Exemplos, Resultados e Discussões de Fatos

Considerando todo o conhecimento aprendido durante os diálogos anteriores (EXEMPLOS 1(A), 1(B), 1(C) e 1(D) explicados e apresentados na Seção 4.3.2.1), verificamos nas interações seguintes experimentos em que Renan é capaz de descobrir, por raciocínio, fatos contraditórios e inconsistentes nas bases de conhecimento em desenvolvimento e advindas dos diálogos com os usuários. Vejamos o pseudo diálogo e os resultados a seguir:

 EXEMPLO (2A)

Experimento realizado com um trecho/parte de um pseudo diálogo entre um usuário e o Renan.

 INÍCIO DO DIÁLOGO

 User: herbivore eats leaves  herbivore ⊑ eats.leaves

Renan: Does a herbivore eat ONLY leaves or other things too?

 User: other things Renan: What is leaves?

 User: herbivore eats meat  herbivore ⊑ eats.meat Renan: Does a herbivore eat ONLY meat or other things?

 User: other things

 Resultado da verificação de Fatos Contraditórios---

Renan: cow is inconsistent!  cow ⊑ ⊥ if herbivore subclass of eats only plant, herbivore subclass of eats some meat, meat disjoint with plant and cow subClassOf herbivore, then cow is inconsistent.

Renan: herbivore is inconsistent!  herbivore ⊑ ⊥ if herbivore subclass of eats only plant, herbivore subclass of eats some meat and meat disjoint with plant, then herbivore is inconsistent.

Renan: zebra is inconsistent!  zebra ⊑ ⊥ if herbivore subclass of eats only plant, herbivore subclass of eats some meat, meat disjoint with plant and zebra subclass of herbivore, then zebra is inconsistent.

 Resultado da verificação de Fatos Contraditórios---

 FIM DO DIÁLOGO

Fatos contraditórios foram verificados durante os diálogos e, seus motivos explicitados de acordo com as consequências lógicas obtidas pelo algoritmo de raciocínio do Renan. Notou-se, na medida em que a base de conhecimento K cresce com conhecimento, a existência de inconsistências é mais frequente.

Renan, por exemplo, sabe que o conceito zebra é inconsistente, pois trata-se de um herbívoro e herbívoros não podem comer carne; o mesmo ocorre com os conceitos cow e herbivore. Para a base de conhecimento ficar livre de fatos

contraditórios, faz-se necessário que os usuários durante os diálogos realizados alterem a base com informações dialógicas que façam a correção das inconsistências detectadas.

4.3.2.3 Exemplos, Resultados e Discussões de Fatos Contraditórios e Dedução.

Considerando todo o conhecimento aprendido durante os diálogos

anteriores (EXEMPLOS 1(A), 1(B), 1(C), 1(D) e 2(A) explicados e apresentados nas

Seções 4.3.2.1 e 4.3.2.2) evidenciaremos nas interações seguintes experimentos em que Renan é capaz de descobrir por raciocínio, fatos contraditórios e inconsistentes na base de conhecimento em desenvolvimento, advindas dos diálogos com os usuários e também por raciocínio de subsunção, conceitos que são subconceitos de outros.

Vejamos o pseudo-diálogo e os resultados a seguir:  EXEMPLO (3A)

Experimento realizado com um trecho/parte de um pseudo-diálogo entre um usuário e o Renan.

 INÍCIO DO DIÁLOGO

 User: The aquatic animals live in water

Renan: Do they live in only water or in another thing?

 User: only water

Renan: aquatic_animals ⊑ ∀live_in.water

 Resultado da dedução---

Renan: aquatic_animals ⊑ animals

 Resultado da dedução---

Renan: What is water?

 User: marine mammals are aquatic animals Renan: marine_mammals ⊑ aquatic_animals

 Resultado da dedução---

Renan: marine_mammals ⊑ mammals | marine_mammals ⊑ animals

 Resultado da dedução---

Renan: Tell me more about this domain we are modeling! Renan: What are animals?

