Uma ferramenta para captura de ontologias baseada na técnica ISM

Texto

(1)UMA FERRAMENTA PARA CAPTURA DE ONTOLOGIAS BASEADA NA TÉCNICA ISM. KLEBER SARTORIO. Dissertação apresentada à Faculdade de Engenharia da UNESP - Campus de Bauru, para obtenção do título de Mestre em Engenharia Industrial.. BAURU - SP Dezembro -2004.

(2) Ficha catalográfica elaborada por DIVISÃO TÉCNICA DE BIBLIOTECA E DOCUMENTAÇÃO UNESP - Bauru Sartorio, Kleber Uma ferramenta para captura de ontologias baseada na técnica ISM / Kleber Sartorio - Bauru : [s.n.], 2004. 137 f. Orientador: José Eduardo C. Castanho. Dissertação (Mestrado) – Universidade Estadual Paulista. Faculdade de Engenharia de Bauru, 2004. 1.Ontologia. 2.Teoria do Conhecimento 3.Modelagem estrutural interpretativa. I – Universidade Estadual Paulista. Faculdade de Engenharia de Bauru. II – Título.. ii.

(3) UMA FERRAMENTA PARA CAPTURA DE ONTOLOGIAS BASEADA NA TÉCNICA ISM. KLEBER SARTORIO. Orientador: Prof. Dr. José Eduardo C. Castanho. Dissertação apresentada à Faculdade de Engenharia da UNESP - Campus de Bauru, para obtenção do título de Mestre em Engenharia Industrial.. BAURU – SP Dezembro - 2004. iii.

(4) Se pudesse definir o que os outros chamam de felicidade, sorte e amor eu o faria em três palavras: Magali, Nina, Taís.. A vocês eu dedico este trabalho.. iv.

(5) AGRADECIMENTOS Ao meu orientador, Professor Doutor José Eduardo Cogo Castanho, pela sua atenção e paciência na orientação; Ao Professor Doutor João Aris Kouyoumdjian, pelo apoio, confiança e a oportunidade para realização deste trabalho; Ao Rafael Landim de Souza pela ajuda na transformação de idéias em códigos e pelas sugestões apresentadas; Ao Guaracy Silva pela oportunidade de testar idéias e aperfeiçoá-las; Aos amigos da FAMERP/FAEPE/HB, Claudia, Erico, João Marcelo, Sarkis, pelo incentivo e suporte, demonstrando que o apoio mútuo é o que consolida uma equipe; Aos professores do corpo docente da Faculdade de Engenharia da UNESP de Bauru; Aos meus pais Araci Braz e João Kleber Sartorio pelas orações e apoio, forças que permitiram a minha chegada até aqui; Às mulheres de minha vida: Minha esposa Magali, pilastra mestra desta família maravilhosa, companheira, revisora de textos, fonte de carinho, incentivo; meu amor; Minhas princesas Nina e Taís pelo tempo que abdicaram da companhia do pai e pelo incentivo; amadas e frutos do amor.. v.

(6) “Sentimos num mundo, pensamos e nomeamos num outro mundo; podemos estabelecer uma concordância entre ambos, mas nunca preencher o intervalo”. Proust (1871-1922), O caminho de Guermantes,I. - Tradução de Mário Quintana.. vi.

(7) SUMÁRIO CAPÍTULO 1 INTRODUÇÃO........................................................................................................ 3 CAPÍTULO 2 ONTOLOGIAS ........................................................................................................ 9 2.1. CONCEITOS ..................................................................................................................... 10 2.2. TERMINOLOGIA DO DOMÍNIO DAS ONTOLOGIAS ............................................ 21 2.3. TIPOLOGIA DAS ONTOLOGIAS ................................................................................. 23 2.4.APLICAÇÃO DE ONTOLOGIAS ................................................................................... 26 2.5. METODOLOGIA PARA CONSTRUÇÃO DE ONTOLOGIAS.................................. 29 2.5.1. CRITÉRIOS DE GRUBER PARA CRIAÇÃO DE ONTOLOGIAS.................... 30 2.5.2. METODOLOGIA DE GRUNINGER E FOX......................................................... 32 2.5.3. METODOLOGIA DE USCHOLD E KING ........................................................... 35 2.5.4. METODOLOGIA DO PROJETO KACTUS ......................................................... 37 2.5.5. METODOLOGIA CYC ............................................................................................ 39 2.5.6. METODOLOGIA DE FALBO................................................................................. 39 2.5.7. METODOLOGIA DE NOY & MCGUINESS ........................................................ 42 2.5.8. METHONTOLOGY.................................................................................................. 44 2.5.9. METODOLOGIA ON-TO-KNOWLEDGE ........................................................... 45 2.5.10. METODOLOGIA SENSUS.................................................................................... 46 2.6. SUMÁRIO DO CAPÍTULO............................................................................................. 49 CAPÍTULO 3 A CAPTURA DE ONTOLOGIAS E A MODELAGEM ESTRUTURAL INTERPRETATIVA .............................................................................................. 51 3.1 A CAPTURA DE ONTOLOGIAS .................................................................................... 52 3.1.1 DELIMITAÇÃO DO DOMÍNIO .............................................................................. 52 3.1.2. IDENTIFICAÇÃO DAS FONTES DE DADOS ..................................................... 53 3.1.3. EXPLICITAÇÃO DOS CONCEITOS NO GRUPO .............................................. 53 3.2 A MODELAGEM ESTRUTURAL INTERPRETATIVA.............................................. 55 3.2.1 ORIGEM E CONCEITO DA ISM............................................................................ 55 3.2.2.FUNCIONAMENTO DA ISM .................................................................................. 59 3.3. ISM E CONSTRUÇÃO DE ONTOLOGIAS .................................................................. 69 CAPÍTULO 4 IMPLEMENTAÇÃO E METODOLOGIA......................................................... 71 4.1 DEFINIÇÃO DOS REQUISITOS .................................................................................... 72 4.2 A IMPLEMENTAÇÃO DAS ETAPAS DA ISM EM SOFTWARES ........................... 73 4.3 MATERIAIS E MÉTODOS UTILIZADOS .................................................................... 76 4.4 CONSTRUÇÃO E DESENHO DE INTERFACES......................................................... 77 4.5.DESCRIÇÃO DO FUNCIONAMENTO.......................................................................... 78 4.6 METODOLOGIA PARA APLICAÇÃO ......................................................................... 87. vii.

