Protégé 3.0
Apresentação para a disciplina
DAS 6607
Inteligência Artifical Aplicada a Controle e Automação
Equipe: Eduardo Hirano, Luis Galaz e Rodrigo Starr
Introdução

Ferramentas computacionais utilizadas na
aquisição de conhecimento de
especialistas:
Protégé
Apollo
OntoEdit
Ontolingua
Introdução - Objetivo




Criar formulários para a aquisição de
conhecimento baseados em ontologias
Sistema para edição de ontologias e bases de
conhecimento
Independência de um algoritmo específico de
inferência
Fornecer uma API de representação de
conhecimento que permita extensão do programa
para necessidades específicas. E.g.


Interface
Armazenamento de dados
Introdução - Características

Desenvolvido pelo grupo de pesquisa Stanford
Medical Informatics da escola de medicina da
Universidade de Stanford

Fonte aberta e conta com uma comunidade de
desenvolvedores

Plugins para geração de ontologias para a Web
(OWL)

Independente de plataforma (escrito em Java)

Plugins para integração com o Jess, e outros
shells
Independência de mecanismos de
inferência

A pesquisa em IA normalmente trata sobre dois
assuntos:



Teorias dos mecanismos de inferência: algoritmos de
inferência, lógica difusa, análise bayesiana, redes
neurais...
Teorias de representação de conhecimento: redes
semânticas, lógica, frames, ontologias...
As duas categorias possuem relações
complementares:


Excelentes mecanismos não podem executar tarefas
adequadamente sem uma boa teoria de representação
do conhecimento.
Uma vez que uma teoria do conteúdo é disponível,
pode-se criar ou selecionar mecanismos para
implementar sistemas efetivos.
Níveis de Conhecimento

Uma Ontologia trabalha com o conceito de três níveis de
conhecimento e informação:

Conceitos de estrutura do conhecimento sobre o domínio de
aplicação.

Conhecimento sobre o domínio representado por instâncias
dos conceitos do tipo anterior.

Conhecimento manipulado pelo sistema especialista com base
em informações sobre casos e fatos apresentados pelo usuário
final.
Etapas de Aquisição de Conhecimento

Com base na partição de níveis de conhecimento descrita
anteriormente:

Toma-se como hipótese que o conhecimento é adquirido em
etapas.

O conhecimento adquirido em uma etapa é um metaconhecimento para a etapa posterior.
Estrutura
Instâncias
Casos
Modelo de Desenvolvimento de Sistemas
Especialistas utilizado pelo Protégé
Buchanan, B., Barstow, D., Bechtal, R., et al. (1983). Constructing an expert system. In Building Expert
Systems. F. Hayes-Roth, D. Waterman, and D. Lenat, Eds., Addison-Wesley.
Procedimento de emprego do Protégé

Modelo básico

Além disso, prevê um processo iterativo de revisão da
estrutura das classes mesmo após a criação de instâncias
Arquitetura do Protégé
Arquitetura do Protégé – Plugins

Slot plugins – Permite a criação de
interfaces personalizadas para a entrada
de valores de slots específicos
É possível fazer um plugin que altere apenas
o modo como slots desse tipo são mostrados
Arquitetura do Protégé – Plugins

Tab plugins – Permite acrescentar uma
nova aba a janela do Protégé. Exemplo:
Jambalaya
Arquitetura do Protégé – Plugins

Backend plugins – Alteram o modo como o
Protégé armazena os dados. Permitem
conectar com:



Sistemas de gerenciamento de banco de dados
(RDBMS)
RDF
Útil para acesso a bases de dados muito
grandes (por exemplo, um banco de dados
anatômico contém mais de 140.000 instâncias)
Exemplo - SEGRED

Sistema especialista para auxiliar a
operação do gasoduto Bolívia-Brasil

Cooperação entre o LASHIP, o
CENPES/Petrobrás e a TBG

Já vem sendo desenvolvido ao longo de 4
anos
Conceitos – SEGRED
Válvulas de Bloqueio
Estações de Entrega
Estações de Compressão
Exemplo
Criação de uma classe EMED (estação de
medição)
 Geração dos formulários
 Instanciação
 Plugins de visualização (Jambalaya e
TGVizTab)
 Integração com o Jess
