Utilização de Recursos da Web Semântica na Construção
de um Ambiente Web para Publicação Científica Indexada
e Recuperada por Ontologias
GARCIA, Léo Manoel Lopes da Silva
Universidade Estadual Paulista “Julio
de Mesquita Filho”
Bauru, São Paulo, Brasil
[email protected]
ANTUNES, Franciano
Universidade Estadual do Ceará
Fortaleza, Ceará, Brasil
[email protected]
RESUMO
Periódicos científicos publicados na Web são ainda
calçados no modelo impresso, as informações neles
contidos estão na forma textual, não sendo possível
processar seu conhecimento computacionalmente. Os
métodos atuais de indexação não permite que se faça uma
inferência satisfatória entre esses recursos quando se quer
recuperá-los ou lhes aplicar computação. Desse modo, é
proposto um modelo de ambiente de publicação científica
na Web que permita aos autores publicar seu artigo
simultaneamente em formato textual e em formato inteligível
por programas de computadores, utilizando-se de
tecnologias que sustentam a Web Semântica, como
Ontologias, OWL (Web Ontology Language), SPARQL.
Palavras-Chave
Ontologia, Publicação Cientifica, Web, Web Semântica.
1. INTRODUÇÃO
Os recursos da Web são considerados atualmente
importantes meios de comunicação, e estão se
transformando, também, em importantes instrumentos para a
disseminação de publicações e serviços de informação [1].
Neste sentido, a falta de representação consistente do
conhecimento nos documentos disponibilizados tem levado
pesquisadores e estudiosos a propor a inserção de
significados em toda a documentação disponibilizada na
Web atual, surgindo então, o conceito de Ontologias, Web
Semântica e suas tecnologias envolvidas, como, Web
Ontology Language – OWL (Linguagem que permite
implementação computacional de ontologias), SPARQL
(Protocol and RDF Query Language) e RDF (Resource
Description Framework ) [2]. Tais tecnologias e conceitos
objetivam exatamente agregar conteúdo semântico aos
documentos publicados na Web para que programas
“agentes inteligentes” possam “compreender” o conteúdo
desses documentos e realizar tarefas sofisticadas
SANTOS, Marcos Eduardo da Silva
Universidade Estadual do Ceará
Fortaleza, Ceará, Brasil
[email protected]
raciocinando com base nesses documentos [3]. Desta
Forma, é proposta uma aplicação que almeja disponibilizar a
ontologia Publicação Científica na Web. Em primeiro
momento descreve-se o conceito de ontologias e suas
aplicações no âmbito da tecnologia da informação,
posteriormente descreve-se métodos de implementá-las
computacionalmente. Ainda reflete-se a cerca da teoria da
informação na busca nos principais pontos que necessita
ser explicitado na descrição de um artigo científico, de
posse de uma descrição, ela foi implementada no software
Protegé [4]. Por fim utilizou-se o JENA, que é um Frame
Work Java para Web Semântica [5], para se criar um
protótipo, para se instanciar os documentos nas ontologias
e recuperá-los.
2. DOCUMENTO CIENTÍFICO
A reprodução social do conhecimento através da guarda,
disseminação e uso da informação é uma questão com
implicações tão profundas para a sociedade humana, a
ponto de, ao longo de sua evolução, ter lhe dedicado
grandes esforços e criado instituições para sua manutenção
e expansão [6]. Artigos Científicos referenciados são
veículos através do qual são disseminados os novos
conhecimentos. Desde a publicação das Philosophical
Transactions da Royal Society, na Inglaterra do século
XVII, coleções de artigos científicos são tidos como
repositórios de novos conhecimentos. No entanto, hoje as
publicações científicas na Web, apesar do avanço das
tecnologias da informação, são ainda calçadas no modelo
impresso [6]. Tratando a descrição de semânticas de dados
na Web, Tim Berners-Lee propõe a visão da Web
Semântica, uma extensão da Web atual, formada por
documentos compreensíveis unicamente por pessoas, para
uma Web em que documentos seriam auto-descritíveis, da
forma que seu conteúdo possa ser “compreendido” por
programas, os agentes de software, que assim poderiam
“raciocinar” e realizar inferências sobre o conteúdo de
documentos, ajudando as pessoas em diferentes tarefas de
recuperação de informações que exigem raciocínio,
decisões, inferências de conclusões a partir de informações
não explicitamente disponíveis [2].