(8) CAPÍTULO 5 TESTES, RESULTADOS E DISCUSSÃO .......................................................... 92 5.1 TESTE DE REPRESENTAÇÃO – ONTOLOGIA TOVE ............................................. 93 5.2 TESTE DE FUNCIONALIDADE – ONTOLOGIA DE BERNARAS........................... 94 5.3 ESTUDO DE CASO ........................................................................................................... 99 5.4 DISCUSSÃO DOS RESULTADOS ................................................................................ 105 5.4.1 RESULTADOS DO ESTUDO DE CASO .............................................................. 109 CAPÍTULO 6 CONCLUSÕES .................................................................................................... 114 REFERÊNCIAS BIBLIOGRÁFICAS ......................................................................................... 117 BIBLIOGRAFIA ADICIONAL ................................................................................................... 126. viii.

(9) LISTA DE TABELAS Tabela 1 – Definições de Ontologias ............................................................................................16 Tabela 2 – Exemplos de Aplicação de Ontologias ......................................................................27 Tabela 3 - Potenciais de inferência de cada elemento ................................................................64 Tabela 4 – Definição sucessores e antecessores – Fase 1 ............................................................66 Tabela 5 - Definição sucessores e antecessores – Fase 2.............................................................66 Tabela 6 - Definição sucessores e antecessores – Fase 3.............................................................67 Tabela 7 – Conceitos Levantados – Estudo de Caso................................................................. 101. ix.

(10) LISTA DE FIGURAS Figura 1– Exemplo de Ontologia .................................................................................................11 Figura 2 Arranjo de Blocos sobre a Mesa – Guarino e Ciaretta (1995) ...................................18 Figura 3 - Explicação gráfica sobre ontologias – Adaptado de Guarino (1998) ......................19 Figura 4 - Metodologia para criação de Ontologias de Gruninger e Fox (1995) .....................35 Figura 5 – Metodologia On-to-Knowledge - SURE & STUDER, 2002.....................................46 Figura 6 – Relação entre os elementos - dígrafos .......................................................................61 Figura 7 – Posicionamento dos elementos em níveis – Wright (1991) ......................................67 Figura 8 – Elementos hierarquizados e ordenados pela ISM – Wright (1991) ........................69 Figura 9 – Diagrama Funcional da OCT(ISM) ..........................................................................74 Figura 10 – tela de abertura - “OCT(ISM)” ...............................................................................77 Figura 11 – tela 1“OCT(ISM)” - Opções.....................................................................................78 Figura 12 – tela 2 – Entrada de Elementos .................................................................................80 Figura 13 – tela 3 – “OCT(ISM)” – Definir Relação..................................................................82 Figura 14 – tela 4 - “OCT(ISM)” – Estabelecer Relação entre Elementos...............................83 Figura 15 - tela 5a - “OCT(ISM)” – Resultados - Diagrama .....................................................85 Figura 16 - tela 5b - “OCT(ISM)” – Resultados - Árvore .........................................................86 Figura 17 - tela 5c - “OCT(ISM)” – Resultados - Dicionário ....................................................87 Figura 18 – Exemplo de Ontologia Representada na OCT(ISM) .............................................94 Figura 19 – Representação da ontologia - Bernaras ..................................................................97 Figura 20 – Representação árvore - Bernaras ............................................................................98 Figura 21 – Representação da Ontologia – Estudo de Caso .................................................... 102. x.

(11) 1. RESUMO. Embora a representação do conhecimento por meio de ontologias tenha evoluído muito nos últimos anos, seus benefícios são usufruídos por um número ainda restrito de organizações. A fim de possibilitar que a aplicação de ontologias seja uma alternativa ao alcance de todas as organizações, é preciso simplificar a apresentação do conceito de ontologias, explicitando suas utilidades e fornecendo meios que facilitem sua construção. Com o objetivo de contribuir para o atendimento dessas necessidades, este trabalho se propõe a realizar duas tarefas: o levantamento das metodologias existentes para a criação de ontologias, quando será observado como é processada a fase de captura; e a adaptação de uma técnica utilizada para resolução de sistemas complexos, a Modelagem Estrutural Interpretativa (ISM), no desenvolvimento de uma ferramenta para auxílio a captura de ontologias. Essa ferramenta é dirigida a não-especialistas e apóia o processo de captura de ontologias, guiando o levantamento de conceitos e relações, organizando, hierarquizando, eliminando redundâncias e apresentandoos sob forma de gráficos, árvores e dicionários de termos, garantindo, adicionalmente, que a fase mais essencial e informal da construção de ontologias seja devidamente documentada.. PALAVRAS CHAVE: Ontologias;Captura de Ontologias; Modelagem Estrutural Interpretativa; ISM..

