE

Prof. Fred Freitas - fred@unisantos.br

formalismos orientados a dom nios

Formalismos orientados a domínios

Prof. Fred Freitas - fred@unisantos.br

frames quadros
Frames (Quadros)
  • Base: modelos mentais de psicologia cognitiva usados na resolução de problemas [Bartlett 32]
    • Esquemas: estruturas de conhecimento (estereótipos) armazenadas na memória duradoura, baseadas em experiências passadas, a serem adaptadas
  • Proposta por M. Minsky [75]
  • Precursores declarativos dos objetos procedimentais

Prof. Fred Freitas - fred@unisantos.br

slide27

Animais

Frames

Vivo: V

Voa: F

Subconjunto

Subconjunto

[Figueira 98]

Pássaros

Mamíferos

Pernas: 2

Pernas: 4

Voa: V

Subconjunto

Subconjunto

Subconjunto

Canários

Gatos

Humanos

Pernas: 2

Cor: Amarelo

Membro

Membro

Membro

Piu-piu

Frajola

Fred

Nome: Piu-piu

Nome: Frajola

Nome: Fred

Amigo:

Amigo:

Prof. Fred Freitas - fred@unisantos.br

expressividade dos frames
Expressividade dos Frames
  • Classes
    • Herança múltipla
    • Instâncias
  • Atributos (slots)
    • Slots podem ser instâncias de outras classes (relações)
    • Slots inversos:
      • Ex: Slot Orientados da classe Professor é inverso do slot Orientador da classe Aluno
      • Ao preencher um o outro é preenchido automaticamente
  • Facetas
    • Restrições sobre os slots
  • Inferência por meio de herança e restrições

Prof. Fred Freitas - fred@unisantos.br

definindo classes e inst ncias
Definindo classes e instâncias

(defclass City "Cities are part of countries or states."

(is-a Location)

(multislot is-Part-Of

(type INSTANCE)

(allowed-classes Country State)

(inverse-slot has-Parts)

(cardinality 1 ?VARIABLE))

(single-slot name

(type STRING)

(cardinality 1 1)))

([Locations_00427] of City

(is-Part-Of [WA])

(name "Washington"))

Prof. Fred Freitas - fred@unisantos.br

facetas mais comuns em sistemas de frames
Facetas mais comuns em sistemas de Frames
  • Valor default
  • Valores permitidos (allowed-values)
  • Domínio
    • Ex: 1..100
  • Cardinalidade máxima e mínima
  • Tipo: inteiro, string, booleano, float, símbolo, instância
  • Classes permitidas (allowed-classes): válida apenas para slots do tipo instância

Prof. Fred Freitas - fred@unisantos.br

frames x objetos procedimentais
Frames x Objetos procedimentais

[Farquhar 97]

  • Semelhança apenas aparente
  • Frames modelam aspectos de um domínio real
  • Objetos e suas classes visam modelar estruturas de dados e reusar código
  • Às vezes frames e objetos se parecem
  • Às vezes objetos violam o engajamento ontológico

Class circulo {int x,y; int altura}

Class elipse extends circulo

{int largura}

Prof. Fred Freitas - fred@unisantos.br

frames x objetos procedimentais cont
Frames x Objetos procedimentais (cont.)
  • Também não é necessária em frames a inclusão de detalhes de implementação, como tamanho de strings, etc
  • Frames não possuem métodos nem information hiding, desnecessária para a declaratividade
  • Objetos não possuem facetas
  • Frames têm sua parte procedimental
    • Daemons: procedimentos executados quando um valor é lido, incluído ou modificado num slot

Prof. Fred Freitas - fred@unisantos.br

regra e frames
Regra e frames
  • Frames e regras podem ser combinados
    • CLIPS, para ganhar expressividade, inclui uma linguagem interna (COOL – “C” Object-Oriented Language) para definir e manipular frames
    • Regras CLIPS referenciam estes frames

(defrule x

(object (is-a City) (is-Part-Of nil) (name ?a))

=>

(printout t “Specify a state for “ ?a crlf))

Prof. Fred Freitas - fred@unisantos.br

axiomas
Axiomas
  • Axiomas são sentenças sempre válidas
  • Servem para inferência e restrições complexas sobre os slots
  • Ex: Todo empregado tem um ID único:

(forall ?person1

(forall ?person2

(=> (and (own-slot-not-null ID ?person1)

(own-slot-not-null ID ?person2))

(=> (not (= ?person1 ?person2))

(not (= (ID ?person1) (ID ?person2))))))

Prof. Fred Freitas - fred@unisantos.br

redes sem nticas
Redes Semânticas
  • Proposta por Quillian [68] a partir da modelagem da memória semântica humana
  • Nós (objetos) conectados por arcos (relações binárias)
  • Arcos típicos: é-um (is-a), é-parte
  • Muito utilizadas em Processamento de Linguagem Natural
    • Ontologias linguísticas (Ex: WordNet)

Prof. Fred Freitas - fred@unisantos.br

redes sem nticas36
Redes Semânticas

X: pessoa ( nome => id ( primeiro => string, último => Y: string ),

Cônjuge => pessoa ( nome => id ( último => Y),Cônjuge => X))

Prof. Fred Freitas - fred@unisantos.br

l gica de descri es
Lógica de Descrições
  • Também chamada de Lógica Terminológica [Brachman & Schmolze 85]
  • Definição de conceitos por meio de descrições, fornecendo nativamente atributos bastante expressivos:
    • Herança Múltipla
      • (PRIMITIVE (AND CAR EXPENSIVE-THING) sports-car)
      • Instâncias do conceito carro esporte (sports-car) herdam as descrições de CAR e EXPENSIVE-THING
    • Papéis
      • (FILLS thing-driven Corvette)
      • Um Corvette desempenha o papel de algo dirigível

Prof. Fred Freitas - fred@unisantos.br

l gica de descri es cont
Lógica de Descrições (cont.)
  • Restrição de valores
    • (ALL thing-driven CAR),
    • Tudo que é dirigível dentro deste domínio é da classe CAR
  • Restrição de limites
    • (AT-LEAST 3 wheel)
    • Descrevendo qualquer objeto relacionado a 3 outros objetos distintos que “desempenham o papel” de roda (wheel)
  • Co-referência
    • (SAME-AS (driver) (insurance-payer))
    • Todos os indivíduos que atuam como motoristas (driver) o papel de segurados (insurance-payer)