Uma das bases do projeto Web Semântica são as
ontologias. Mas o que é ontologias? Ontologia é um
modelo informacional descrevendo e representando um
domínio de conhecimento específico, através dos conceitos
correspondendo aos objetos relevantes nesse domínio, de
sua estrutura e seus inter-relacionamentos; esse modelo
deve ser de entendimento compartilhado por uma
comunidade de usuários [7]. São inúmeros os benefícios
quando se define um domínio de interesse com ontologias,
como: compartilhamento do conhecimento, aplicação de
uma ontologia genérica para um domínio de conhecimento
específico e compreensão semântica dos dados do domínio.
4. OWL – Web Ontology Language
A Web Ontology Language (OWL) descreve classes
propriedades e relações entre objetos conceituais que prove
facilidades a interpretação das máquinas sobre o conteúdo
Web[11].
A OWL é definida como um vocabulário, da mesma maneira
que o RDF e o RDF Schema, mas é enriquecida com
semântica. Essencialmente, uma ontologia criada no padrão
OWL, nada mais é que, uma coleção de triplos RDF. A
definição de OWL é organizada em três sub-linguagens:

OWL Lite é a sub-linguagem sintaticamente mais
simples. Destina-se a situações em que apenas são
necessárias restrições e uma hierarquia de classe
simples. Por exemplo, o OWL Lite pode fornecer
uma forma de migração para tesauros existentes,
bem como de outras hierarquia simples;

OWL DL é mais expressiva que OWL Lite e baseiase em lógica descritiva, um fragmento de lógica de
primeira ordem, passível portanto de raciocínio
automático.
É possível assim computar
automaticamente a hierarquia de classes e verificar
inconsistências na ontologia;

OWL Full é a mais expressiva das três sublinguagens. Destina-se a situações onde alta
expressividade é mais importante do que garantir a
“decidabilidade” ou completude da linguagem.
Não é possível efetuar inferências em ontologias
OWL Full.
3. ONTOLOGIA
Para [8] uma ontologia é “uma maneira de se conceitualizar
de forma explícita e formal os conceitos e restrições
relacionados a um domínio de interesse”. Assim, ontologia
é um modelo abstrato com o intuito de representar
conceitos de um determinado domínio de forma clara e
objetiva. Já [9] complementa que é importante uma
ontologia ser também formal e compartilhada, isto é, ela
deve ser formal no intuito de ser processável por máquinas
e poder ser compartilhada para um grupo de pessoas. Outra
característica importante sobre ontologia é ressaltada em
[10], e remete ao fato de que uma ontologia não pode ser
tratada apenas como uma hierarquia de conceitos, mas
também como um conjunto de relações, restrições, axiomas,
instâncias e vocabulário. A partir das definições de Guarino,
Gruber e Guizard, conclui-se que uma ontologia é a
descrição de um determinado domínio, o qual deve ser
formal, compartilhável e composto por um conjunto de
conceitos e regras bem formalizadas.
As ontologias oferecem um meio de lidar com a
representação de recursos de informação: o modelo de
domínio descrito por uma ontologia pode ser usado como
uma estrutura unificadora para dar semântica e uma
representação comum à informação. Linguagens utilizadas
para a construção de ontologias são baseadas em lógica.
Existem algumas ferramentas e API’s que auxiliam a
construção. Entre elas o Protégé e o JENA.
