Inteligência Artificial aplicada a Controle e Automação DAS 6607 Ontologias Guilherme Bittencourt Departamento de Automação e Sistemas Universidade Federal

Inteligência Artificial aplicada a Controle e Automação

DAS 6607

Ontologias

Guilherme Bittencourt

Departamento de Automação e SistemasUniversidade Federal de Santa Catarina

Brasil

SECCOM - 07/10/ 2004 - [email protected] - www.das.ufsc.br/~gb

2

Sumário

• Ontologias– Ferramentas– Construção– Aplicações

• Conclusões

Ontologias


4

Internet

• Grande volume de informações desestruturadas adequadas apenas ao entendimento humano (as vezes... )

• 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


5

Soluções possíveis para o tratamento de informação na Web

• Dotar os sistemas de inteligência– Agentes inteligentes– Manipulação cooperativa de informação: 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!


6

Motivações de Ontologias

• Permitir reuso entre formalismos de representação diferentes

• Servir como vocabulário compartilhado de comunicação entre agentes

• Unidade básica de representação: Frames• Define um domínio, visando maximizar o reuso

destas definições• Idealmente não deve refletir nenhum formalismo


7

Definições de ontologia

• Ontologia: Especificação de uma conceitualização• Hierarquia de conceitos (classes) com suas relações,

restrições, axiomas e terminologia associada

Id Modelo

Xy 777

Agente da Cia. Aérea

Ont. de Meios de Transporte

Trem Avião Barco

Transporte Carreira Caça

Avião

Meu agente

777[é-um 777]

Id Modelo

Xy 777

Agente da Cia. Aérea

Ont. de Meios de Transporte

Trem Avião Barco

Transporte Carreira Caça

Avião

Meu agente

777[é-um 777]


8

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


9

Ontologias são hierarquias...


10

...mas também relações Ontologias


11

Tipos de Ontologias• Ontologias de Representação: definem as primitivas

de representação - como frames, axiomas, atributos e outros – de forma declarativa.

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

• Ontologias centrais ou genéricas de domínio (core ontologies): descrevem ramos de estudo de uma área e seus conceitos mais genéricos e abstratos.

• Ontologias de domínio e de aplicação: tratam de um domínio específico de uma área genérica de conhecimento, como direito tributário, microbiologia, etc.


12

Vantagens 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

Ferramentas para ontologias


14

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


15

Editor da Ontolingua


16

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

LOOMOntol.

“T-box”

EpikitAxiomas

ExpressModeloInform.

PrologRegras backwarchaining”

CLIPSRegrasforward chaining

CORBAIDL

KIFLógica

predic.1ª

ordem

Ontologias“de prateleira”

Ontolingua

LOOMOntol.

“T-box”

EpikitAxiomas

ExpressModeloInform.

PrologRegras backwarchaining”

CLIPSRegrasforward chaining

CORBAIDL

KIFLógica

predic.1ª

ordem


17

Uso da Ontolingua Remote collaborators

Writers

Readers

Remote Applications

DB

Aplic. GUI

Stand-alone applications

Aplic.

BC

KQML

NGFP

Ontology Server/Editor

Editor

Server

HTTP

NGFP

Translators:LOOM,IDL,CLIPS...

Library

File transfer (Batch)


18

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


19

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


20

Protégé• Ferramenta desktop criada pelo Depto. de Informática Médica da

Univ. Stanford– 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


21

Plugin OKBC acessando a Ontolingua


22

Importando BCs via OKBC


23

Ferramentas do KAON e da Ontoprise

• Desenvolvidas em Karlsruhe, Alemanha • 1o. protótipo do que viria a ser a Web semântica, o

Ontobroker • O KAON (the KArlsruhe ONtology e semântica 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

(SemânticaMiner)– anotação semi-automática de referências a ontologias

em páginas para a Web– agrupamento de textos baseados em ontologias


24

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• estensibilidade (capacidade de inclusão de componentes)• ferramentas de apoio

Construção de ontologias


26

Princípios de construção

• Clareza

• Legibilidade

• Coerência

• Extensibilidade

• Mínima codificação

• Mínimo compromisso ontológico


27

Metodologias de desenvolvimento

• 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


28

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:– Servirão para a avaliação da ontologia durante o

desenvolvimento – Ex: “Jornais científicos são considerados eventos

científicos?”


29

Conceitualização • 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


30

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

Aplicações de Ontologias


32

Ramos de aplicação

• Comércio eletrônico

• Gestão de conhecimento

• Workflow

• Tratamento inteligente de informação

• Web semântica


33

MASTER-Web

• Multi-Agent Sytem for Text Extraction, classeification e 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

[Freitas & Bittencourt 2003]


34

Arquitetura do MASTER-Web

URLs, fatos &

conhecimento

Sistema Multiagente

WEB

Infoseek

Excite

...

.

Meta-robô

Ontologias, Categorias & Dicionários

Novo Agente

DB

URLs & páginas

Mediador

Usuários

Agentes


35

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


36

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

Conclusões


38

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


39

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

Documents

Inteligência Artificial aplicada a Controle e Automação DAS 6607 Ontologias Guilherme Bittencourt Departamento de Automação e Sistemas Universidade Federal