Utilização da OWL na definição de uma ontologia para o Currículo Lattes através de uma seqüência de etapas

(1)

VI Encontro de Estudantes de Informática do Estado do Tocantins – ENCOINFO 2004 – 4 e 5 de novembro de 2004 CEULP/ULBRA – Curso de Sistemas de Informação – Palmas – TO

Utilização da OWL na definição de uma ontologia para o

Currículo Lattes através de uma seqüência de etapas

Nalva Neila Alves da Silva1_{, Parcilene Fernandes de Brito}1 1_{Centro Universitário Luterano de Palmas (CEULP/ULBRA)}

{nalvaneila,pfb}@ulbra-to.br

Abstract. The development of ontology involves many stages, from the

identification of its objectives to its formal representation. On this representation its necessary the use of a language that offers resources that support the definition of axioms and allow certain restrictions. Many languages have appeared with this purpose, an example, the OWL language. This work has as objective to present concepts about ontologies, as well the demonstration of its construction through a sequence of stages. The work also presents the description of some OWL elements, and also the utilization of this language to formalize the domain “Curriculo Lattes”.

Resumo. O desenvolvimento de uma ontologia envolve várias etapas, desde a

identificação dos seus objetivos até a sua representação formal. Nesta representação é necessária a utilização de uma linguagem que ofereça recursos que suportem a definição de axiomas e possibilitem certas restrições. Diversas linguagens têm surgido com este propósito, um exemplo, a linguagem OWL. Este trabalho tem como objetivo apresentar conceitos sobre ontologias, bem como a demonstração de sua construção através de uma seqüência de etapas. O trabalho também apresenta a descrição de alguns elementos da OWL, assim como a utilização desta linguagem para formalizar o domínio “Currículo Lattes”.

1. Introdução

O projeto da Web semântica é uma proposta da evolução da Web atual, cujo principal objetivo é a definição de uma estrutura que valoriza a semântica dos conteúdos dos documentos e, por meio de agentes seja facilitado o processamento de informações (BERNERS-LEE, 2001). É da necessidade de ter uma estrutura que permita esse entendimento semântico dos dados, que os estudos sobre ontologia têm sido realizados mais profundamente nos últimos tempos.

As ontologias oferecem mecanismos que valorizam a semântica dos dados, por meio da definição de conceitos, relacionamentos e possíveis restrições de um domínio. Para que a ontologia apresente todas as suas vantagens e corresponda ao objetivo da representação de certo domínio, sugere-se que algumas etapas sejam realizadas durante seu desenvolvimento. Assim, a construção de uma ontologia envolve processos, desde a identificação e objetivos até a sua representação propriamente dita.

(2)

Esse trabalho tem como objetivo a demonstração do desenvolvimento de uma ontologia para o domínio “Currículo Lattes”. Em especial, a demonstração das etapas que foram seguidas para a sua construção.

2. Ontologia

Ontologia é a especificação explícita de uma conceitualização (GRUBER, 1999), pode ser reconhecida como uma representação formal do vocabulário de termos de um domínio e as restrições que o envolve. Uma ontologia define os termos necessários para descrever e representar uma área de conhecimento, podendo ser utilizada por povos, base de dados e por aplicações que necessitam compartilhar as informações de um domínio (OWL, 2004b). A partir da representação e a estrutura de um domínio, é possível realizar inferências para obter o conteúdo das informações, assim como ter uma representação compartilhada e reutilizável.

Uma ontologia deve ser definida com o máximo possível das representações de um domínio, permitindo que as questões que o envolvem possam todas elas, ou grande parte, serem compreendidas e respondidas. Para isso, é necessário ter uma representação explícita, de maneira que os termos e outros elementos sejam previamente definidos. A ontologia também deve ser representada de uma maneira formal, já que assim o conhecimento que envolve o domínio pode ser processado pela máquina. Através dessa formalização explícita do domínio, ou seja, a definição e implementação dos conceitos, relacionamentos e certas restrições, é possível compreender o significado semântico dos dados. As restrições correspondem às novas classes que podem ser criadas a partir daquelas já existentes, sendo representadas por axiomas. Na ontologia, os axiomas permitem que as máquinas realizem inferências sobre as informações e conseguem compreender o significado dos dados consultados.