(12) 2. ABSTRACT. Knowledge representation by means of ontology has gained great attention. Even thought, a restrict number of organizations takes advantage of using ontologies. In order to extend ontologies use, it’s necessary to simplify the presentation of its concepts, make clear its usefulness and provide tools that facilitate its construction. As a contribution for these purposes, the objective of this work is to present a tool for capturing ontologies based on Interpretative Structural Modeling (ISM) and addressed to non-specialists on ontologies. ISM is a well known technique; good at helping the understanding of complex problem as well as at provide a framework for establishing the main relationship among concepts. Such tool will help and guide the user in extracting concepts and relations establishment, organize them in hierarchical structure and present them in form of trees, graphics and a dictionary of terms, and also providing adequate documentation for the process capturing ontologies.. KEY-WORDS: Ontology; Ontology Capture; Interpretative Structural Modeling; ISM..

(13) 3. Capítulo 1 INTRODUÇÃO A representação lógica do conhecimento é um desafio que já motivava os cientistas muito antes da invenção do computador. Essa representação é almejada pelo fato de que, uma vez descrito em termos lógicos e formais, o conhecimento torna-se universalmente compreensível e, portanto, comunicável, não mais se sujeitando às variações de interpretação. Com o advento da tecnologia da Internet, os benefícios proporcionados pela representação lógica do conhecimento ganharam ainda mais importância, pois uma imensa gama de informações é disponibilizada e precisa ser organizada de forma a permitir que a recuperação, a troca e a efetiva aplicação deste conhecimento sejam facilitadas. Um exemplo disso são as ferramentas de busca baseadas em palavras-chave, que não atendem mais às necessidades desse cenário; a tendência é desenvolver novas ferramentas baseadas na semântica (significado) das informações. Além disso, a tecnologia Internet migrou para dentro das organizações, constituindo as intranets, e para os sistemas integrados por várias organizações, seus clientes e seus fornecedores, constituindo as extranets. Assim, para que a comunicação nessas redes possa ser melhorada e o conhecimento reaproveitado, é.

(14) 4. fundamental que os conceitos compartilhados sejam representados de forma clara e inequívoca. Um dos recursos para representar logicamente o conhecimento é a ontologia, cuja origem remonta à Filosofia grega, mas que no último século passou a ser largamente utilizada por outras áreas. Grosso modo, ontologia é uma forma estruturada de organizar conceitos, explicitando as relações entre eles. A clareza proporcionada pela representação ontológica do conhecimento tornou esse recurso uma ponte para o compartilhamento de conceitos, seja entre homens, seja entre homens e sistemas e mais comumente entre os sistemas de uma empresa ou de empresas diferentes. Uma ontologia é inicialmente construída a partir de interações entre participantes de determinado domínio de conhecimento e expressa em linguagem natural, fase conhecida como “captura”. Numa segunda fase, a ontologia pode ser traduzida da linguagem natural para uma linguagem formal, a fim de facilitar seu uso por outros sistemas. O recurso de representar ontologicamente o conhecimento é altamente versátil e admite inúmeras aplicações. Por isso, a captura de ontologias merece ser conhecida por profissionais e empresas das mais diversas áreas e é da maior relevância fornecer soluções que facilitem a aquisição desse conhecimento. No entanto, a literatura a respeito de captura de ontologias ora é muito específica, focando problemas enfrentados por profissionais que já constroem ontologias, ora muito superficial, impedindo que novos interessados empreendam a tarefa com maiores probabilidades de sucesso. Como colocam Sure et al. (2002), uma ontologia deve capturar o conhecimento de um domínio e promover o entendimento compartilhado, o que tipicamente exige o comprometimento de um conjunto de pessoas e o uso de metodologias, métodos e/ou processos bem definidos..

(15) 5. Até hoje, a ênfase dos especialistas em ontologias tem sido o desenvolvimento de ferramentas que permitam seu uso na geração ou definição de sistemas e na sua formalização, talvez porque, para eles, encontre-se aí a maior dificuldade do processo. Com isso, a construção de ontologias fica sendo apenas de domínio dos profissionais especialistas no assunto, o que provoca dificuldades para a adoção de seu uso de forma ampla por todas as empresas. O interesse em facilitar o acesso de não especialistas ao uso de ontologias conduziu a busca por uma técnica que preenchesse essa lacuna. Um estudo das técnicas que podem ser empregadas para facilitar o acesso de nãoespecialistas na captura de ontologia revela que a Modelagem Estrutural Interpretiva (ISM – Interpretative Structural Modeling) apresenta similaridade com o processo de captura de ontologias, pelo seu escopo de utilização e metodologia de aplicação. ISM é uma técnica consagrada utilizada, desde dos anos 70, como ferramenta colaborativa para a resolução e estruturação de problemas complexos. A técnica evoluiu muito desde sua criação e, apesar de ter sido desenvolvida por engenheiros, ainda é pouco utilizada nas engenharias. Encontram-se mais relatos do uso da ISM na área de humanidades, em sistemas sociotécnicos e na exploração de problemas complexos. A análise das características da ISM indica o seu potencial como base para auxiliar a captura de ontologias: a busca de convergência de opiniões, a explicitação de conceitos e as sua relações, a forma organizada de estabelecer a contribuição de todos participantes do processo e as representações gráficas geradas. Assim, associar a técnica ISM à representação ontológica do conhecimento é a proposta do presente trabalho, ou seja, desenvolver uma ferramenta para captura de ontologias baseada na técnica ISM que facilite o acesso de não-especialistas ao recurso de representar ontologicamente o conhecimento,preenchendo uma lacuna nas metodologias para a captura de ontologias..

