WEB SEM ˆ ANTICA E ANOTAC ¸ ˜ AO SEM ˆ ANTICA DE IMAGENS

A pergunta que norteou esta revis˜ao sistem´atica foi Como tem sido feitas as anota¸c˜oes de imagens no contexto da Web Semˆantica?. Para responder a pergunta, foram executadas as seguintes consultas nos indexadores Scopus, ScienceDirect, IEEEXplore, ACM Digital Library. (*) Par^ametros utilizados no indexador Scopus

(TITLE-ABS-KEY("semantic web") AND TITLE-ABS-KEY("image annotation"))

(*) Par^ametros utilizados no indexador ScienceDirect (TITLE-ABSTR-KEY("semantic web") AND

TITLE-ABSTR-KEY("image annotation"))

(*) Par^ametros utilizados no indexador IEEEXplore ("Document Title":"semantic web" AND

"Document Title":"image annotation") OR ("Abstract":"semantic web" AND

"Abstract":"image annotation") OR ("Author Keywords":"semantic web" AND "Author Keywords":"image annotation")

(*) Par^ametros utilizados no indexador ACM Digital Library ((Title:"semantic web" AND Title:"image annotation") OR

(Abstract:"semantic web" AND Abstract:"image annotation") OR Owner:ACM(Keywords:"semantic web" AND

Keywords:"image annotation"))

As buscas foram executadas no dia 5 de fevereiro do ano 2011 retornando 50 estudos no indexador Scopus, 2 estudos no indexador

ScienceDirect, 2 estudo no indexador IEEEXplore e 1 estudos no in- dexador ACM Digital Library. Foram selecionados somente os estudos onde se explica claramente como ´e feita a anota¸c˜ao das imagens. Ap´os a aplica¸c˜ao dos crit´erios de exclus˜ao foram analisados 29 estudos. A quantidade de estudos selecionados por cada indexador pode ser visu- alizada na tabela 15. Como ´e comum nas revis˜oes sistem´aticas, alguns estudos foram encontrados em mais de um indexador. Na seq¨uˆencia, apresenta-se uma an´alise desta revis˜ao.

Dos estudos selecionados, estes se dividiam em trˆes grupos com trˆes objetivos diferentes. O primeiro deles abarcava o estudo das ano- ta¸c˜oes autom´atica das imagens (BARRAT; TABBONE, 2010; DING et al., 2009; DING; XU, 2010; GUO; LIAO, 2009; JIN Y., 2010; REN, 2010; LU et al., 2008;XU H.-T., 2010;ZHENG, 2010). O segundo grupo abarcava o estudo de anota¸c˜oes de imagens no contexto das redes sociais com o intuito de sugerir anota¸c˜oes para as imagens dos usu´arios das redes (ELAHI; KARLSEN; AKSELSEN, 2009;ELAHI N., 2010;ELAHI; KARLSEN; YOUNAS, 2011). O terceiro grupo se refere a anota¸c˜ao n˜ao autom´atica se imagens que se detalha na seq¨uˆencia.

Os metadados associados `as imagens podem ser classificados como: i) metadados com conte´udo independente, quando estes se en- contram relacionados `a imagem, mas n˜ao a descrevem (i.e., autores, data de cria¸c˜ao, etc.); ii) metadados com conte´udo dependente, quando se referem a caracter´ısticas de baixo n´ıvel e/ou n´ıvel intermedi´ario (i.e., cor, textura, etc.); iii) metadados com conte´udo descritivo, quando se referem a conte´udo semˆantico (i.e., rela¸c˜oes das entidades da imagem com entidades do mundo real) (HANBURY, 2008).

Os metadados com conte´udo descritivo podem ser especificados usando um ou mais dos seguintes enfoques: i) descri¸c˜oes usando texto livre, quando nenhuma estrutura predefinida para a anota¸c˜ao ´e propor- cionada; ii) classifica¸c˜ao usando palavras-chave, quando palavras-chave selecionadas de forma arbitr´aria ou a partir de vocabul´arios controla- dos s˜ao usadas para descrever as imagens; iii) classifica¸c˜ao baseada em ontologias, quando conceitos ou instˆancia de uma ontologia s˜ao usados no processo de anota¸c˜ao (M ¨ULLER et al., 2004;HANBURY, 2008).