 User: aquatic animals are not mammals  aquatic_animals ⊑ ¬mammals

A sentença acima foi propositalmente inserida, mesmo sabendo de sua invalidade, na interface do Renan para verificar se haveria detecção ou não da inconsistência gerada. Segue resultados:

 Resultado da verificação de Fatos Contraditórios---

Renan: marine_mammals is inconsistent!  marine_mammals ⊑ ⊥  if marine_mammals is SUBCLASS of aquatic_animals, marine_mammals is SUBCLASS of mammals and aquatic_animals DISJOINT with mammals, then the concept marine_mammals is inconsistent.

 Resultado da verificação de Fatos Contraditórios---

Renan: Tell me more about this domain we are modeling!

 User: marine mammals aren't aquatic animals  marine_mammals ⊑ ¬aquatic_animals.

Depois desta interação (marine_mammals ⊑ ¬aquatic_animals), K fica livre de fatos contraditórios e o diálogo continua.

 User: cetacean are marine mammals who live only in the sea Renan: only in the sea?

 User: yes

Renan: cetacean ⊑ ∀live_in. sea

 Resultado da dedução---

Renan: cetacean ⊑ ¬ aquatic_animals

Renan: cetacean ⊑ marine_mammals | cetacean ⊑ mammals  Renan por raciocínio de subsunção descobre conhecimento implícito (cetacean são mamíferos).

Renan: What is a sea?

 User: sea is a water  sea ⊑ water

 Resultado da dedução---

Renan: Is cetacean SUBCLASS of aquatic_animals?

 Resultado da dedução---

 User: yes

 Resultado da verificação de Fatos Contraditórios---

Renan: cetacean is inconsistent!  cetacean ⊑ ⊥  if cetacean is SUBCLASS of marine_mammals, aquatic_animals DISJOINT With marine_mammals and cetacean is SUBCLASS of aquatic_animals, then cetacean is inconsistent.

 Resultado da Verificação de Fatos Contraditórios---

Para K ficar livre de inconsistências os usuários devem modificar a base com novas proposições. Os usuários podem se basear na explicação dada para a detecção da inconsistência e então verificar as causas destas modificando as consequências ou, apenas optando por deixar K com fatos inconsistentes, para o caso de um projeto ou teste específico.

Renan: Please continue…

 User: A sea is an ocean  sea ⊑ ocean

Renan: Is this enough to model the concept sea?

 User: yes

Renan: Ok, please continue.

 User: A shark lives only in the sea

Renan: Ok, please continue  shark ⊑ ∀live.sea

 Resultado da dedução---

Renan: Is shark SUBCLASS of aquatic_animals?

 Resultado da dedução---

 User: yes

 Resultado da dedução---

Renan: shark is SUBCLASS of animals

Renan: marine_mammals is DISJOINT of shark

 Resultado da dedução---

 FIM DO DIÁLOGO

Neste exemplo, ocorreram 8 deduções, (C ⊑ ¬ D) e (C ⊑ D), sendo 2 fatos contraditórios/inconsistentes. Verificamos que quanto maior o crescimento de conhecimento do Renan, maior será a sua capacidade de detectar inconsistências, por isso, podemos afirmar que Renan aprende tal qual um ser humano, de forma exponencial, quando conhecimentos são inseridos em sua base K.

Nesta seção apresentamos os resultados obtidos no processo de raciocínio automático durante as interações em LNC com o Renan, bem como, uma discussão qualitativa, com vista a nortear os leitores na interpretação dos resultados. Na seção seguinte testamos as hipóteses e validamos estatisticamente o módulo de raciocínio automático, provando sua capacidade de realizar raciocínio de subsunção, dedução natural e de checagem de inconsistências nos fatos dados pelos usuários durante os diálogos ocorridos.