(16) 6. O trabalho apresenta as seguintes contribuições: •. Apresenta uma metodologia para a captura de ontologias.. •. Demonstra a adequação da técnica ISM como base para a captura de ontologias;. •. Propõe uma ferramenta computacional e aborda o tema das ontologias sob a ótica de não-especialistas, contemplando aspectos que podem ser transparentes para especialistas em ontologias, mas que são o passaporte para que profissionais de outros domínios possam empreender a captura de suas próprias ontologias;. Esta dissertação está organizada da seguinte forma: No capítulo 2 é feita uma revisão bibliográfica sobre os conhecimentos e conceitos envolvidos na geração de uma ontologia, delineando o estado da arte na área: os principais resultados apresentados na literatura, as abordagens, as metodologias, as ferramentas, as aplicações etc. São abordados os aspectos sobre ontologias considerados mais relevantes para os objetivos deste trabalho. Para isso, na seção 2.1 são apresentados os principais conceitos de ontologia, diferenciando o uso do termo na área da filosofia e na área de sistemas. A seção 2.2 traz uma relação de termos cuja compreensão é pré-requisito para o entendimento da teoria sobre ontologias. A classificação tipológica das ontologias é abordada na seção 2.3. Em seguida, na seção 2.4, são mostradas as principais aplicações que as ontologias vêm tendo e a importância que assumem nos dias de hoje. Nessa seção são discutidas as vantagens e as dificuldades que ainda se impõem à aplicação das ontologias, dando ênfase às questões que, na opinião de vários teóricos, deveriam ser privilegiadas pelos pesquisadores na busca de um aperfeiçoamento das condições de aplicabilidade das ontologias. Na seção 2.5 são discutidas as principais metodologias de construção de ontologias..

(17) 7. O capítulo 3 foca a captura de ontologias e a Modelagem Estrutural Interpretativa (ISM), com o objetivo de evidenciar os pontos sinérgicos entre os requisitos da primeira e os benefícios oferecidos pela segunda. A seção 3.1 é, pois, dedicado aos aspectos envolvidos na captura de ontologias: a delimitação do domínio; a identificação das fontes de dados e a explicitação dos conceitos. A seção 3.2 aborda a técnica ISM, apresentando um resumo sobre sua origem e sobre seu conceito, bem como uma explicação sobre seu funcionamento. Finalmente, a seção 3.3 discorre sobre os benefícios que a técnica ISM tem a oferecer para a construção de ontologias. No Capítulo 4 é relatada a experiência de desenvolver uma ferramenta para captura de ontologias baseada na técnica ISM. São explicitados os requisitos da ferramenta, as etapas que fazem com que ela incorpore os conceitos da ISM, os materiais e métodos utilizados. São descritas a construção e o desenho das interfaces, o funcionamento e a metodologia para aplicação da ferramenta. O capítulo 5 é dedicado aos testes. Dois desses testes tomam por base informações extraídas de artigos sobre ontologias construídas, procurando verificar se a ferramenta produz os mesmos resultados exibidos nessas fontes. O terceiro e último teste é um estudo de caso em situação real, procurando verificar se a ferramenta presta-se ao que se propõe, ou seja, facilitar a captura de ontologias de forma participativa. O Capítulo 6 reúne tanto as principais conclusões do trabalho quanto as recomendações e os encaminhamentos para futuros aperfeiçoamentos da ferramenta desenvolvida. Importante registrar ao final desta introdução que o trabalho desenvolvido nesta dissertação de mestrado resultou nas seguintes publicações: Sartorio, K.; Castanho,J.E.C. Uso de Ontologias para a criação de sistemas de informação de processos produtivos. SBPN Scientific Journal – Edição Especial Anais da 11ª Reunião vol. 7, p 242-244, set.2003..

(18) 8. Sartorio, K. ET AL. Ferramenta para Construção de Ontologias Baseada na Modelagem Estrutural Interpretativa. –Anais do 11ª SIMPEP – Simpósio de. Engenharia de Produção – UNESP – FEB – Engenharia da Produção, 2004, Bauru, SP(aceito para a publicação)..

(19) 9. Capítulo 2 ONTOLOGIAS Nos últimos anos, a construção de ontologias vem sendo um recurso utilizado com diversas finalidades em diferentes áreas da ciência. Verifica-se que a teoria sobre ontologias, no aspecto de seu uso, pode ser considerada transdisciplinar, ou seja, pode ser de interesse de qualquer disciplina, pois tem variada aplicabilidade. Pode ser observada sua aplicação nos mais diversos campos: na medicina (GANGEMI, 1998), na engenharia mecânica e manufatura de processos (MADNI, 1998), em processos de qualidade industrial (KIM, 1995), na administração de empresas (FADEL, 1994), em sistemas de informações gerenciais (MAEDCHE, 2003), na engenharia elétrica (BERNARAS, 1996), além de outras dezessete aplicações citadas por Guarino (1998). Mais recentemente, a criação e o emprego de ontologias assumiu papel fundamental para a viabilização do conceito de Web Semântica (CHANDRASEKARAN et al., 1999; DECKER et al. 2000; BERNERS-LEE, T. et al., 2001; BREWSTER & O’HARA, 2004), que deverá moldar o foco da maioria dos sistemas de informação corporativos das empresas. No aspecto de sua constituição, contudo, a teoria sobre ontologias pode ser considerada interdisciplinar, pois se relaciona com várias outras disciplinas: Lingüística (aspectos de processamento da linguagem natural), Lógica (aspecto da.