Uma ontologia também deve ser legível, oferecendo uma compreensão comum para diversos grupos de pessoas ou agentes de software. Essa diversidade de acesso corresponde ao fato de ser compartilhada e construída separadamente de uma aplicação. Com a ontologia, o domínio é representado separadamente da aplicação, reduzindo, assim, o código do sistema e proporcionando menos esforço e tempo na implementação do mesmo, bem como garantindo a consistência das informações. Isto permite também que um conhecimento já representado possa ser reutilizado através da integração com uma outra ontologia.

3. OWL (Web Ontology Language)

A OWL (Web Ontology Language) faz parte das recomendações da W3C e suporta tanto a definição dos termos, relacionamentos e restrições de interpretação por meio de axiomas, quanto a interoperabilidade dos documentos da Web. Os recursos que a OWL oferece são divididos em três sublinguagens:

3.1. OWL Lite

A OWL Lite dá suporte aos usuários que necessitam basicamente de uma hierarquia de classificação e funcionalidades com restrições simples (OWL, 2004). Ela apresenta

(3)

apenas algumas características que a OWL como um todo oferece e também impõe algumas limitações aos recursos oferecidos. Um exemplo é o uso de cardinalidade, que apesar de estar disponível é restrita a obter somente os valores 0 ou 1 (OWL, 2004). 3.2. OWL DL

A OWL DL é destinada aos usuários que necessitam de um pouco mais de expressividade na formalização de ontologia (OWL, 2004). Ela oferece todos os recursos apresentados pela OWL Lite e também todos os outros mecanismos que a linguagem OWL disponibiliza. Entretanto, ainda impõe algumas restrições quanto ao uso destes recursos, como uma classe não ser instância e propriedade ao mesmo tempo. 3.3. OWL Full

De todas, a OWL Full é a que oferece suporte para ser mais expressiva, pois além de oferecer todos os vocabulários disponíveis pela linguagem OWL, não impõe restrição ao uso dos recursos (OWL, 2004). Esta sublinguagem não impõe restrição aos valores das classes, às propriedades, às instâncias e aos dados (OWL, 2004c). Desta forma, existe a possibilidade de uma classe ser tratada ao mesmo tempo como instância de uma classe.

4. Etapas de Desenvolvimento de Ontologias

Algumas propostas de metodologias para construção de ontologias têm sido apresentadas na literatura nos últimos anos, porém, ainda não se tem uma forma padronizada para realização desse processo. Baseado nas principais etapas de desenvolvimento de ontologias encontradas em vários trabalhos, entre eles Guizzardi (2000) e Noy (2001), serão apresentadas algumas atividades que podem compor a construção de ontologias. Juntamente com a definição dessas etapas, serão apresentadas partes da ontologia implementada em OWL.

4.1. Identificação de Requisitos e Propósito da Ontologia

É necessário identificar claramente o propósito da ontologia, ou a finalidade pela qual se faz necessária sua criação. O domínio adotado refere-se a uma ontologia para o Currículo Lattes. Para isso, será utilizado o trabalho correlato “OntoLattes”, ontologia desenvolvida como parte da dissertação de mestrado de Bonifácio (2002).

O modelo do Currículo Lattes atende às necessidades do CNPq e permite atualizar, via Internet, os currículos de sua base disponíveis em (LAT, 2001). A criação de uma ontologia para este domínio permite uma maior organização da grande quantidade de currículos armazenados neste sistema. Com a ontologia, a representação do sistema de Currículos Lattes do CNPq é transformada em uma representação semântica, preparando-a para atender a nova proposta da Web. Com isso, as consultas aos currículos serão mais precisas e atenderão às reais necessidades dos usuários.

É necessário também, especificar os requisitos que a ontologia deverá atender, que podem ser expressos em termos de questões de competência. Ou seja, questões que envolvem o domínio poderão ser apresentadas à ontologia e esta deverá ser capaz de respondê-las.