Ontologias são utilizadas na Web Semântica como um meio
de representar documentos semanticamente e possibilitar
que agentes inteligentes possam encontrá-los e processálos. Inicialmente era utilizado o padrão XML, porém, esse
padrão não possuía semântica. Depois surgiu o padrão
RDF, que possui semântica simples baseada em
associações com identificadores. O padrão atualmente
indicado pela W3C é o OWL – Web Ontology Language.
Existem alguns requerimentos da W3C definidos para
linguagens de descrição de ontologias. Os pontos de maior
importância são: a estrutura da linguagem deve ser
compatível com XML, seguir restrições lógicas, suportar a
definição de vocabulários de ontologias e deve ser
facilitada.
5. JENA
JENA é um API Java para manipulação dinâmica de modelos
RDF e OWL. Foi desenvolvido por Brian MacBride,
funcionário da Hewlett-Packard Company, mais conhecida
como HP, utilizando assim, um trabalho derivado do
SIRPAC API que se encontrava com suas pesquisas bem
adiantadas [4].
O JENA caracteriza-se por possibilitar a criação e
manipulação de grafos RDF, representadas pelos recursos
(resource), propriedades (properties) e literais (Literals),
formando as tuplas que irão dar origem aos objetos criados
pelo Java. Assim, esse é o conjunto de statements que
forma o grafo por completo. Essa relação é apresentada
abaixo.
O grafo gerado pela API é obtido através da classe
ModelMen que, armazenado em memória, fica disponível até
a finalização da execução do programa. Assim, durante essa
execução, pode-se percorrer e buscar os elementos
armazenados para criação modificação ou exclusão do
conteúdo de um arquivo RDF ou OWL.
6. Criação da Ontologia Documento Científico
Em contato com a área da comunicação científica, optou -se
por desenvolver uma ontologia para a recuperação de
artigos científicos on-line utilizando como referencial
teórico o trabalho de [3], que se baseia na Norma NBR6023
– de Referência, da Associação Brasileira de Normas
Técnicas - ABNT [12].
Figura 1 – Hierarquia e Relacionamento das interfaces [5]
A interface para programação que manipulará e criará novos
elementos, que são visualizados da seguinte forma:



RDFNode tem a função de prover ligação com
todos os demais elementos do RDF, a fim de formar
tuplas para a perfeita criação dos elementos;
Resource é visualizado como qualquer coisa que
possa ser representado como um URI;
Literals podem ser utilizados como novos objetos,
atribuições dentro de (predicate, subject, object)
tuplas ou prover acesso a métodos que convertam
literais em vários tipos de dados (string, int e
double);

Properties são as propriedades
inseridas nas tuplas utilizadas;

Statement é conhecida como uma expressão que
pode dar origem a uma nova tupla, representada
por um objeto novo;

(predicate)
Container são conjuntos de objetos dispostos da
maneira adequada (alt, bag e seq) para acomodar
as tuplas criadas.
A API JENA pode ser utilizada na área semântica, propondo
codificações e busca de informações nos arquivos RDF e
OWL. Esses arquivos, normalmente codificados como
arquivos XML e inseridos em páginas XHTLM,
possibilitarão aos motores de busca da Web localizar
palavras por meio de métodos da API, objetivando uma
maior precisão na obtenção dos resultados.
Baseando-se na Norma de Referências para fazer uma
citação de artigo científico, extraíram-se os termos
essenciais, utilizados no processo de busca e recuperação
de um artigo on-line [3]. Em seguida, construíram-se as
perguntas que a ontologia deveria responder:
1.
Quais são os autores que publicaram sobre
determinado assunto?
2.
Determinado autor tem artigos publicados?
3.
Que autor publicou sobre determinado assunto?
4.
Que artigos foram publicados em determinado
ano?
5.
Quais periódicos publicaram sobre determinado
assunto?
6.
Existem artigos publicados em 2005 sobre um
determinado assunto?
7.
Quais autores publicam em um determinado
periódico?
Após elaborar as perguntas que deverão ser respondidas
de forma relevante e precisa, iniciou-se o processo de
construção da estrutura das classes, subclasses e suas
propriedades.