(20) 10. codificação em linguagem formal), Inteligência Artificial (compartilhamento de conhecimento homem-máquina), Psicologia (processos cognitivos) etc. Existe, na verdade, um grande potencial de aplicações para as ontologias, a maioria delas ainda não exploradas. Por isso, é importante que profissionais das mais diversas áreas conheçam esse recurso para que possam fazer uso dele sempre que identificarem uma oportunidade em que ele possa trazer contribuições. A bibliografia sobre ontologias vem se proliferando muito rapidamente, principalmente em função de sua aplicação em vários domínios de conhecimento. Para organizar a abordagem do assunto, decidiu-se dividir a exposição nos seguintes tópicos: conceitos, terminologia, tipologia, aplicações e metodologia. O conteúdo desses tópicos contribui para o entendimento das seções posteriores e fornece o arcabouço teórico sobre o qual é edificado o desenvolvimento deste trabalho. 2.1. CONCEITOS Nesta seção são discutidos exemplos de conceitos de ontologias em diferentes domínios de conhecimento, procurando, ao final, sintetizar os traços comuns a todos eles. As ontologias existem há séculos, mas, no passado, seu uso restringia-se à esfera filosófica. Atualmente, como o termo passou a ganhar grande abrangência interdisciplinar, inúmeras tentativas de definir o conceito de ontologia vêm sendo feitas. Identificou-se várias definições de ontologia e pôde-se perceber que nenhuma é suficientemente boa para elucidar o conceito. Um simples exemplo de ontologia parece transmitir com mais sucesso seu significado. Por isso, decidiu-se fornecer, primeiramente, um exemplo, para só então fazer a discussão do conceito de ontologia..

(21) 11. Figura 1– Exemplo de grafo explicitando os relacionamentos em uma Ontologia. Como pode ser observado na Figura 1, a ontologia é um meio de representar, de forma organizada e estruturada, os conceitos de determinado domínio de conhecimento e o relacionamento entre eles. A distinção entre o uso do termo em filosofia e o uso do termo na área computacional é marcante. Para não gerar confusões, alguns teóricos sugerem, inclusive, a adoção de denominações diferentes. Guarino (1998) utiliza o termo Ontologia com “O” maiúsculo quando se refere ao conceito filosófico, definido por ele como um sistema particular de categorias que explicam uma certa visão do mundo, normalmente a visão de determinada linha filosófica ou de um filósofo. Por outro lado, utiliza o termo ontologia com “o” minúsculo para referir-se ao conceito utilizado em teoria de sistemas e de inteligência artificial. Para maior clareza terminológica, Guarino (1998) propõe que o termo Ontologia de caráter.

(22) 12. filosófico seja substituído pelo termo “conceitualização”, reservando o termo “ontologia” para fazer referência ao respectivo conceito no campo da inteligência artificial e na teoria de sistemas. Gruber (1993a; 1993b; 1995) coloca essa distinção de forma bastante clara: no sentido filosófico, construir Ontologia é promover a sistematização da existência, ou seja, colocar tudo o que existe ou, pelo menos, tudo que é percebido pelo homem, na forma de um sistema, um conjunto de partes inter-relacionadas. Por outro lado, na área de inteligência artificial e de sistemas, ontologia só se aplica ao que pode ser representado, ou seja, a conjuntos de objetos, dentro de domínios de conhecimento, cujos conceitos e relações possam ser expressos por meio de um vocabulário, devidamente relacionados e com um determinado fim. É possível concluir, assim, que a ontologia na área de inteligência artificial e de sistemas, a qual tem tido grande impulso nos últimos anos, é um subconjunto da Ontologia na acepção filosófica. É esse subconjunto que interessa a este trabalho. Ao contrário do que acontece na filosofia, onde as ontologias são representações de uma linha de pensamento filosófico (ou de um filósofo), nas demais áreas as ontologias são construídas de maneira coletiva para organizar o conhecimento e para promover a interação entre sistemas. A princípio, os conceitos são individuais, pois são idéias que os indivíduos formam mentalmente a partir da experiência e da observação. No entanto, para fazer uma representação de conceitos compartilhados por uma comunidade, a construção de ontologias passou a envolver um novo aspecto: a negociação de significados a fim de alcançar um consenso a respeito desses conceitos e das relações entre eles. Em todas as áreas de conhecimento que estudam ontologias ou buscam suas aplicações, os teóricos concordam que não há consenso sobre o conceito de ontologia. Apesar da falta de consenso, dois termos se repetem em praticamente todas as definições encontradas: conceitos e compartilhamento. Em Mark (1996), a idéia do compartilhamento é privilegiada na definição de ontologia. Para ele, as ontologias deveriam ser limitadas a fim de descrever um.

(23) 13. conjunto específico de interações entre agentes. Agentes independentes (humanos, sistemas ou ambos) compartilham conhecimento e, por meio da construção de ontologias, seria possível representar o consenso destes agentes acerca de um conjunto de conceitos que fundamentam as informações que necessitam serem compartilhadas. Assim, as ontologias devem especificar informações suficientes sobre os conceitos compartilhados a fim de possibilitar que os agentes atuem apropriadamente ao interagirem. As ontologias devem ser suficientemente abrangentes para incluir todos os conceitos do conjunto de interações e suficientemente profundas para distinguir claramente os comportamentos que deverão ocorrer quando as interações forem recebidas. Em resumo, Mark compara a criação de ontologias com a criação de padrões, uma busca de um mínimo denominador comum de conceitos compartilhados para, assim, possibilitar a ocorrência de interações entre agentes (humanos ou de sistemas). Essa abordagem, entretanto, restringe o papel da ontologia, pois nela a ontologia assume praticamente o papel de suporte de decisões de interface de sistemas. Isso não significa que esse papel não seja importante, mas desloca a idéia de uma ontologia central para uma ontologia que constitui referencial de uma função importante, porém mais periférica. Além disso, essa definição contraria o pensamento de outros teóricos que defendem a criação de ontologias mais amplas e não restritas a determinadas ações ou interações de agentes. Porém, se esse conceito for seguido, facilita em muito a construção de ontologias, pois, ao restringi-las, torna-as mais simples. As questões colocadas por Fikes (1996) também contribuem para a discussão sobre o entendimento do termo “ontologia”. Ele busca uma definição que seja precisa e útil para a área de inteligência artificial e defende principalmente a distinção entre ontologia e bases de conhecimento. Segundo o autor, bases de conhecimentos são repositórios, enquanto ontologias são definições, conceitos organizados, com propriedades formais passíveis de serem estudadas e que admitem o desenvolvimento de ferramentas efetivas para sua criação e manutenção. As ontologias são vistas geralmente como uma forma de fornecer.