Prof. Fred Freitas - fred@unisantos.br

an lise problemas de sbcs

Análise: Problemas de SBCs

Prof. Fred Freitas - fred@unisantos.br

porque sbcs n o se tornaram populares
Porque SBCs não se tornaram populares?
  • Não muito usados por razoes técnicas “históricas”
  • Programar procedimentalmente é mais fácil, rápido, simples e controlável
    • Eficiência : funcionamento diretamente no código
    • Fácil funcionamento : despreocupação com contextos
    • O programador mantém o fluxo de controle

Prof. Fred Freitas - fred@unisantos.br

porque n o colou de cara
Porque não colou de cara ??
  • Explosão combinatorial: problemas com escalabilidade
    • Ex: GPS, provadores de teorema(fins dos 60)
  • Complexidade (NP-completo, etc) ainda não formalizada (início dos 70) -> indústria estruturada
  • Embevecimento, falta de objetividade e amadorismo dos pesquisadores
  • Falta de produtos no cotidiano, formando indústria
    • Falta de trabalho “braçal” em Engenharia de Software e testes de confiabilidade
  • Falta de metodologias mais formalizadas sobre como obter e codificar conhecimento declarativo

Prof. Fred Freitas - fred@unisantos.br

problemas com hardware
Problemas com Hardware
  • O processo de inferência não “casou” bem com as implementações de hardware e software básico, projetados para programação procedimental
  • A programação lógica deve tanto quanto possível explorar concorrência e paralelismo (Ex: PIM, 64 MLIPS)
  • Prolog embora criada em 1972, só popularizou-se em 1977, com as Warren Abstract Machines (WAMs)
  • Compila num código intermediário e depois executa
  • instruções usam registradores e pilhas auxiliares, que a WAM cria, implementados em C
  • Resultado : performance no nível de C (50 KLIPS)

Prof. Fred Freitas - fred@unisantos.br

problema dificuldades de reuso
Problema: Dificuldades de reuso
  • Formalismos diferentes não facilitam o reuso
  • Reuso é imperativo:
    • BCs são a parte mais cara de um SBC
  • Como ter reuso no nível de conhecimento?
  • Como abstrair formalismos?

Prof. Fred Freitas - fred@unisantos.br

problemas de reuso foco funcional
Problemas de reuso: foco funcional
  • Para muitos pesquisadores até hoje, a especificação de SBCs deve ter uma foco funcional
  • Reuso dificultado: muitos conceitos e relações do domínio estão:
    • Implícitos
    • Tratados como premissas
    • Misturados com conhecimento estratégico (regras)
  • Solução (parcial): KADS [Wielinga et al 92]
    • Metodologia de desenvolvimento de SBCs
    • Complexa, não se popularizou

Prof. Fred Freitas - fred@unisantos.br

problemas de reuso interoperabilidade
Problemas de reuso: Interoperabilidade
  • Necessidade de reuso em domínios com grande número de conceitos e relações (ex: medicina)
  • Falta de interoperabilidade entre formalismos, mesmo entre os orientados a domínio
  • Formalismo diferentes, porém certa similaridade expressiva
  • Solução visando reuso em nível de conhecimento: Ontologias!

Prof. Fred Freitas - fred@unisantos.br

ontologias46

Ontologias

Prof. Fred Freitas - fred@unisantos.br

motiva es de ontologias
Motivações de Ontologias
  • Permitir reuso entre formalismos de representação diferentes
  • Servir como vocabulário compartilhado de comunicação entre agentes
  • Unidade básica de representação: Frames (sem daemons)
  • Define um domínio, visando maximizar o reuso destas definições
  • Idealmente não deve refletir nenhum formalismo
  • Materialização do nível de conhecimento

Prof. Fred Freitas - fred@unisantos.br

ontologias48
Ontologias
  • Termo oriundo da filosofia
  • Ramo da filosofia que lida com a natureza e organização da realidade
  • Categorias de Aristóteles: taxonomia para os objetos do mundo
  • Charles Sander Peirce (século XIX)
  • Em informática e inteligência artificial, ganha um senso mais prático
    • Organização de conhecimento manipulável

Prof. Fred Freitas - fred@unisantos.br

defini es de ontologia
Definições de ontologia
  • Ontologia: Especificação de uma conceitualização [Gruber 91]
  • Hierarquia de conceitos (classes) com suas relações, restrições, axiomas e terminologia associada

[Huhns & Singh 97]

Prof. Fred Freitas - fred@unisantos.br

defini es de ontologia cont
Definições de ontologia (cont.)
  • “Uma ontologia é uma especificação explícita e formal de uma conceitualização compartilhada” [Studer et al 98]
  • Especificação explícita: definições declarativas de conceitos, instâncias, relações, restrições e axiomas
  • Formal: declarativamente definida, sendo compreensível e manipulável para agentes e sistemas
  • Conceitualização: modelo abstrato de uma área de conhecimento ou de um universo limitado de discurso
  • Compartilhada: conhecimento consensual, seja uma terminologia comum da área modelada, ou acordada entre os desenvolvedores dos agentes que se comunicam

Prof. Fred Freitas - fred@unisantos.br

tipos de ontologias quanto ao grau de genericidade

Tipos de ontologias quanto ao grau de genericidade

adaptado de [Gómez-Perez 99]

Prof. Fred Freitas - fred@unisantos.br

ontologias de representa o
Ontologias de Representação
  • Definem as primitivas de representação - como frames, axiomas, atributos e outros – de forma declarativa
  • Tenta abstrair os formalismos de representação
  • Ex: Frame-Ontology da Ontolingua
    • Classes: Relação, partição, argumento, axioma, etc

Prof. Fred Freitas - fred@unisantos.br

defini o de parti o na frame ontology
Definição de partição na Frame-Ontology

(defrelation Class-Partition

(?set-of-classes)

:=

(and

(=>

(and (Member@Hpkb%Kif-Sets ?c1 ?set-of-classes)

(Member@Hpkb%Kif-Sets ?c2 ?set-of-classes)

(not (= ?c1 ?c2)))

(Disjoint@Hpkb%Kif-Sets ?c1 ?c2))

(=> (Member@Hpkb%Kif-Sets ?c ?set-of-classes)

(Class@Okbc-Ontology ?c))

(Set@Hpkb%Kif-Sets ?set-of-classes)))

Prof. Fred Freitas - fred@unisantos.br

ontologias gerais ou de topo
Ontologias Gerais (ou de topo)
  • Trazem definições abstratas necessárias para a compreensão de aspectos do mundo, como tempo, processos, papéis, espaço, seres, coisas, etc.

