Ontologias
Prof. Fred Freitas
CIn - UFPE
Prof. Fred Freitas - [email protected]
1
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 - [email protected]
2
Objetivo: Estudar as questões mais
técnicas relativas a Ontologias
• 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
• Tópicos Abertos de Pesquisa
Prof. Fred Freitas - [email protected]
3
O que é uma ontologia?
Prof. Fred Freitas - [email protected]
4
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 - [email protected]
5
Relacionamentos na Ontologia Ciência
Prof. Fred Freitas - [email protected]
6
Axiomas
• Axiomas são sentenças sempre válidas no domínio
• Servem para inferência e restrições complexas Ex:
Todo empregado tem um ID único:
(forall ?person1
(forall ?person2
(=>
(and
(=>
(not
(not
(own-slot-not-null ID ?person1)
(own-slot-not-null ID ?person2))
(= ?person1 ?person2))
(= (ID ?person1) (ID ?person2))))))
Prof. Fred Freitas - [email protected]
7
Axiomas de definição
• Uma pizza de 4 queijos:
•
•
•
•
Roquefort  Queijo
Muzzarela  Queijo
...
Pizza4Queijos ≡ Pizza and temCobertura some Tomate and
temCobertura = 4 Queijo and
temCobertura only (Queijo or Tomate)
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 - [email protected]
9
Contexto das Ontologias
em Informática
Prof. Fred Freitas - [email protected]
10
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 - [email protected]
11
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 - [email protected]
12
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 - [email protected]
13
Contexto das Ontologias
em Inteligência Artificial Simbólica
Prof. Fred Freitas - [email protected]
14
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 - [email protected]
15
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 - [email protected]
16
Tipos de formalismos em relação ao foco
• Formalismos orientados a predicados: regras de
produção (vide aula prática) 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 - [email protected]
17
Formalismos orientados a domínios
Prof. Fred Freitas - [email protected]
18
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 - [email protected]
19
Redes Semânticas
pessoa
nome
cônjuge
id
primeiro
último
string
string
último
nome
pessoa
id
X: pessoa ( nome => id ( primeiro => string, último => Y: string ),
Cônjuge => pessoa ( nome => id ( último => Y),Cônjuge => X))
Prof. Fred Freitas - [email protected]
20
Exemplo de ontologias
em redes semânticas
faz
Animal
Ako
Pássaro
Comer
Ako
Mamífero
tem
Pêlos
Ako
Cão
Is-a
(instanciação)
Fido
Prof. Fred Freitas - [email protected]
21
Problemas de redes semânticas
•
•
•
•
Muitos nós para representar pouca coisa
Muita repetição de nós
Não há distinção entre classes e objetos
Não podemos falar sobre as relações
– Dizer por exemplo que é de 1:1 ou 1:n
– A não ser reificando-as ...
• ...
Prof. Fred Freitas - [email protected]
22
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 - [email protected]
23
Animais
Frames
Vivo:
V
Voa:
F
[Figueira 98]
Pássaros
Mamíferos
Pernas:
2
Voa:
V
Subconjunto
Pernas:
Subconjunto
Canários
Gatos
Amigo:
Piu-piu
Humanos
Frajola
Nome:
2
Membro
Membro
Piu-piu
Nome:
Subconjunto
Pernas:
Amarelo
Membro
Cor:
4
Frajola
Amigo:
Prof. Fred Freitas - [email protected]
Fred
Nome:
Fred
24
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 - [email protected]
25
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 - [email protected]
26
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 - [email protected]
27
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 - [email protected]
28
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 - [email protected]
29
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 - [email protected]
30
Análise: Problemas de SBCs
Prof. Fred Freitas - [email protected]
31
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 - [email protected]
32
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 - [email protected]
33
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 - [email protected]
34
Ontologias
Prof. Fred Freitas - [email protected]
35
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 - [email protected]
36
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
• Kant, Peirce, Whitehead, Heidegger, Wittgenstein, ...