É importante ressaltar, que foram consultados os
repositórios de Ontologias disponibilizadas pelas
comunidades cientificas na Web, sendo elas importante
norteadores para a criação da ontologia apresentada nesse
trabalho. Após a estruturação das classes, utilizou -se o
software Protégé, onde foi criada a ontologia “Documento
Científico” OWL. Foi utilizado o Reasoner (motor de
inferência) RACER a fim de validar a ontologia de modo
automático.
7. CONSTRUÇÃO DO PROTÓTIPO
O objetivo do trabalho é desenvolver um ambiente Web, no
entanto, optou-se primeiramente pelo desenvolvimento de
um protótipo local, a fim de se verificar a viabilidade de se
utilizar a API JENA para manipular ontologias.
Foi construído um método para carregar dentro do ambiente
NetBeans o arquivo documentocientifco.owl contendo a
ontologia criada no ambiente Protegé, o que ocorreu
satisfatoriamente.
Como primeiras aplicações foram
desenvolvidos métodos baseados em SPARQL para a
recuperação de documentos utilizando como parâmetros: o
autor, o nome do artigo, o evento ou revista científica, e
por fim também como parâmetro 45 áreas do conhecimento
divididas hierarquicamente. Implementado os métodos
necessários, foi construída uma interface simples para a
recuperação de documentos.
Para a realização dos testes foram instanciados 40 artigos
na ontologia, e posteriormente foi realizado buscas
utilizando todos os parâmetros estabelecidos na interface.
Todos os métodos criados funcionaram corretamente.
O sistema gera como resultado o caminho da localização do
artigo como um link(Figura 2), durante a criação da instância
na ontologia é preciso especificar esse caminho. É
importante ressaltar que a instância de cada documento na
ontologia ainda é feito de modo manual no ambiente
Protégé ou diretamente no código OWL, ainda não foi
possível a construção de uma interface gráfica para indexar
novos documentos e instanciá-los na ontologia
automaticamente.
Figura 2 - Tela com resultado de consulta pelo autor1.
1
O nome SACI é o acrônimo do laboratório ao qual pertence o
autor do presente artigo, Sistemas Adaptativos e Computação
Inteligente – SACI.
T ABELA I
ESTRUTURA DE CLASSES, SUB CLASSES E P ROP RIEDADES
Classes
Área
do
Conhecime
nto
Propriedades
Sub Classes
Agrárias
Biológicas
1.
2.
tem_autores
tem_publicações
Saúde
Exatas
Humanas
Sociais
Lingüística
Evento
1.
2.
3.
4.
1.
2.
3.
4.
5.
1.
2.
3.
1.
2.
3.
4.
5.
6.
7.
1.
2.
3.
4.
5.
Data
Web_site
temlocal
Nome
Fontes
Anais
Data
tem_total_pags
Fasciculo Revista
tem_evento
Cientifica
Volume
tem_titulo_revista
Local
Cidade
UF
LocalLocal
Pessoa
Formação
Nome
Status
Email
Área_de_Atuação
Linhas_de_Pesquisa
T emPublicação
Document
Artigo
Palavra-chave
o
T ítulo
Painel
Cientifico
Abstract
Páginas
T emAreadoconhecimen
to
6. T emautor
7. T emEvento
8. T emFonte
9. T emLinhadePesquisa
Revista
1. Nome
2. Web_Site
8. CONSIDERAÇÕES FINAIS
3. T emPublicações
OT ópico
desenvolvimento
dessa aplicação
proporcionou a
de
1. Nome
investigação
de ferramentas e conceitos da Web Semântica.
Pesquisa
A escolha por um ambiente de recuperação e indexação de
artigos científicos foi apropriada, pois indexação e a
inferência sobre documentos é um paradigma em evidência
na sociedade da informação. A ontologia criada se mostrou
consistente durante a criação das instâncias, e fica como
ponto positivo a iniciativa de primeiramente consultar os
bancos de ontologias antes de iniciar a criação de uma nova
ontologia. O maior problema encontrado foi em relação ao
código OWL por ser muito complexo, para o futuro
pretende-se obter a completa compreensão do código para
só assim poder implementar a indexação de arquivos por
meio de uma interface que não exija do usuário nenhum
conhecimento a cerca de ontologia ou programação. Esse
avanço é de suma importância, pois a indexação dos
documentos em ontologia é muito trabalhosa.