[Sowa 99]

Prof. Fred Freitas - fred@unisantos.br

ontologias centrais ou gen ricas de dom nio core ontologies
Ontologias centrais ou genéricas de domínio(core ontologies)
  • Definem os ramos de estudo de uma área e/ou conceitos mais genéricos e abstratos desta área
  • Serve de base para a construção de ontologias de ramos mais específicos de um domínio
  • Ex: a ontologia central de direito [Valente & Breuker 96]
    • Conhecimentos meta-legal, definicional, causal, normativo, de responsabilidade, reativos, criativo, de agências legais, reação legal, comportamentos permitidos, etc
    • Servirá para criar ontologias de direito tributário, de família e outras

Prof. Fred Freitas - fred@unisantos.br

ontologias de dom nio e de aplica o
Ontologias de domínio e de aplicação
  • Ontologias de domínio tratam de um domínio mais específico de uma área genérica de conhecimento, como direito tributário, microbiologia, etc
  • Ontologias de aplicação procuram solucionar um problema específico de um domínio
    • Referenciam termos de uma ontologia de domínio
    • Ex: Ontologia para identificar doenças do coração, a partir de uma ontologia de domínio de cardiologia
  • Classificação quanto ao teor: ontologias de tarefas e de domínio

Prof. Fred Freitas - fred@unisantos.br

benef cios e ferramentas de ontologias

Benefícios e Ferramentas de Ontologias

Prof. Fred Freitas - fred@unisantos.br

benef cios das ontologias
Benefícios das Ontologias
  • Reuso massivo de conhecimento
    • Incorporação de conhecimento é facilitada, inclusive de linguagem natural
  • Facilidades de acesso a conhecimento
    • Via browser
    • Servidores
  • Interoperabilidade entre formalismos
    • Tradução
    • Mapeamento
  • Comunicação em nível de conhecimento

Prof. Fred Freitas - fred@unisantos.br

knowledge sharing effort kse
Knowledge Sharing Effort (KSE)
  • O KSE produziu inicialmente quatro ferramentas :
    • Ambiente de edição, manipulação e acesso de ontologias:Ontolingua
    • Tradução: Linguagem KIF
    • Comunicação entre agentes: Linguagem KQML
    • Conectividade/ Interoperabilidade: OKBC

Prof. Fred Freitas - fred@unisantos.br

editor da ontolingua
Editor da Ontolingua

[Fikes 98]

Prof. Fred Freitas - fred@unisantos.br

tradu o na ontolingua
Tradução na Ontolingua
  • Tradução intermediária para a interlingua KIF (Knowledge Interchange Format)
    • No. de tradutores cai de (n-1)² para 2n
  • KIF foi feita para ser usada com a Frame-Ontology

Prof. Fred Freitas - fred@unisantos.br

usos da ontolingua
Usos da Ontolingua

Colaboradores remotos

Escritores

Leitores

Servidor / Editor de Ontologias

HTTP

Editor

Aplicações remotas

NGFP

NGFP

Aplic.

GUI

Bibl

Servidor

DB

Tradutores:

LOOM,IDL,CLIPS...

Aplicações stand-alone

Aplic.

KQML

Transferência de arquivos (Batch)

BC

Prof. Fred Freitas - fred@unisantos.br

ontologias dispon veis na ontolingua
Normalmente mantidas por grupos de pesquisa

Metadados de imagens de satélites

Metadados para integração de bases de dados de genoma

Catálogos de produtos

Osciloscópios

Robótica

Semicondutores

Modelagem de sólidos

Matemática

Engenharia

Drogas

Terminologia medica

Padrão IEEE para interconexões entre ferramentas

Ontologias disponíveis na Ontolingua

Prof. Fred Freitas - fred@unisantos.br

kqml comunica o entre agentes cognitivos
KQML: Comunicação entre Agentes Cognitivos
  • Introduziu o modelo de Comunicação em Nível de Conhecimento ou peer-to-peer
  • Modelo baseado na Teoria dos Atos de Fala [Austin 62], que modela a comunicação humana
  • Os atos de fala expressam as intenções dos agentes
    • assertivos (informar)
    • diretivos (pedir ou consultar)
    • comissivos (prometer ou comprometer-se)
    • proibitivos,
    • declarativos (causar eventos para o próprio comunicador)
    • expressivos (emoções)

Prof. Fred Freitas - fred@unisantos.br

kqml knowledge query and manipulation language
KQML (Knowledge Query and Manipulation Language)
  • KQML dá suporte a agentes na identificação, conexão e troca de informação com outros agentes.
  • Mensagens KQML não enxergam o conteúdo das mensagens que elas transportam
  • É dividida em três camadas :
    • camada de comunicação - parâmetros de baixo nível da comunicação (sender, recipient, id,etc)
    • camada de conteúdo - mensagem
    • camada de mensagem - detalhes de interações da comunicação ( ling. de conteúdo, ontologia , etc)

Prof. Fred Freitas - fred@unisantos.br

exemplo de comunica o em kqml
Exemplo de Comunicação em KQML

(ask-all

:sender CFP-Agent

:receiver PPR-Agent

:reply-with id1

:language JessTab

:ontology Science

:content (object (is-a Link) (URL ?u)

(anchor ?a&:(occurs [call-for-papers] ?a))))

Prof. Fred Freitas - fred@unisantos.br

ex de comunica o em kqml cont
Ex. de Comunicação em KQML (cont.)

(tell

:sender PPR-Agent

:receiver CFP-Agent

:in-reply-to id1

:reply-with id2

:language JessTab

:ontology Science

:content (object (is-a Link)

(URL “http://lcn2002.cs.bonn.edu”)

(anchor “ IEEE Conference on Local Computer Networks (LCN 2002)”)))

Prof. Fred Freitas - fred@unisantos.br

okbc open knowledge base connectivity
OKBC (Open Knowledge Base Connectivity)
  • API para garantir a interoperabilidade entre diferentes linguagens e ferramentas de representação
  • Mesmo princípio de ODBC para BCs
  • Interfaces de métodos para:
    • Bases de conhecimento (Ex: get-kbs)
    • Classes (Ex: get-classe-supers)
    • Atributos (Ex: get-slot-value)
    • Facetas (Ex: get-facet-values)
    • Instâncias (Ex: instance-of, retornando a classe da instância)
  • Cada nova linguagem / ferramenta precisa implementar estes métodos