(4)

Para atender a uma consulta, por exemplo, um agente na Web irá buscar informações em páginas deste ambiente e verificar se estas informações correspondem ao que está especificado no documento de busca. A consulta a uma ontologia permite a realização de inferências e com isso é possível obter o significado semântico dos dados. Algumas questões que a ontologia realizada nesse trabalho deve responder são: Currículos referentes às pessoas que tenham, no máximo, uma certa titulação acadêmica; Atividades realizadas por cada curso; Atividades de Ensino de cada curso; Trabalhos de formação acadêmica que envolve “Ontologia”.

4.2. Captura da Ontologia

Nesta etapa, devem ser identificados os termos necessários para representar o conhecimento que envolve o domínio, os relacionamentos entre estes termos, bem como organizá-los de forma hierárquica. Visando a conformidade de uma representação conceitual com a existente para o domínio do Currículo Lattes, esta etapa pode ser realizada por meio da análise do DTD XML e do XML Schema desenvolvidos pela Comunidade Virtual LMPL, disponibilizados em (LAT, 2001). A dissertação de mestrado de Bonifácio (2002) colabora com a compreensão do domínio e a definição de uma nova forma de criar a ontologia, fazendo um mapeamento da linguagem utilizada na OntoLattes - DAML (DARPA Agent Markup Language) - para a linguagem OWL.

A análise da DTD permite identificar os termos que irão compor a ontologia e a estrutura em que os elementos do domínio estão organizados. Os elementos presentes na DTD são avaliados para identificar aqueles que são melhor representados como classes, que correspondem aos conceitos da ontologia, dos que podem ser representados como propriedades, ou relacionamento entre termos. Uma outra fonte utilizada nesta etapa é o XML Schema, pois facilita a identificação dos atributos em comum nos elementos. Estes atributos serão definidos de forma a otimizar e se ter uma boa representação da ontologia. Ou seja, as classes que apresentarem algumas propriedades em comum serão definidas como subclasses daquela que irá conter a definição propriamente dita, a superclasse O XML Schema, ainda possibilita identificar os tipos dos dados e tamanho dos atributos.

Um dos elementos que apresenta uma existência de forma independente, sendo melhor representado por meio de classes, é o elemento CURRICULO-VITAE. Faz parte da definição deste elemento o conceito de DADOS_GERAIS, um dos elementos identificados para ser representado por subclasse. Já os atributos e os elementos que representam o relacionamento entre as classes, como os que fazem parte da definição de mestrado, são representados como propriedades.

Figura 1. Elementos identificados como propriedades

Verifica-se que PALAVRAS-CHAVE, AREAS-DO-CONHECIMENTO e SETORES-DE-ATIVIDADE são elementos reconhecidos como propriedades e não como subclasses. Ou seja, o elemento MESTRADO é representado na ontologia como classe e estes outros

(5)

identificados como propriedades, já que atuam fazendo referência a outras classes presentes no domínio.

Figura 2. Hierarquia das classes

A figura 2 apresenta as classes que envolvem o domínio e uma forma mais clara de visualizar como elas estão estruturadas. Com a compreensão da estrutura destas classes é possível partir para a formalização das mesmas.

4.3. Formalização da Ontologia

Uma das fases mais trabalhosas no desenvolvimento de uma ontologia é a que envolve justamente a concretização do processo realizado para permitir a compreensão dos dados pela máquina. É nesta etapa que deve ser definido e representado formalmente o conhecimento que envolve o domínio, neste caso, o “Currículo Lattes”.

Os termos que compõem a definição de uma ontologia são representados através de: definição das classes que descrevem os conceitos; relacionamentos e hierarquia das classes e subclasses que representam conceitos específicos; propriedades das classes, seus valores permitidos e os tipos de dados, sendo os mais comuns: literal, numérico, booleano, instância de uma classe etc; axiomas que representam as sentenças que irão restringir a interpretação dos conceitos e relações; instâncias de elemento individual das classes para compor a base de conhecimento. Observa-se que é nesta fase que os axiomas devem ser criados, pois envolve uma definição formal que possibilita as inferências e aperfeiçoamento no processamento de retorno automático nas buscas.