• Em informática e inteligência artificial, ganha um
senso mais prático
– Organização de conhecimento manipulável
Prof. Fred Freitas - [email protected]
37
Definições de ontologia
• Ontologia: Especificação de uma conceitualização
[Gruber 91]
• Hierarquia de conceitos (classes) com suas relações,
restrições, axiomas e terminologia associada
[é-um 777]
777
Ont. de Meios de Transporte
Trem
Meu agente
Avião
Transporte Carreira
Barco
Caça
Agente da
Cia. Aérea
Avião
[Huhns & Singh 97]
Prof. Fred Freitas - [email protected]
Id
Modelo
Xy
777
38
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 - [email protected]
39
Tipos de ontologias
quanto ao grau de genericidade
adaptado de [Gómez-Perez 99]
Prof. Fred Freitas - [email protected]
40
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 - [email protected]
41
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 - [email protected]
42
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 - [email protected]
43
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 - [email protected]
44
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 - [email protected]
45
Benefícios e Ferramentas
de Ontologias
Prof. Fred Freitas - [email protected]
46
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 - [email protected]
47
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 - [email protected]
48
Editor da Ontolingua
[Fikes 98]
Prof. Fred Freitas - [email protected]
49
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
Ontologias
“de prateleira”
Ontolingua
LOOM
Ontol.
“T-box”
Epikit
Axiomas
Express
Modelo
Inform.
Prolog
CLIPS
Regras
Regras
backwar
forward
chaining
chaining
Prof. Fred Freitas
[email protected]
”
CORBA
IDL
KIF
Lógica
predic.1ª
ordem 50
Usos da Ontolingua
Colaboradores remotos
Escritores
Servidor / Editor de Ontologias
Editor
HTT
P
Leitores
Aplicações remotas
NGF
P
Bibl
NGF
P
Aplic.
GUI
Servidor
DB
Tradutores:
LOOM,IDL,CLIPS...
Aplicações stand-alone
Aplic.
Transferência de arquivos (Batch)
Prof. Fred Freitas - [email protected]
KQ
ML
BC
51
Ontologias disponíveis 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
Prof. Fred Freitas - [email protected]
52
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 - [email protected]
53
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 - [email protected]
54
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 - [email protected]
55
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 - [email protected]
56
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 - [email protected]
57
Plugin OKBC acessando a Ontolingua
Prof. Fred Freitas - [email protected]
58
Importando BCs via OKBC
Prof. Fred Freitas - [email protected]
59
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 - [email protected]
60
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 - [email protected]
61
Requisitos para formalismos e
linguagens de representação
• Não apenas expressividade, como em [Corcho & GómezPerez 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 - [email protected]
62
Aplicações de Ontologias
Prof. Fred Freitas - [email protected]
63
Ramos de aplicação
•
•
•
•
•
Comércio eletrônico
Gestão de conhecimento
Workflow
Tratamento inteligente de informação
Web semântica!
Prof. Fred Freitas - [email protected]
64
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 - [email protected]
65
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 - [email protected]
66
Você já ouviu falar de Siri?
Não este!
O futuro no celular: Siri
A capacidade de lidar com contextos
Renault: diagnósticos e manuais“on-the-fly”
Vodafone: busca semântica
Richard Benjamins
Outros
http://buytaert.net/rdfa-and-drupal
http://www.oracle.com/technology/tech/seman
tic_technologies/index.html
http://cloudofdata.com/2008/12/amazonpublic-data-sets-bring-the-cloud-of-datacloser/
http://semweb.meetup.com/32/boards/thread/7569801/
http://sioc-project.org/wordpress/
http://3.ly/e8P
Muitas aplicações aparecendo...
• BBC: anotações dos jogos olímpicos ... e da copa
2013
• Globo: todas as mídias semanticamente anotadas
• Audi
• Governos Italiano, Espanhol,...
• ...
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
– Modularização de ontologias
Prof. Fred Freitas - [email protected]
75
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 - [email protected]
76
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 comunicação
baseadas em ontologias
Prof. Fred Freitas - [email protected]
77