Prof. Fred Freitas - fred@unisantos.br

problemas da ontolingua
Problemas da Ontolingua
  • As ontologias criadas na Ontolingua ficam complexas porque devem referenciar a Frame-Ontology
  • Falta um motor de inferência para KIF
    • Falta de integração: nenhum teste com ontologias e inferência pode ser rodado
  • Falta à Ontolingua uma interface para estações de trabalho que permita a manipulacao de ontologias, sem estar acessando a Internet
  • Extensibilidade: Como incluir novas funcionalidades?
    • O gerador de gráficos não é configurável

Prof. Fred Freitas - fred@unisantos.br

problemas com a tradu o
Problemas com a tradução

[Valente et al 99]

  • Diferenças de expressividade entre os formalismos
  • Informações perdidas durante a tradução
    • A linguagem para frames F-logic possui restrições para facetas de cardinalidade máxima e mínima
  • Os diferentes tipos de inferências e premissas das ontologias de topo e de linguagens de representação normalmente estão refletidas no conhecimento definido
  • As ontologias de topo das linguagens deveriam ser mapeadas entre si para minimizar os erros de tradução

Prof. Fred Freitas - fred@unisantos.br

mapeamento entre ontologias de topo
Mapeamento entre Ontologias “de Topo”

Prof. Fred Freitas - fred@unisantos.br

o prot g
O Protégé
  • Ferramenta desktop criada pelo Depto. de Informática Médica da Univ. Stanford [Noy et al 2000]
    • Milhares de usuários
  • Flexibilidade:
    • Editor de ontologias com interface gráfica
      • Cria formulários para entrada de instâncias
    • Integração de Componentes
      • Ex: Componentes gráficos, como OntoViz, Jambalaya
    • Plugin OKBC: acesso remoto à Ontolingua
    • Modelo de conhecimento: classes primitivas (metaclasses) podem ser redefinidas
      • CLIPS, Jess, F-Logic, Prolog, RDF, OIL, XML, Topic Maps

Prof. Fred Freitas - fred@unisantos.br

plugin okbc acessando a ontolingua
Plugin OKBC acessando a Ontolingua

Prof. Fred Freitas - fred@unisantos.br

importando bcs via okbc
Importando BCs via OKBC

Prof. Fred Freitas - fred@unisantos.br

ferramentas do kaon e da ontoprise
Ferramentas do KAON e da Ontoprise
  • Desenvolvidas em Karlsruhe, Alemanha
  • 1o. protótipo do que viria a ser a Web semântica, o Ontobroker [Benjamins et al 98]
  • O KAON (the KArlsruhe ONtology and semantic web tool suite) engloba ferramentas para:
    • edição de ontologias (OntoEdit)
    • disponibilizar ontologias num servidor baseado em BDs
    • criação de ontologias a partir de texto (Text-to-Onto)
    • busca baseada em ontologias sobre bases de texto (SemanticMiner)
    • anotação semi-automática de referências a ontologias em páginas para a Web
    • agrupamento de textos baseados em ontologias

Prof. Fred Freitas - fred@unisantos.br

requisitos para ferramentas de ontologias
Requisitos para ferramentas de ontologias
  • facilidades de uso
  • entendimento intuitivo da interface
  • interface gráfica
  • visibilidade gradativa
  • conexão a repositórios
  • portabilidade
  • interoperabilidade
  • organização dos arquivos gerados
  • documentação de alterações
  • suporte a trabalho cooperativo
  • extensibilidade (capacidade de inclusão de componentes)
  • ferramentas de apoio

Prof. Fred Freitas - fred@unisantos.br

requisitos para formalismos e linguagens de representa o
Requisitos para formalismos e linguagens de representação
  • Não apenas expressividade, como em [Corcho & Gómez-Perez 2000]
  • Existência de um motor de inferência
  • Acoplamento do motor a um editor de ontologias
  • Traduzível:
    • independência de uma linguagem ou formalismo específico
  • Popularidade
  • Ex: F-Logic

Prof. Fred Freitas - fred@unisantos.br

engenharia de ontologias

Engenharia de ontologias

Prof. Fred Freitas - fred@unisantos.br

princ pios de constru o
Princípios de construção
  • Clareza
  • Legibilidade
  • Coerência
  • Extensibilidade
  • Mínima codificação
  • Mínimo compromisso ontológico

Prof. Fred Freitas - fred@unisantos.br

ontologia ci ncia
Ontologia Ciência

[Freitas 2001]

  • Reusada a partir da ontologia do projeto europeu (KA)2 [Benjamins et al 98] do espelho da Ontolingua na Universidade de Madri
  • Refinada em granularidade e engajamento ontológico
  • Inclui ontologias auxiliares de tempo, locais e turismo

Prof. Fred Freitas - fred@unisantos.br

princ pios usados
Princípios usados
  • Clareza e legibilidade – Jargão empregado
  • Mínimo compromisso ontológico – na classe Documento Científico, não há restrições desnecessárias para o slot Autores (qualquer subclasse da classe Pessoa inclusive a subclasse Pesquisador)
  • Extensibilidade - novas classes puderam ser definidas a partir das já existentes
  • Coerência - a relação parte-todo entre artigos de um proceedings, ou entre capítulos de um livro, não estava explicitada

Prof. Fred Freitas - fred@unisantos.br

metodologias de desenvolvimento
Metodologias de desenvolvimento
  • [Gómez-Perez 99]
  • Processo iterativo, com revisões constantes
  • Nas metodologias propostas, são considerados passos similares aos de engenharia de software:
    • Especificação
    • Conceitualização
    • Implementação
  • Atividades de suporte são executadas concomitantemente com o desenvolvimento
    • Aquisição
    • Avaliação
    • Documentação
    • Integração com ontologias existentes

Prof. Fred Freitas - fred@unisantos.br

metodologias de desenvolvimento cont
Metodologias de desenvolvimento (cont.)

Prof. Fred Freitas - fred@unisantos.br

especifica o
Especificação
  • Determina o propósito e escopo da ontologia
  • Deve incluir uma análise para decidir se é possível, necessário ou adequado o reuso de ontologias
  • Sugere-se elaborar uma lista de questões de competência [Uschold & Gruninger 96]
    • Servirão para a avaliação da ontologia durante o desenvolvimento
    • Ex: “Jornais científicos são considerados eventos científicos?”