Um modelo baseado no conhecimento e o uso de axiomas possibilitam ter uma representação semântica de uma forma explícita em um nível de significado, não

(6)

enfocando apenas a estrutura do sistema. Com o uso de ontologias, os axiomas exercem a função de representar algumas restrições exigidas pelo domínio, que em um modelo entidade relacionamento, por exemplo, não pode ser representado. Assim, a utilização de axiomas permite representar mais conhecimento sobre o domínio além daqueles definidos por classes, propriedade e relacionamentos.

Uma das classes definidas para favorecer a consulta aos documentos do Currículo Lattes, refere-se ao conceito de MAX_GRADUADOS. Este é criado com o uso de owl:complementOf, uma das diversas propriedades oferecidas pela linguagem OWL.

Figura 3. Representação da classe MAX_GRADUADOS

Com esta definição, a classe torna-se suficiente para atender uma possível consulta sobre as pessoas que sejam no máximo graduados. Ou seja, pessoas que tenham a graduação como o nível mais alto de sua formação acadêmica.

Para representar esta restrição, são utilizadas algumas propriedades mais complexas da linguagem OWL. Nas linhas 09 a 16, é feita a união das classes RESIDENCIA_MEDICA, POS_DOUTORADO, LIVRE_DOCENCIA etc. A partir daí, nas linhas 05 a 07 é possível aplicar para a classe FORMACAO_ACADEMICA_TITULACAO o mecanismo de complementOf do resultado obtido pela união. Isso implica inferir que a classe não suporta instâncias dos tipos encontrados no resultado dessa união. Com isso, todos os currículos que apresentarem instâncias de FORMACAO_ACADEMICA_TITULACAO que não sejam instâncias das subclasses RESIDENCIA_MEDICA, POS_DOUTORADO, LIVRE_DOCENCIA entre outras definidas, são considerados currículos de pessoas que tenham no máximo o nível acadêmico “Graduação”. Assim, ao obter diretamente as instâncias desta classe, compreende-se que estas são pessoas que não contém uma formação acadêmica superior a graduação.

Uma outra propriedade oferecida pela OWL, que foi possível aplicar ao domínio do Currículo Lattes, é a intersecção de classes. Primeiro foi observado que a única atividade que apresenta um relacionamento com a classe CURSO é a classe ATIVIDADES_DE_ENSINO. No entanto, não só as atividades de ensino podem estar

(7)

relacionadas a um determinado curso, mas outros tipos de atividades também. Com isso, o relacionamento POSSUI_CURSOS passa agora a ser de CURSO com ATIVIDADES. Com essa alteração, as classes ATIVIDADES_SI e ATIVIDADES_ENSINO_SI são algumas das classes a serem criadas com o mecanismo de intersecção. A primeira pode ser criada para identificar quais atividades são do curso de Sistemas de Informação, independentes do tipo, sejam elas DE-PESQUISA-E-DESENVOLVIMENTO, ATIVIDADES-DE-ESTAGIO, ATIVIDADES-DE-DIRECAO-E-ADMINISTRACAO, entre outras subclasses de ATIVIDADES.

Figura 4. Definição da classe ATIVIDADES_SI

Uma consulta para obter todas as atividades realizadas pelo curso de Sistemas de Informação pode ter o resultado diretamente nas instâncias desta classe. Analisando agora a existência desta classe, uma outra definição pode ser feita para complementar ainda mais a base da ontologia, como por exemplo, uma definição que atendesse a consulta das atividades de ensino do curso de Sistemas de Informação. Neste caso, o acesso às instâncias de ATIVIDADES, ATIVIDADES_SI e ATIVIDADES_DE_ENSINO não atenderia tal consulta, visto que nenhuma delas agrupa apenas as atividades de ensino do curso especificado. Para isso, é necessário realizar a intersecção da classe ATIVIDADES_SI, que corresponde a todas as atividades previstas para o curso de Sistemas de Informação, com a classe ATIVIDADES_DE_ENSINO, que representa todas as atividades de ensino existentes, independente do curso ao qual ela pertence. A figura 5 mostra como isso acontece.