As aplicações presentes no protótipo corresponderam ao
esperado, para o futuro é previsto a implementação em um
servidor web, indexar uma quantidade notável de arquivos e
medir estatisticamente a qualidade da busca.
Assim pode-se concluir que a publicação de artigos
científicos por meio de ontologias pode ser uma perspectiva
promissora. Mesmo, momentaneamente, a aplicação estar
executando apenas consultas, o trabalho expõe que a
disposição desses documentos por ontologias e
implementadas em OWL, permite uma miríade de
possibilidades de inferência por sistemas ou agentes
inteligentes.
9. REFERÊNCIAS
[1] N. Márcia, H. N. Adriana, “Aplicação de Elementos
Metadados Dublin Core para Descrição de Dados
Bibliográficos On-line da da Biblioteca Digital de Teses
da
USP”.
Disponível
em:
http://www.sibi.ufrj.br/snbu/snbu2002/oralpdf/82.a.pdf
Acesso Abr. 2009.
[2] B. Lee, H. James e L. Ora, “The Semantic Web”.
Scientifc American, May 2001. Disponível Online em
http://www.scian.com/2001/00501issue/051berners-lee.html,
Acesso em jun. 2009.
[3] A. E. Andrenizia e B. F. Greisy, “Ontology for Scientific
Publication”
Disponível
Online
em:
http://www.uff.br/ontologia/artigos/316.pdf acesso em
20 Jun. 2009.
[4] PROTÉGÉ – Ontology Editor and Knowledge
Acquisition System, v. 3.2.1 The National Center for
Biomedical Ontology, Stanford Medical Informatics.
Disponível em: http://protege.stanford.edu. Acesso em:
15 Mai. 2009.
[5] JENA – A Semantic Web FrameWork for JAVA, Julho
2009
Disponível
Online
em:
http://jena.sourceforge.net/license.html
[6] M., Carlos Henrique et al. Ontologias como novas
bases de conhecimento científico. Perspect. ciênc. inf.
[online]. 2008, vol.13, n.3, pp. 20-39. ISSN 1413-9936.
doi: 10.1590/S1413-99362008000300003.
[7] M. H. Carlos, A. R. Marília, R. M. Luciana e C.
Leonardo, “Bases Ontológicas e conceituais para um
Modelo do Conhecimento Contido em Artigos
Biomédicos”. R. Eletrp. De Com. Inf. Inov. Saúde. Rio
de Janeiro, v.3, n.1, p.21-32, Mar., 2009.
[8] N. Guarino (1998), “Formal Ontology and Information
Systems”.
Disponivel
em:
http://loacnr.it/Papers/FOIS98.pdf Acesso em: Abr. 2009.
[9] T. R. Gruber (1993), “A Translation Approach to
Portable
Ontology”,
Disponível
em:
http://tomgruber.org/writing/ontolingua-kaj-1993.pdf
Acesso em: Abr. 2009.
[10] G. Guizzardi (2000), “Análise de domínio e Ontologias”.
Disponível
em:
http://www.home.cs.utwente.nl/guizzard/MSc/ Acesso
em Jun. 2009.
[11] M. Dean, G. Schereiber, S. Bechhofer F. van Harmelen,
J. Hendler, I. Horrocks, D. L. MacGuiness, P. F. PatelSchneider, L. e Andrea. (2004) “OWL Web Ontology
Language Reference”, W3C Recommendation,
http://www.w3.org/TR/2004/REC-owlref20040210/
Acesso Abr. 2009.
[12] ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS
(ABNT). Disponível em: http://www.abnt.org.br
Acesso em Abr. 2009.