Prof. Fred Freitas - fred@unisantos.br

conceitualiza o
Conceitualização

[Noy 97]

  • Fase crítica, nela ocorrem a maior parte das atividades de suporte de aquisição e avaliação
  • Passos e dicas:
    • Enumerar os termos do domínio
    • Definir as classes - não confundir nomes de um conceito com o próprio conceito
    • Definir a hierarquia das classes - passo capcioso
    • Definir os slots e facetas de cada classe, interagindo com os dois passos anteriores
    • Criar as instâncias - Se elas não possuem uma hierarquia natural, é preciso revisar a hierarquia das classes
    • Usar convenções de nomes e nomes facilmente compreensíveis

Prof. Fred Freitas - fred@unisantos.br

definir a hierarquia das classes
Definir a hierarquia das classes
  • Observar a clareza e consistência da hierarquia
  • Evitar subclasses demais pelo uso de classes intermediárias
  • Ver se não há poucas subclasses - a informação dos slots pode tornar-se insuficiente para refletir diferenças entre as instâncias.
  • Abordagens para a definição de hierarquias [Uschold & Gruninger 96]:
    • top-down, classes mais gerais e depois as específicas
    • bottom-up
    • middle-out, que começa por classes intermediárias que vão sendo especializadas (para baixo) e generalizadas (para cima)

Prof. Fred Freitas - fred@unisantos.br

definir os slots e facetas
Definir os slots e facetas
  • Slots intrínsecos – ex: número de pernas
  • Slots extrínsecos – ex: nome de uma pessoa
  • Partes de uma classe – ex: partes do corpo: cabeça, tronco e membros
  • Relacionamentos - instâncias de outras classes.
    • Especificar a classe mais geral possível
    • EX: a faceta classes-permitidas do slot Participantes da classe Projeto são instâncias da classe Pesquisadores
      • Pesquisadores incluem estudantes de pós-graduação, professores, etc

Prof. Fred Freitas - fred@unisantos.br

implementa o e avalia o
Implementação e Avaliação
  • Objetivo: transformar a ontologia em algo computável
  • Na fase de implementação, a ontologia é escrita numa linguagem de representação de conhecimento
  • Na fase de avaliação, são executados testes para verificar se a ontologia atende aos requisitos especificados na fase de especificação
  • Testes freqüentemente provocam mudanças na implementação

Prof. Fred Freitas - fred@unisantos.br

ferramentas para o processo de defini o e aquisicao

Ferramentas para o processo de definição e aquisicao

[Volz & Studer 2003]

Prof. Fred Freitas - fred@unisantos.br

especifica o90
Especificação

© York Sure

Prof. Fred Freitas - fred@unisantos.br

fontes de conhecimento
Fontes de Conhecimento

© York Sure

Prof. Fred Freitas - fred@unisantos.br

quest es de compet ncia
Questões de Competência

© York Sure

Prof. Fred Freitas - fred@unisantos.br

rastreamento
Rastreamento

© York Sure

Prof. Fred Freitas - fred@unisantos.br

aplica es de ontologias

Aplicações de Ontologias

Prof. Fred Freitas - fred@unisantos.br

ramos de aplica o
Ramos de aplicação
  • Comércio eletrônico
  • Gestão de conhecimento
  • Workflow
  • Tratamento inteligente de informação
  • Web semântica

Prof. Fred Freitas - fred@unisantos.br

pact palo alto collaboration testbed
PACT (Palo Alto Collaboration Testbed )

[Cutovsky et al 93]

  • Objetivo: resolução negociada de problemas de projeto de manipuladores robóticos entre sistemas já existentes de fábricas da HP e da Lockheed e de uma empresa de software

Prof. Fred Freitas - fred@unisantos.br

pact cont
PACT (cont.)
  • Ontologias
    • Matemática para engenharia - quantidades, unidades, dimensões, matrizes e funções
    • Projeto e configurações - parâmetros, componentes, restrições

(monitor

:from consumer

:to producer

:ontology standard-units-and-dimensions

:language KIF

:content (= (q.magnitude (diameter shaft-a) inches) ?x))

Prof. Fred Freitas - fred@unisantos.br

master web
MASTER-Web

[Freitas & Bittencourt 2003]

  • Multi-Agent Sytem for Text Extraction, classeification and Retrieval over the Web
  • Manipulação integrada de informação usando ontologias
  • Objetivo: recuperar, classificar e extrair dados de páginas pertencentes às classes a um grupo
  • EX:o grupo científico, com classes como artigos científicos, eventos, pesquisadores, etc
  • Cada agente trata uma classe
  • Os agentes cooperam sugerindo links entre as classe
    • Beneficiam-se dos relacionamentos entre as classes

Prof. Fred Freitas - fred@unisantos.br

arquitetura do master web
Arquitetura do MASTER-Web

Prof. Fred Freitas - fred@unisantos.br

experimentos do master web
Experimentos do MASTER-Web
  • Instanciado para o meio científico
    • Ontologia de Ciência
    • Agente CFP: eventos científicos
    • Agente PPR: artigos científicos
  • As páginas são classificadas em subclasses dentro da ontologia
    • Ex: o agente CFP as classifica em Conferência, Workshop, Jornal, Revista, Evento-Genérico-ao-Vivo, Evento-Genérico-de-Publicação e Edição-Especial-de-Jornal e de Revista
  • Taxa de acerto no reconhecimento e classificação: +80% em todos os testes

Prof. Fred Freitas - fred@unisantos.br

uso de ontologias no master web
Uso de ontologias no MASTER-Web
  • Generalidade da solução:
    • Para tratar páginas de outro grupo, basta criar uma ontologia de seu domínio
  • Vocabulário de comunicação entre agentes
  • Definição e organização do conhecimento
  • A ontologia do domínio deve ser bastante detalhada para garantir precisão no reconhecimento e classificação
  • Ganho de expressividade e flexibilidade
    • O conhecimento sobre uma classe não se circunscreve a termos e palavras-chaves, mas a qualquer fato que diga respeito às páginas, como estrutura, regiões, conceitos, etc

Prof. Fred Freitas - fred@unisantos.br

informando conceitos de um caso
Informando conceitos de um caso...

(inform :sender cfp

:receiver ppr

:language JessTab

:ontology Science

:content

([ppr_00008] of Case

(Description "cfp suggestions") (Concepts [Call-for-participation] [annual]

[conference] [Call-for-papers] [workshop]))))

Prof. Fred Freitas - fred@unisantos.br

pedindo links com os conceitos
Pedindo links com os conceitos...