(24) 14. definições para um determinado vocabulário usado na representação de um domínio do conhecimento, mas, para Fikes, uma ontologia é mais do que a definição de um vocabulário, embora concorde que tal definição seja um de seus papéis importantes, mas não o primordial. Sugere, então, que a importância das ontologias não seja definida por aquilo que elas são, mas sim pelo papel que elas desempenham na representação do conhecimento. Na proposta de Fikes, uma ontologia fornece definições, um vocabulário e uma série de axiomas (ou sentenças) que restringem as interpretações aceitáveis dos símbolos que fazem parte do vocabulário. Essa ontologia, por sua vez deve fazer parte, segundo o autor, de um cenário maior, de uma linguagem declarativa de representação do conhecimento. Fikes esclarece que uma linguagem de representação de um domínio específico inclui tipicamente um vocabulário do domínio e, assim, podese considerar que essa linguagem inclui uma ontologia. Mesmo as linguagens chamadas de representação, independentes de domínio, freqüentemente têm um vocabulário de relações e funções e, por conseqüência, implicitamente, também uma ontologia associada. Cabe aqui introduzir conceito de ontologia defendido por Studer e Fensel (1998, p.163), para os quais “a ontologia é uma especificação, explícita e legível por máquina, de uma conceitualização compartilhada". Para atender a essa definição, em algum ponto do desenvolvimento de uma ontologia deve-se criar uma forma lógica (codificação em linguagem formal) que facilite a interpretação da ontologia de forma automatizada. Lembre-se também que essa observação não significa que todas as ontologias devam ser descritas em, por exemplo, Lógica de Primeira Ordem (First Order Logic - FOL), RDF ( Resource Description Framework) ou KIF (Knowledge Interchange Format) ou outra linguagem lógica, pois mesmo uma ontologia descrita em uma linguagem natural, se devidamente estruturada, pode ser lida por uma máquina, embora com mais dificuldade. Há uma grande discussão sobre qual a linguagem e o formato mais adequado para representação formal de uma ontologia. Como a representação formal não é escopo deste trabalho, recomenda-se, caso haja interesse, a leitura dos livros e artigos.

(25) 15. colocados na bibliografia adicional sobre Web Semântica e do resumo sobre linguagens para construção de ontologias do artigo de Almeida e Bax (2003). Segundo Decker et al. (2000b), ontologia é a representação de uma conceitualização compartilhada por especialistas de um determinado domínio; é um entendimento comum que se tem de todos os elementos de uma determinada área de conhecimento específico, bem como das relações entre esses elementos, ou seja, é a representação que dá suporte à comunicação entre os membros da respectiva comunidade. Na tabela 1, de definições de ontologias, pode-se visualizar as diferenças que o termo possui para diversas áreas de conhecimento: As definições da tabela são algumas das muitas disponíveis na literatura sobre o assunto. Nota-se, contudo, que todas elas são pouco elucidativas, ou seja, não são suficientes para transmitir o que é uma ontologia a um leigo no assunto. Reinhardt Grossman afirma que, no caso de ontologias, “devemos nos contentar, como em outras ocasiões, com exemplos ao invés de definições. Nestas questões mais fundamentais de metafísica, definições são impossíveis”1 (GROSSMAN, 1983, p.3-5). Na verdade, o fato do uso de ontologias ser transdisciplinar e de novas aplicações serem descobertas a cada dia, tem tornado o conceito sujeito a novas e diferentes definições, cada uma influenciada por um determinado ponto de vista. 1. We must therefore rest content, as on so many other occasions, with examples rather than definitions. In these most fundamental matters of metaphysics, definitions are impossible”. The categorical structure of the world. Bloomington, Indiana University Press, 1983, pp. 3-5..

(26) 16. !!". %. #$. &. '#. $. ( $. $ ). *. +. %$. #$. *. %. & $. $. !!,. %. &). 2. $. 2. 3. *. .. ' /. 4 $$. $ $. %. & $. $ $. :. $. $ ). $. 1. !!". ; $. ( . / # 0 + # ( #1. !!,. 1 5 16. -- ! ! !. /# 7#. -8999. 5 <. 1. 8998. $. Tabela 1 – Definições de Ontologias. O que se pode aproveitar de todas essas definições, contudo, são seus traços coincidentes: Ontologias são formas de representar o conhecimento; O conhecimento representado pelas ontologias é compartilhado e consensual; O conhecimento representado pelas ontologias é expresso por conceitos e relações entre esses conceitos; Os conceitos expressos nas ontologias são organizados em categorias;.

(27) 17. O conhecimento representado por uma ontologia pertence a um determinado domínio. Guarino (1998), diz que se pode perceber o estudo das ontologias por duas vertentes: uma metodológica e outra arquitetural. A principal peculiaridade da vertente metodológica é a adoção de uma abordagem altamente interdisciplinar, onde a Filosofia e a Lingüística desempenham um papel fundamental. Esse enfoque permite a análise da estrutura de uma dada realidade com alto nível de generalização, possibilitando a formulação de um vocabulário claro e rigoroso, que ajuda a entender os conceitos, relações e componentes de um determinado domínio de conhecimento. Já na vertente arquitetural, o papel mais interessante que a ontologia pode desempenhar é ser a parte central de um sistema de informação, ou seja, a ontologia passa a constituir a própria estrutura do sistema de informação. Dentre todas as definições do conceito de ontologia que forneceram uma base teórica para este trabalho, optou-se por discutir mais detalhadamente a de Guarino (1998), pois o autor é citado em grande parte dos textos sobre ontologias e possui extensa produção técnica no assunto. Partindo da noção de conceitualização de Gruber (1995) que descreveu ontologia como “a especificação de uma conceitualização”, Guarino (1998), introduz uma nova noção de conceitualização, como é exposto a seguir. Na noção de Gruber, conceitualização refere-se a relações num domínio de estrutura <D,R>, sendo, na notação exposta, D o domínio onde um conjunto de relações R terá lugar. Guarino aponta que essas relações refletem determinados arranjos dos elementos nesse determinado domínio. Exemplificando a noção de Gruber, Guarino (1995; 1998) cita um arranjo de uma série de blocos sobre uma mesa, como mostrado na Figura 2..