Figura 5. Intersecção das classes ATIVIDADES_SI e ATIVIDADES_DE_ENSINOS

A classe ATIVIDADES_SI deve conter todas as atividades do curso de Sistemas de Informação, como PORTAL, ASSESSOR_DE_EXTENSÃO, PROMOV,

(8)

COMITÊ_CIENTÍFICO, NET, entre outras. Já a classe ATIVIDADES_DE_ENSINO representa todas as atividades de ensino, como FAZENDA_EXPERIMENTAL, ATENDIMENTO_EM_LABORATORIO, PROMOV, NET etc. Ao aplicar o mecanismo de intersecção é definido que os indivíduos de ATIVIDADES_ENSINO_SI apresentam características tanto da classe ATIVIDADES_SI, já que é do curso de Sistemas de Informação, como de ATIVIDADES_DE_ENSINO.

Figura 6. Definição da classe ATIVIDADES_ENSINO_SI

A definição de axiomas é necessária porque apenas com os termos definidos numa DTD, por exemplo, não é permitido representar certas especialidades do domínio. Sendo assim, essas classes correspondem à solução de algumas questões que a ontologia deve ser capaz de responder.

4.4. Avaliação da Ontologia

Este processo deve ser realizado em paralelo com as demais etapas do desenvolvimento de ontologias para verificar se satisfazem aos requisitos estabelecidos. A realização desta atividade pode apresentar as falhas existentes na construção da ontologia. Aquelas que apresentarem deficiências devem ser refeitas e avaliadas novamente para garantir que a ontologia tenha capacidade suficiente de atender as propostas estabelecidas no início do projeto.

Durante o processo de captura da ontologia, a análise da DTD permitiu algumas reflexões sobre a forma de definição dos termos. A princípio, as definições na ontologia seriam feitas conforme a especificação do DTD XML para o Currículo Lattes. Porém, conforme já observado por Bonifácio (2002), alguns elementos da ontologia são melhores representados de uma maneira diferente da adotada pelo sistema atual.

No processo de avaliação da ontologia, e conforme Bonifácio (2002) já havia sugerido, observou-se algumas alterações com relação à DTD. Um exemplo é a definição de AREAS-DO-CONHECIMENTO, que na DTD é apresentado conforme a figura 7.

Figura 7. Definição do elemento AREAS-DO-CONHECIMENTO

Com a avaliação, ao invés de se ter classes do tipo Área do conhecimento 1, 2 e 3 o elemento AREAS-DO-CONHECIMENTO na ontologia passa a conter os seguintes relacionamentos.

(9)

Figura 8. Propriedades que representam o elemento AREAS-DO-CONHECIMENTO

A idéia é que uma GRANDE-AREA-DE-CONHECIMENTO é formada por AREA, e que a classe AREA é composta por SUB_AREA, que por sinal contém ESPECIALIDADE. Assim, o elemento foi explorado de forma que seu funcionamento fosse melhor compreendido.

A avaliação realizada na etapa de formalização permitiu verificar a questão do relacionamento entre a classe CURSO e ATIVIDADES_DE_ENSINO. Ao verificar as duas classes e a superclasse ATIVIDADES foi possível notar que este relacionamento é melhor representado entre CURSO e ATIVIDADES. Isto porque os outros tipos de atividades também podem conter uma ligação com um curso específico e da maneira como está na DTD esse relacionamento não seria permitido.

4.5. Documentação da Ontologia

Este processo também deve ser realizado durante toda a etapa da construção da ontologia. Para cada fase, deve ser documentado o que foi realizado e a maneira como isto foi feito. O material elaborado poderá ser utilizado para entendimento e atualização da ontologia.

Uma parte desse processo pode ser encontrada nos comentários adicionados ao código. Ou seja, toda a declaração que envolve o cabeçalho da ontologia refere-se a documentação do trabalho realizado.

Figura 9. Documentação da ontologia

No decorrer da representação também é encontrada a documentação de alguns elementos, conforme apresentado na figura 10:

(10)

Figura 10. Documentação do elemento ATIVIDADES_ENSINO_SI

Como parte da documentação de uma ontologia, deve ser disponibilizado todo o resultado final da etapa de formalização e não apenas os comentários e considerações. Assim, a representação completa do domínio deve fazer parte desta documentação.