4.3.2.4 Análise dos Resultados Parte 2

Os experimentos realizados com uso do Renan possibilitaram uma observação abrangente que evidenciou o potencial da capacidade de realizar raciocínio sobre as ontologias construídas a partir dos diálogos. Com intuito de avaliar as hipóteses definidas no início deste capítulo e responder a questão de pesquisa definida, foram realizados alguns experimentos, obtendo resultados de ordem satisfatória. Vejamos:

A Hipótese 1 – Efetividade do Modelo; Renan foi posto à prova, a fim de responder a seguinte questão de pesquisa 1(c):

Hipótese 1(c)

Questão de Pesquisa 1(c)

 Renan é capaz de realizar raciocínio de subsunção, dedução natural e checar inconsistências nos fatos dados pelos usuários quando houver a possibilidade desta ocorrência?

A fim de responder esta pergunta e avaliar o desempenho do sistema durante os experimentos, testamos e validamos a seguinte sub hipótese (Hipótese 03):

 𝐻_0,3: Renan não realiza raciocínio (dedução e checagem de fatos contraditórios) durante as interações com os usuários em mais de 90% dos casos.

 𝐻_𝑎,3: Renan realiza raciocínio (dedução e checagem de fatos contraditórios) durante as interações com os usuários em mais de 90% dos casos.

Para analisar a significância dos resultados em conformidade com a Hipótese 03 - Hipótese 1(c) – o teste binomial unilateral à direita foi aplicado e os resultados, a seguir obtidos:

Limiar = 90%

Nível de Significância = 0.05 p-valor = 2.656e-05

Sustentação

Como o p-valor é menor que o nível de significância, o resultado do teste é de que a hipótese:

 𝐻_𝑎,3: Renan realiza raciocínio (dedução e checagem de fatos contraditórios) durante as interações com os usuários em mais de 90% dos casos; é aceita.

Neste caso, Renan é capaz de realizar raciocínio durante as interações com os usuários em mais de 90% dos casos, quando necessário. De fato, utilizando o mesmo teste binomial confirmamos que a taxa de sucessos para a realização de raciocínio é estatisticamente superior a 95% (0.97 < taxa de sucessos < 1; p-value = 2.656e-05).

Conclusão:

Particularmente, nesta etapa da pesquisa pudemos concluir, a partir da Hipótese 1(c) e da sua questão de pesquisa anteriormente lançada que, Renan é capaz de realizar raciocínio de subsunção, dedução natural e checar inconsistências nos fatos dados pelos usuários. Assim, é realizado raciocínio que gera resultados satisfatórios para os usuários durante o processo de interação estatisticamente superior a 95% dos casos testados nos experimentos.

Tais constatações se fizeram claras quando apresentadas nos experimentos dos Exemplos 1(A), 1(B), 1(C), 1(D), 2(A) e 3(A) em que são evidenciadas as seguintes capacidades do Renan:

1. Capacidade de realizar raciocínio de subsunção sobre as definições dadas e checar inconsistências em tempo de desenvolvimento;

2. Capacidade de deduzir novos fatos a partir de outros;

Diante desta perspectiva, podemos contemplar tais afirmações quando demonstramos que Renan é capaz de deduzir fatos por raciocínio de subsunção, perceber fatos contraditórios e inconsistentes durante determinados diálogos com seus possíveis usuários.

Além disso, conforme verificamos nos exemplos 2(A) e 3(A), fatos contraditórios foram encontrados durante os diálogos e seus motivos explicitados de acordo com as consequências lógicas obtidas pelo algoritmo de raciocínio do Renan, visto que a abordagem cresce em conhecimentos, aumentando assim, proporcionalmente a frequência de deduções e inconsistências verificadas.

Deste modo, sintetizando o que fora apresentado, podemos afirmar, uma vez lançada à hipótese que questiona a capacidade de raciocínio do Renan, a comprovação estatística de que é fato consistente a competência do Renan em realizar raciocínio e de aprender de forma exponencial, quando conhecimentos são inseridos em sua base de conhecimento.