(ask-all :sender cfp

:receiver ppr

:language JessTab

:ontology Science

:content (object (is-a Anchor) (Link-Text ?l))

(Result (Page-Status CLASSIFIED) (Class "Conference-Paper"))

(object (is-a Web-Page) (Contents ?co))

(test (and (if-occur ?l (begin-until "abstract" ?co)) (if-occur (slot-get [ppr_00008] Concepts) ?l))))

Prof. Fred Freitas - fred@unisantos.br

a web sem ntica

A Web Semântica

Prof. Fred Freitas - fred@unisantos.br

trajet ria da internet
Trajetória da Internet
  • 1a. Geração - troca de dados entre máquinas distintas
  • 2a. Geração - a World Wide Web
  • Disponibilizou uma vasta gama de aplicativos e informação para as pessoas
  • Comércio eletrônico entre clientes e empresas (b2c)
  • Problema: software tem dificuldade de lidar com as páginas, que só possuem informação léxica

Prof. Fred Freitas - fred@unisantos.br

3a gera o a web sem ntica
3a. Geração - A Web Semântica
  • Objetivo: prover contexto e semântica à informação para o software
  • Transformar os dados e aplicativos em elementos úteis, legíveis e compreensíveis para o software
  • Facilitar a comunicação dinâmica, a cooperação e a inferência para os agentes inteligentes
  • Possibilitar o comércio eletrônico entre empresas (b2b)
  • A Web Semântica é uma aplicação direta de ontologias!
  • Precursores:
    • SHOE [Luke et al 96]
    • Ontobroker [Fensel et al 97]

Prof. Fred Freitas - fred@unisantos.br

camadas da web sem ntica w3c
Camadas da Web Semântica (W3C)

[Koivunen & Miller 2001]

Prof. Fred Freitas - fred@unisantos.br

limita es de html
Limitações de HTML
  • HTML não possui recursos para anotação semântica
  • No máximo, tags opcionais como título, descrição, sumário e palavras-chave

<html>

<body>

<h2>Being a Dog Is a Full-Time Job</h2>

<p> by Charles M. Schulz</p>

<p>ISBN: 0836217462</p>

</body>

</html>

adaptado de [van der Vilt 2000]

Prof. Fred Freitas - fred@unisantos.br

a camada xml
A camada XML
  • HTML foi abstraída para XML (eXtensible Markup Language)
  • XML é uma meta-linguagem de editoração
  • Dados descritos por elementos
  • Dados ganham estrutura, mas não significado

<library>

<book>

<title>Being a Dog Is a Full-Time Job</title>

<author>Charles M. Schulz</author>

<isbn>0836217462</isbn>

</book>

</library>

Prof. Fred Freitas - fred@unisantos.br

defini es de tipos de documentos dtds
Definições de Tipos de Documentos (DTDs)
  • DTDs definem a estrutura e sintaxe de um documento
  • Classes, atributos, valores default e ordem de aparecimento dos dados das instâncias
    • Aninhamento léxico

<!DOCTYPE library [

<!ATTLIST book id ID #IMPLIED>

<!ATTLIST author id ID #IMPLIED>

<!ATTLIST ISBN id ID #IMPLIED>]>

Prof. Fred Freitas - fred@unisantos.br

esquemas xml xmls
Esquemas XML (XMLS)
  • Semelhantes a DTDs, porém mais ricos
  • Definem-se ainda tipo e formato exato dos atributos, número exato de instâncias de um aninhamento
  • Há mecanismos de inclusão e derivação de esquemas que proporcionam reuso
  • A camada XML descreve a estrutura do documento, deixando para as que acima dela a definição do conteúdo

Prof. Fred Freitas - fred@unisantos.br

a camada rdf
A camada RDF
  • Resource Description Framework
  • Adiciona semântica a um documento, sem referir-se à sua estrutura
  • Usa XML como sintaxe
  • Descreve “recursos” (URIs) da Web
    • Partes específicas de documentos ou dados como lugares, pessoas, etc

Prof. Fred Freitas - fred@unisantos.br

descri o de recursos
Descrição de recursos
  • Recursos são descritos como trios objetos-atributos-valores
    • Os objetos são recursos
    • Valores são recursos ou strings
  • Trios podem ser representados como grafos diretos rotulados
  • Trios equivalem em termos formais às redes semânticas

Prof. Fred Freitas - fred@unisantos.br

slide114

<rdf:Description about=http://www.qqr.com/~ze>

<nome>Jose</nome>

<sobrenome>Virgulino</sobrenome>

<namoraCom>

<rdf:Description about=http://www.qqr.com/~maria>

<nome>Maria</nome>

<sobrenome>Bonita</sobrenome>

</rdf:Description>

</namoraCom>

</rdf:Description>

Prof. Fred Freitas - fred@unisantos.br

esquemas rdf rdfs
Esquemas RDF (RDFS)
  • Para uma padronização de uso de RDF, foi criado RDFS
  • Fornecem tipos básicos para a criação de esquemas voltados à aplicações
  • Primitivas:
    • classe
    • subclasse (herança)
    • propriedade
    • sub-propriedade
    • instância
    • restrição

Prof. Fred Freitas - fred@unisantos.br

exemplos de esquemas rdf
Exemplos de Esquemas RDF

<rdf:Description ID=”Pessoa”>

<rdf:type resource=”http://www.w3c.org/TR/1999/PR-rdf-schema-

19990303#Class”>

<rdfs:subClassOf rdf.resource=”http://www.w3c.org/TR/1999/PR-

rdf-schema-19990303#Resource”>

</rdf:Description>

<rdf:Description ID=”nome”>

<rdf:type resource=”http://www.w3c.org/TR/1999/PR-rdf-schema-

19990303#Property”>

<rdfs:domain rdf:resource=”#Pessoa”>

<rdfs:range rdf.resource=”http://www.w3c.org/TR/xmlschema-

2#string”>

</rdf:Description>

Prof. Fred Freitas - fred@unisantos.br

capacidade expressiva de rdf rdfs

Veiculo

domain

range

pertenceA

Person

subClassOf

Carro

type

type

pertenceA

Jaguar S138

Fred

Capacidade Expressiva de RDF/RDFS

Prof. Fred Freitas - fred@unisantos.br

avalia o de rdf rdfs
Avaliação de RDF / RDFS
  • Vantagem sobre DTDs e XMLS: liberdade de ignorar as imposições da estrutura do documento
  • Existem ferramentas para edição e parsing sobre RDF
  • RDF / RDFS ainda não têm a expressividade necessária à modelagem de ontologias
    • Slots inversos, axiomas, etc
  • Existem outras linguagens candidatas: SHOE e XOL
    • RDF / RDFS tornaram-se padrões de fato