Por outro lado, os metadados com conte´udo descritivo podem ser proporcionados a dois n´ıveis de especificidade: i) conte´udo descritivo as- sociado `a imagem completa (SCHREIBER et al., 2001, 2002; HYV ¨ONEN; STYRMAN, 2002; HOLLINK et al., 2003; OSMAN et al., 2007) e ii) seg- menta¸c˜ao da imagem com vincula¸c˜ao do conte´udo descritivo em cada regi˜ao da imagem (CHRONAKI; ZABULIS; ORPHANOUDAKIS, 1997;BOT- TONI et al., 2006;HALASCHEK-WIENER et al., 2005b, 2005, 2005a, 2006;

M ¨OLLER; SINTEK, 2007; RUBIN et al., 2008a, 2008b, 2009; HSU et al., 2009;SONNTAG; M ¨OLLER, 2010).

Os sistemas para anotar imagens usando metadados com conte´udo descritivo baseados em ontologias, geralmente usam dois tipos de on- tologias, uma para definir o esquema de anota¸c˜ao e outra para definir os conceitos do dom´ınio. Isto permite que os esquemas de anota¸c˜ao se- jam definidos de forma independentes ao dom´ınio do conhecimento. A forma de definir a ontologia de anota¸c˜ao depende dos requerimentos da aplica¸c˜ao. Por exemplo, Schreiber et al. (2001) usaram uma estrutura baseada em quatro elementos “agente - a¸c˜ao - objeto - cen´ario” para anotar imagens de macacos. Em Schreiber et al. (2002) um conjunto es- truturado de propriedades de objetos foi usado para anotar imagens de m´oveis antidos. De forma similar em Hollink et al. (2003) foi usado os elementos “agente - a¸c˜ao - objeto - receptor” para anotar uma cole¸c˜ao de imagens de arte. Osman et al. (2007) usaram a estrutura “ator - a¸c˜ao - objeto” para anotar uma cole¸c˜ao de imagens no dom´ınio dos esportes. Em algumas casos a associa¸c˜oes de instˆancias da ontologia a imagem ´e suficiente (HYV ¨ONEN; STYRMAN, 2002).

Autor Paradigma Breve descri¸c˜ao

Plaisant (2004) Informa as dificuldades que existem ao avaliar sistemas de visualiza¸c˜ao Forsell e Johans-

son (2010)

heur´ısticas Foca-se na avalia¸c˜ao de sistemas de visualiza¸c˜ao por meio de heur´ısticas, ´e uma guia de aplica¸c˜ao

Zuk et al. (2006) heur´ısticas Foca-se na avalia¸c˜ao de sistemas de visualiza¸c˜ao por meio de heur´ısticas, ´e uma guia de aplica¸c˜ao

Winckler, Pa- lanque e Freitas (2004)

heur´ısticas Apresenta heur´ısticas baseada em modelo de tarefas

Amar e Stasko (2004)

heur´ısticas Apresenta heur´ısticas baseada em tarefas de conhecimento

Valiati, Freitas e Pimenta (2008)

qualitativo Compara sistemas visualiza¸c˜ao de informa¸c˜ao multidimensional Isenberg et al.

(2008)

qualitativo Verifica que a avalia¸c˜ao dos sistemas se situe no contexto da utiliza¸c˜ao do usu´ario

Kumar, Subra- manian e Zhang (2008)

qualitativo Avalia as caracter´ısticas dos siste- mas de visualiza¸c˜ao de informa¸c˜ao Forsell (2010) quantitativo Foca-se na pesquisa experimental

quantitativa Bresciani e Ep-

pler (2009)

quantitativo Verifica o uso das visualiza¸c˜oes para o compartilhamento de conhe- cimento em grupos de trabalho Pillat, Valiati e

Freitas (2005)

quantitativo Avalia duas t´ecnicas de visualiza¸c˜ao da informa¸c˜ao multidimensional Burkhard e

Meier (2005)

quantitativo Avalia uma aplica¸c˜ao de visua- liza¸c˜ao do conhecimento

Stasko et al. (2000)

quantitativo Compara dos m´etodos de visua- liza¸c˜ao

Chen e

Czerwinski (2000)

quantitativo Foca-se na pesquisa experimental quantitativa

Chittaro e Combi (2001)

quantitativo Avalia qual representa¸c˜ao de espa¸cos temporais ´e a melhor Tabela 12 – Estudos analisados para a revis˜ao sistem´atica na ´area da Visualiza¸c˜ao da Informa¸c˜ao - pergunta P3.