5. Considerações Finais

Como resultado do trabalho, verificou-se que essa forma de representação de conhecimento pode ser utilizada para melhorar o desempenho das buscas realizadas na Web. As ontologias conseguem representar de uma forma abrangente o conhecimento, inclusive algumas restrições, de um dado domínio. Sobre a OWL, os recursos que ela oferece para representar a semântica dos dados referem-se não somente às classes e relacionamentos, mas a possibilidade de, através de axiomas, representar o que está implícito no domínio.

Foi possível também definir e realizar algumas etapas para o desenvolvimento de uma ontologia, bem como verificar as reais necessidades de se ter uma metodologia bem definida na realização destas atividades. Cada fase tem um objetivo específico que permitiu uma representação mais significativa do Currículo Lattes. A partir das questões levantadas sobre “o que a ontologia deveria responder”, foi feito uma analogia em relação ao que um agente de busca poderia solicitar e que classes complexas deveriam ser criadas para atender a essas solicitações. Desta forma, quanto mais representações fossem feitas na ontologia, maior seria a precisão no atendimento às consultas. Além das etapas apresentadas no trabalho, tem-se, como trabalho futuro, a realização da fase de integração de ontologia. Esse processo permite reutilizar o vocabulário e o conhecimento representado em outras ontologias.

6. Referências

BERNERS-LEE, Tim. HENDLER, James. LASSILA, Ora. The Semantic Web. 2001.

Disponível em:

<http://www.scientificamerican.com/article.cfm?articleID=00048144-10D2-1C70-84A9809EC588EF21&catID=2>. Último acesso: 27 de Abril de 2004.

BONIFACIO, Ailton Sergio. Ontologias e Consulta Semântica: Uma Aplicação ao Caso Lattes. Porto Alegre, 2002. Dissertação (Mestrado em Ciência da Computação) – Universidade Federal do Rio grande do Sul, Porto Alegre, 2002. Disponível em: <http://www.uel.br/pessoal/ailton/Trabalhos/Disserta%C3%A7ao%20de%20Mestrad o-Ailton-Final.pdf > Último acesso: 08 de Julho de 2004.

GRUBER, T. What is an Ontology?. 1999. Disponível em: <http://www-ksl.stanford.edu/kst/what-is-an-ontology.html>. Ultimo acesso: 25 de Maio de 2004.

(11)

GUIZZARDI, Giancarlo. Análise de Domínio e Ontologias. Vitória, 2000. Programa de Mestrado em Informática – Universidade Federal do Espírito Santo, Vitória, 2000. Disponível em: <http://wwwhome.cs.utwente.nl/~guizzard/MSc/>. Último acesso: 10 de Junho de 2004.

CNPq. Grupo Stela. Plataforma Lattes. Disponível em:

<http://lattes.cnpq.br:8888/plataformalattes/>. Último acesso: 08 de Julho de 2004. NOY, Natalya F., MCGUINNESS, Deborah L. Ontology Development 101: A Guide to

Creating Your First Ontology. Stanford University, Stanford, 2001. Disponível em: <http://www.ksl.stanford.edu/people/dlm/papers/ontology101/ontology101-noy-mcguinness.html>. Último acesso: 05 de Junho de 2004.

OWL WEB ONTOLOGY LANGUAGE OVERVIEW. Fevereiro de 2004. Disponível em: <http://www.w3.org/TR/owl-features/>. Último acesso: 21 de Junho de 2004. OWL WEB ONTOLOGY LANGUAGE USE CASES AND REQUIREMENTS.

Fevereiro de 2004. Disponível em: <http://www.w3.org/TR/2004/REC-webont-req-20040210/#onto-def>. Último acesso: 12 de Junho 2004.

OWL WEB ONTOLOGY LANGUAGE. REFERENCE. Fevereiro de 2004. Disponível em: <http://www.w3.org/TR/owl-ref/ >. Último acesso: 21 de Junho de 2004.