Prof. Fred Freitas - fred@unisantos.br

camada de ontologias
Camada de ontologias
  • Objetivo: Prover expressividade semântica
  • Define restrições complexas e outros construtos para frames e lógica de descrições
  • OIL (Ontology Inference LayerI ou Ontology Interchange Language)
  • DAML (DARPA Agent Markup Language)
  • DAML+OIL = OWL (Web Ontology Language)
  • OWL foi padronizada pelo W3C

Prof. Fred Freitas - fred@unisantos.br

slide120
OIL
  • Requisito: facilidade de adoção por parte dos desenvolvedores
  • Já nasceu para a Web semântica
  • Menos expressiva que KIF da Ontolingua
  • Motor de inferência consistente, completo e eficiente: FaCT

Prof. Fred Freitas - fred@unisantos.br

m dulos de oil
Módulos de OIL

Prof. Fred Freitas - fred@unisantos.br

slide122
OWL
  • Requisitos de internacionalização (Unicode) e de apresentação e documentação (rótulos para axiomas, URIs, etc)
  • Três sublinguagens:
    • OWL Lite
    • OWL DL
    • OWL Full
  • As menos expressivas (OWL Lite e DL) estão contidas nas mais expressivas

Prof. Fred Freitas - fred@unisantos.br

owl lite
OWL Lite
  • Expressa frames e lógica de descrições, com restrições
    • Ex: cardinalidade máxima ou mínima é 0 ou 1
  • Ideal para usuários iniciantes e desenvolvedores que referem frames a lógica de descrições
  • Slots (aqui chamados de propriedades) podem ter:
    • transitividade, simetria, slots inversos e papéis
    • propriedades funcionais
      • (se P(x,y) ^ P(y,x) => x=y)
    • propriedades funcionais inversas
      • (se P(x,y) ^ P(z,x) => x=z)

Prof. Fred Freitas - fred@unisantos.br

owl dl
OWL DL
  • Completa e decidível, expressa lógica de descrições
  • Classes podem ser construídas por:
    • União
    • Interseção
    • Complemento
    • enumeração de instâncias
  • Classes podem ter disjunções
  • Tipos são mantidos cuidadosamente separados (por exemplo, uma classe não pode ser instância e propriedade ao mesmo tempo)

Prof. Fred Freitas - fred@unisantos.br

owl full
OWL Full
  • Permite novas metaclasses
    • Metaclasses são subclasses definidas em RDFS
  • Aqui, não há restrições de separação de tipos
  • É possível manipular e modificar metaclasses
  • Não há garantia de computabilidade

Prof. Fred Freitas - fred@unisantos.br

headers de owl
Headers de OWL
  • Dizem onde estão, na Web, as classes primitivas das ontologias para que se possa definir novas classes como subclasse destas
  • Determina um namespace para a nova ontologia.

<rdf:RDF

xmlns="file:/G:/myclasses#"

xmlns:eyeglass="file:/G:/Glasses#"

xmlns:owl="http://www.w3.org/2003/02/owl#"

xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"

xmlns:rdfs="http://www.w3.org/2000/01/rdf-schema#“

xmlns:xsd="http://www.w3.org/2000/10/XMLSchema#">

Prof. Fred Freitas - fred@unisantos.br

classes e atributos em owl
Classes e atributos em OWL

<owl:Class rdf:ID="Flueve">

<rdfs:subClassOf rdf:resource="#River"/>

</owl:Class>

<rdf:Property rdf:ID="emptiesInto">

<rdfs:domain rdf:resource="#River"/>

<rdfs:range rdf:resource="#BodyOfWater"/>

</rdf:Property>

[Costello & Jacobs 2003]

Prof. Fred Freitas - fred@unisantos.br

classes e atributos em owl cont
Classes e atributos em OWL (cont.)
  • Definindo uma classe é com o auxílio de uma restrição:

<owl:Class rdf:ID="Flueve">

<rdfs:subClassOf rdf:resource="#River"/>

<rdfs:subClassOf>

<owl:Restriction>

<owl:onProperty rdf:resource="#emptiesInto"/>

<owl:allValuesFrom rdf:resource="#Sea"/>

</owl:Restriction>

</rdfs:subClassOf>

</owl:Class>

Prof. Fred Freitas - fred@unisantos.br

prot g 2 0 e as classes owl
Protégé 2.0 e as classes OWL

Prof. Fred Freitas - fred@unisantos.br

restri es mais poderosas com owl
Restrições mais poderosas com OWL

Prof. Fred Freitas - fred@unisantos.br

as camadas de l gica prova e confian a
As camadas de lógica, prova e confiança
  • Estas camadas ainda estão sendo pesquisadas
  • A camada lógica permite a especificação de regras que atuam sobre instâncias e recursos
  • A camada de prova as executa
  • A camada de confiança avalia se a prova está correta ou não

Prof. Fred Freitas - fred@unisantos.br

a camada de l gica
A camada de lógica
  • Uso discutível:
    • Regras podem violar o princípio de mínimo compromisso ontológico
    • Mas regras podem ser úteis para restringir atributos e exprimir axiomas
  • Protótipos de linguagens para a camada de lógica:
    • DAML-L
    • HornML
    • RuleML [Boley et al 2001]

Prof. Fred Freitas - fred@unisantos.br

regra em ruleml
Regra em RuleML

<imp>

<_head>

<atom>

<rel>cooperatesWith</rel>

<var>person2</var>

<var>person1</var>

</atom>

</_head>

<_body>

<atom>

<rel>cooperatesWith</rel>

<var>person1</var>

<var>person2</var>

</atom>

</body>

</imp>

Prof. Fred Freitas - fred@unisantos.br

uma aplica o da web sem ntica ittalks
Uma aplicação da Web semântica: ITTalks
  • http://ittalks.org/[Cost et al 2002]
  • Sítio da Web que dá acesso a um BD de palestras, pessoas (professores, cientistas, convidados, etc) e lugares (salas, instituições
  • Cada instância destas classes foi anotada semanticamente em DAML
  • Ontologias:
    • tópicos de pesquisa
    • perfis pessoais
    • calendários
    • conversação
    • ontologia da ACM (Association for Computer Machinery)