Indexador Documentos retornados Documentos selecionados Scopus 26 8 ScienceDirect 0 0 IEEEXplore 7 4

ACM Digital Library 9 4

Tabela 13 – Resultados das buscas para a revis˜ao sistem´atica na ´area da Visualiza¸c˜ao do Conhecimento - Pergunta 1.

Indexador Documentos retornados Documentos selecionados Scopus 54 9 ScienceDirect 1 0 IEEEXplore 18 1

ACM Digital Library 3 0

Tabela 14 – Resultados das buscas para a revis˜ao sistem´atica na ´area da Visualiza¸c˜ao do Conhecimento - Pergunta VC2.

Indexador Documentos retornados Documentos selecionados Scopus 50 29 ScienceDirect 2 0 IEEEXplore 2 1

ACM Digital Library 1 1

Tabela 15 – Resultados das buscas para a revis˜ao sistem´atica na ´area da anota¸c˜ao de imagens.

4 MODELO PROPOSTO 4.1 INTRODUC¸ ˜AO

Atualmente nos encontramos vivendo na era do conhecimento, onde as sociedades s˜ao constru´ıdas sobre a sinergia de indiv´ıduos, gru- pos, organiza¸c˜oes, redes sociais e comunidades que exploram formas eficazes de dissemina¸c˜ao do conhecimento e fluxos de aprendizagem, onde a maior parte do valor adicionado na produ¸c˜ao descansa sobre o conhecimento incorporado no produto final, onde o objetivo ´e uma sociedade com acesso ao conhecimento e aprendizagem para todos.

Esta era ´e caracterizada, por um lado, por uma explos˜ao sem pre- cedentes de informa¸c˜oes que s˜ao digitalizadas e disponibilizadas para grandes audiˆencias atrav´es de ambiente livres e on-line, e por outro lado, por uma sociedade cada vez mais exigente e ansiosa para apren- der e saber aproveitar os benef´ıcios destes conhecimentos. Uma con- seq¨uˆencia direta ´e que muita informa¸c˜ao est´a sendo disponibilizada e as pessoas se tornam menos capazes de tomar decis˜oes, pois n˜ao sabem a quˆe prestar aten¸c˜ao. Existe, portanto, uma grande necessidade de ge- renciar esta grande quantidade de informa¸c˜oes digitais e transform´a-las em conhecimento utiliz´avel.

Neste contexto, prop˜oe-se um modelo para a visualiza¸c˜ao do co- nhecimento que est´a embasado nas ´areas previamente pesquisadas. A visualiza¸c˜ao da informa¸c˜ao auxilia a entender como os seres humanos processam as representa¸c˜oes visuais. A visualiza¸c˜ao ´e um processo onde o usu´ario interage diretamente controlando os parˆametros de visuali- za¸c˜ao com o objetivo de compreender o conjunto de dados. A meto- dologia CommonKADS, atrav´es de seu modelo de contexto, permitiu identificar os problemas e oportunidades no contexto da sociedade do conhecimento e ajudou a reconhecer quais os processos intensivos em conhecimentos que o modelo deve considerar. A visualiza¸c˜ao do co- nhecimento forneceu o framework que norteu o trabalho. Usando este framework foi poss´ıvel dar resposta a quest˜ao: “Por que e como vi- sualizar o conhecimento ?”. Ao tentar responder esta pergunta ´e que surgem as imagens semˆanticas como meio para visualizar e recuperar conhecimento a partir dos reposit´orios digitais.

O modelo utiliza tamb´em mapeamentos semˆanticos que visam suportar a integra¸c˜ao semˆantica tanto das imagens quanto dos repo- sit´orios de documentos. Estes mapeamentos semˆanticos permitem que o modelo “entenda” quais os conceitos representados nas imagens e nos

documentos, alem disso, possibilita as consultas baseadas em conceitos como alternativa `a recupera¸c˜ao de informa¸c˜ao textual.

Este cap´ıtulo esta organizado da seguinte forma ap´os a introdu¸c˜ao, se apresenta a aplica¸c˜ao da metodologia CommonKADS com o intuito de reconhecer os elementos do modelo. Posteriormente estes elemen- tos s˜ao organizados no framework para visualiza¸c˜ao do conhecimento proposto por Burkhard. Finalmente ´e apresentado o modelo usando a vis˜ao sistem´atica de Bunge.