(28) 18. (a) um dos possíveis arranjos dos blocos (b) um arranjo diferente, também uma diferente conceitualização?. (a). (b). Figura 2 - Arranjo de Blocos sobre a Mesa – Guarino e Ciaretta (1995). Guarino argumenta, no entanto, que um novo arranjo de blocos não determina uma nova conceitualização, como sugerido na noção de Gruber, pois os elementos do domínio são os mesmos e pode-se dizer que o universo de discurso é o mesmo (os mesmos elementos, as mesmas possíveis relações). As relações conceituais, portanto, não mudam dentro desse domínio. Uma conceitualização, portanto, seria o conjunto de arranjos e relações possíveis dos elementos de um domínio. Guarino (1997) define o papel de uma ontologia como um conjunto de relações e axiomas projetados para exprimir o significado pretendido de um vocabulário e deixa claro que uma ontologia é dependente da linguagem em que é expressa, pois emerge das relações estabelecidas por meio dessa linguagem, enquanto uma conceitualização é independente de linguagem, pois é o conjunto de todas as relações possíveis..

(29) 19. Conceitualização C Comprometimento K= <C, > Modelos Pretendidos IK(L). Linguagem L Modelos M(L). Ontologia. Figura 3 - Explicação gráfica sobre ontologias – Adaptado de Guarino (1998). A Figura 3 explicita a visão de Guarino sobre as relações entre conceitualização, linguagem e ontologia. Dada uma conceitualização C, associa-se elementos da linguagem L a elementos de C, criando o comprometimento ontológico K. Com os elementos da linguagem L, pode-se construir uma série de modelos (M,L). Cada modelo fixa uma interpretação da linguagem e pode descrever uma situação comum a vários estados de coisas. Dentre esses modelos, incluem-se os modelos que utilizam os elementos da linguagem L comprometidos com C, os quais são chamados de modelos pretendidos I,K (L). Ao se construir uma ontologia, aproxima-se os modelos pretendidos e, desta forma, reflete-se o comprometimento ontológico e a própria conceitualização subjacente. A ontologia, no entanto, extrapola os modelos pretendidos, pois vários dos elementos de L que utiliza são comuns a outros modelos..

(30) 20. Como pode ser observado na figura 3 (página anterior), a ontologia reflete indiretamente uma conceitualização subjacente. Por isso, pode-se discutir qual o grau de precisão com que uma ontologia reflete a conceitualização com a qual está comprometida. Segundo Guarino (1998), uma ontologia compromete-se com a conceitualização C, se: i) ela foi projetada com o propósito de caracterizar C; ii) ela se aproxima de C. O autor esclarece que há dois caminhos pelos quais uma ontologia pode aproximar-se de uma conceitualização: desenvolvendo uma axiomatização mais rica ou adotando um domínio e/ou conjunto de relações conceituais relevantes mais ricos. No primeiro caso, é importante ressaltar que, quanto mais axiomas são introduzidos, mais restritiva torna-se a ontologia construída. No segundo caso, um conjunto de relações conceituais mais ricas permite uma extensão do próprio domínio, aumentando o escopo da ontologia. Outro caminho para que uma ontologia se aproxime de uma conceitualização, além dos dois citados por Guarino, seria uma ontologia que reunisse o melhor dos dois mundos, em busca da ontologia perfeita, o que é um tanto utópico, pois as forças atuam em sentidos opostos: quanto mais se dirige uma ontologia por conceitos relevantes, mais genérica ela será, ao passo que, quanto mais axiomas se integra a uma dada ontologia, mais aplicada ela será. A visão de ontologias de Guarino evidencia que não existe uma só forma de representar ontologicamente o mesmo conhecimento, mas inúmeras formas e, para lidar com essa pluralidade de representações, começam a surgir outros campos de estudo relativos à tradução, à fusão e ao compartilhamento de ontologias. Considerando todos os aspectos estudados nesta seção, é oportuno propor explicitamente uma definição de ontologia mais restrita que leve em conta os seguintes termos: conceitualização, conhecimento, domínio de conhecimento,.

(31) 21. conceitos compartilhados, representação de conceitos consensuais, linguagem e vocabulário. Então, pode-se definir que ontologia é uma representação do conhecimento contido na conceitualização de um domínio, elaborada de forma colaborativa para explicitar conceitos consensuais que servirão para compartilhamento de conhecimento entre agentes humanos ou sistêmicos, codificada em linguagem que possua vocabulário adequado para expressar conceitos, relações e axiomas com clareza e de fácil leitura por esses agentes ou fácil tradução para outras linguagens. 2.2. TERMINOLOGIA DO DOMÍNIO DAS ONTOLOGIAS Como faz parte dos objetivos desse trabalho tornar mais acessível o conhecimento sobre ontologias, julgou-se procedente elaborar uma relação de alguns termos muito utilizados no domínio das ontologias, cujo entendimento auxilia a assimilação do conceito. Domínio de conhecimento: o termo é utilizado para designar a área delimitada para ser objeto da construção de uma ontologia, ou seja, o “recorte” da realidade que será representado pela ontologia. O termo pode ter diversos graus de abrangência. Por exemplo: o domínio da biologia; o domínio dos insetos, o domínio dos dicionários, o domínio dos revestimentos de telhados etc. Todos os elementos que integram um domínio devem estar semanticamente interligados. Relações conceituais: são relações entre os conceitos de uma ontologia, normalmente expressas por meio de verbos. Por exemplo, em uma ontologia de automóveis, haveria roda, pneu, eixo etc, cada um desses termos constituindo um conceito. A relação conceitual entre roda e pneu poderia ser, por exemplo: roda possui pneu ou pneu reveste roda. Conceitos: são idéias que se tem sobre coisas do mundo a partir da observação e da experiência. Os conceitos possuem um nome e uma definição. Na linguagem.