Prof. Fred Freitas - fred@unisantos.br

ittalks cont
ITTalks (cont.)
  • Os usuários se cadastram especificando que tópicos são de seu interesse
  • Agentes do sistema notificam-nos quando alguma palestra que casa com o perfil de tópicos é incluída no BD
  • A anotação de tópicos de pesquisa tanto em páginas quanto nos perfis de usuários é executada por um classificador baseado em aprendizado automático
  • Com as páginas semanticamente anotadas, será fácil, no futuro, preparar um mediador para o acesso ao BD

Prof. Fred Freitas - fred@unisantos.br

avalia o e perspectivas da web sem ntica e ontologias

Avaliação e Perspectivas da Web semântica e Ontologias

Prof. Fred Freitas - fred@unisantos.br

a web sem ntica e o usu rio leigo
A Web semântica e o usuário leigo
  • Misturar navegação, apresentação e semântica numa só definição prejudica a legibilidade
  • Com as tecnologias atuais, a Web semântica deve voltar-se inicialmente a aplicações e não ao usuário comum
    • Formular consultas que envolvam regras de lógica e ontologias, especificar ontologias ou instanciá-las em páginas não é fao fácil para o usuário leigo
    • Padrões complexos (ex: lógica de descrições e as camadas OWL-RDF-XML)
  • As páginas possuem, às vezes, conteúdo ambíguo, vago, e que exigem PLN
  • Ontologias consensuais são um desiderato, mas raras na prática

Prof. Fred Freitas - fred@unisantos.br

perspectivas da web sem ntica
Perspectivas da Web semântica
  • Adequada para as aplicações relacionadas a ontologias
    • Comércio eletrônico, workflow, tratamento da informação
  • Florescem aplicações e ferramentas
  • Motores de inferência:
    • Euler para OWL
    • FaCT para OIL
  • Outros motores também podem ser usados:
    • Jess
    • Prolog
    • Algernon
    • F-Logic

Prof. Fred Freitas - fred@unisantos.br

cuidado com padr es complexos
Cuidado com padrões complexos!
  • È preciso aprender com os erros da Ontolingua
  • OWL é bastante expressivo
  • Legibilidade e clareza?
  • Que usuários estão familiarizados com DL?
  • OWL Lite deve tornar-se popular antes

Prof. Fred Freitas - fred@unisantos.br

t picos de pesquisa corrente
Tópicos de pesquisa corrente
  • Web semântica
    • Padrões, princípios, linguagens, limitações
  • Concepção de ontologias
    • Engenharia de ontologias
    • Paradoxo: tensão entre aplicação e extensibilidade
    • Aspectos a serem abordados
      • funcional, intencional, social, físico, etc
    • Relações parte-todo

Prof. Fred Freitas - fred@unisantos.br

t picos de pesquisa corrente cont
Tópicos de pesquisa corrente (cont.)
  • Aprendizado e ontologias
    • Construção de ontologias a partir de texto (Text-to-Onto)
    • Anotação semi-automática de páginas baseadas em ontologias
    • Extração, agrupamento [Hotho et al 2001] e classificação de informação (mineração de textos)
  • Integração inteligente de informação
    • Diversidade de visões de ontologias sobre um mesmo domínio, que o abordam sobre perspectivas distintas
    • Soluções: mapeamento e integração semântica através de contextos comuns [Wache & Stuckenschmidt 2001]

Prof. Fred Freitas - fred@unisantos.br

ontologias x uml
Ontologias x UML
  • Interessante para a comunidade OO
  • UML (UnifiedModeling Language) é o padrão de modelagem da OMG
  • UML não é um formalismo de representação
    • Não provê qualquer tipo de inferência
    • Não possui uma semântica formal - sua semântica é definida por um metamodelo
    • É mais para modelagem estrutural e comportamental - que favorecem à implementação de objetos - do que conceitual, como as ontologias
    • Apenas um tipo de relação parte-todo, a agregação

Prof. Fred Freitas - fred@unisantos.br

uml e ocl
UML e OCL
  • Porém, UML possui construtos abstratos o suficiente para permitirem a representação de ontologias
  • Classes e atributos
  • Restrições, definidas na linguagem auxiliar OCL (Object Constraint Language)
  • OCL tem a expressividade da lógica de 1ª. ordem
  • Relacionamentos são chamados em UML de associações, e herança de generalização

Prof. Fred Freitas - fred@unisantos.br

aproximando uml e ontologias
Aproximando UML e ontologias
  • È necessária definição de uma semântica formal de UML
  • Pode-se ter inferência em UML
    • Regras de transformação dedutivas podem provar que um diagrama é conseqüência de outro [Evans 98]
  • Proposta para acoplar UML à Web semântica
    • Através de tradutores entre UML e a DAML [Lockheed 2000]
    • A tradução DAML-UML é mais complexa, porque as palavras-chaves de DAML podem ter várias traduções possíveis em UML
  • Já existem aplicações com ontologias em UML
    • Ex: Sistema de gestão de conhecimento para processos legislativos da alfândega e receita federal holandesas, que apressa a implementação de mudanças em leis [Engers & Glassée 2001]

Prof. Fred Freitas - fred@unisantos.br

t picos de pesquisa ontologias x bds
Tópicos de pesquisa: Ontologias x BDs
  • Problemas para armazenar frames em BDs relacionais:
    • Eles ferem já a 1a. Forma normal, pois um atributopode ser multivalorado
    • Os atributos podem ser instâncias de classes
    • Atributos inversos
  • Soluções sendo pesquisadas:
    • Modelagens específicas para BDs relacionais
    • Extensões de SQL
    • Bancos de dados dedutivos
    • Extensões de BDOOs
    • Data warehousing

Prof. Fred Freitas - fred@unisantos.br

conclus es
Conclusões
  • Ontologias revigoraram o paradigma declarativo
  • Materialização do nível de conhecimento
  • Possibilitaram um modelo de comunicação expressivo e intencional para agentes cognitivos
  • Área promissora, de pesquisa ativa
  • Aplicável principalmente em:
    • Gestão de Conhecimento
    • Web semântica
    • e-commerce: muitas soluções com comunicaçãobaseadas em ontologias

Prof. Fred Freitas - fred@unisantos.br

conclus es cont
Conclusões (cont.)
  • Ontologias são o elemento estruturador da Web semântica
  • Padrões ainda em processo de maturação
  • A Web semântica promete oferecer um tratamento melhor da informação
  • As ontologias já começam a desempenhar o papel de conhecimento estruturado disponível em larga escala, reusável por sistemas e programas

Prof. Fred Freitas - fred@unisantos.br