(32) 22. natural, é comum acontecer de um mesmo conceito ter mais de um nome ou de um mesmo nome representar mais de um conceito. Nas ontologias, essa ocorrência deve ser eliminada, estabelecendo-se uma relação unívoca: um único conceito para um único nome. Comprometimento ontológico: ao se definir uma ontologia, os conceitos recebem um nome, uma definição e uma alocação dentro da estrutura da ontologia. Ao se construir uma ontologia, escolhe-se uma das múltiplas maneiras de representar determinado conhecimento. Essa escolha é uma visão restrita de parte mundo e não mais o mundo. Representando o conhecimento de uma forma e não de outra, cria-se um comprometimento ontológico, ou seja, fixa-se a forma pela qual esse conhecimento deve ser interpretado pela comunidade que o compartilha. Comprometer ontologicamente é exatamente isso: restringir a visão do conhecimento ao escolher uma determinada forma de representá-lo. Língua ou Linguagem: uma ontologia pode ser expressa em linguagem natural, em linguagem lógica ou em linguagens de máquina. A escolha de uma linguagem tem impacto sobre a ontologia, pois condiciona a forma de expressá-la à disponibilidade de recursos expressivos da linguagem. Muitas vezes a ontologia em linguagem natural sofre alterações de conteúdo ao ser traduzida para linguagem de máquina ou traduzida de uma linguagem de máquina para outra. Por isso é importante documentar a ontologia capturada inicialmente em linguagem natural, para que não se perca a memória do conteúdo original da ontologia. Escrever ontologias em linguagens lógicas é uma forma de evitar a imprecisão das linguagens naturais e facilitar sua interpretação por indivíduos e máquinas que utilizam, respectivamente, diferentes línguas naturais e plataformas. Axiomas: são utilizados nas ontologias para expressar outros relacionamentos entre os conceitos (além das relações conceituais expressas por verbos) e para restringir sua interpretação. Permitem melhorar a representação do conhecimento, pois em muitos casos os conceitos e as relações conceituais não são suficientes..

(33) 23. Categorias hierarquizadas: à medida que os conceitos vão sendo relacionados, a estrutura da ontologia começa a emergir. Os conceitos podem ser organizados hierarquicamente em níveis dos mais gerais para os mais específicos. Cada nível pode ser considerado uma categoria que é, ao mesmo tempo, uma parte em relação ao todo que está no nível superior e um todo em relação às partes que estão no nível inferior. Assim, pode-se dizer que as categorias hierarquizadas são uma forma de representação das ontologias. Vocabulário: é um produto das ontologias. Contém todos os termos que designam os conceitos e as relações contemplados na ontologia, seguidos de suas definições. 2.3. TIPOLOGIA DAS ONTOLOGIAS É oportuno, nessa altura da discussão, discorrer sobre a classificação tipológica das ontologias. Para isso, foram selecionadas as tipologias que classificam as ontologias em relação à sua função, ao seu grau de formalismo e à sua aplicação. Guarino (1997) e Heijst et al. (1997), procuram estabelecer a função das ontologias segundo o seu grau de dependência em relação a uma tarefa em particular ou a determinado ponto de vista, propondo a seguinte classificação: Ontologias Genéricas (Top-level ontologies): descrevem conceitos genéricos como espaço, tempo, evento, ação, objeto. As ontologias genéricas tendem a ser independentes de um domínio em particular ou de um determinado universo de discurso. Os autores ressaltam, entretanto, que lhes parece razoável unificar alguns conceitos fundamentais para que uma vasta comunidade de usuários possa utilizá-los. Esse pensamento é sensato, pois uma vez estabelecidas ontologias genéricas, não há porque divergir e estabelecer outros conceitos e relações. Martin (2002) descreve que as ontologias genéricas podem ser subdivididas em quatro subtipos: 1) as ontologias genéricas de teorias ou micro teorias, que são projetadas.

(34) 24. de forma modular e que não se sobrepõem ou cujas sobreposições com outras ontologias são cuidadosamente gerenciadas; 2) as ontologias de hierarquias de conceitos mais suas definições, que tipificam conceitos; 3) as ontologias de hierarquias de relações mais suas definições, que tipificam relações; 4) as ontologias genéricas para métodos de resolução de problemas. Ontologias de domínios (Domain ontologies): são dependentes de um domínio em particular, utilizam o vocabulário, as relações e conceitos de um determinado domínio de conhecimento, por exemplo: medicina, automóveis etc. Ontologias de tarefas (Task ontologies): são especializadas em uma determinada tarefa ou atividade, por exemplo: como vender, como comprar, como agir diante de uma determinada emergência etc. Ontologias de aplicação (Application ontologies): descrevem conceitos dependentes de um domínio em particular e também de uma tarefa em particular. Constituem uma especialização das ontologias de tarefas e de domínios. Uschold e Gruninger (1996) utilizam o grau de formalização das ontologias como critério para classificá-las: Ontologias altamente informais, expressas em linguagem natural; Ontologias semi-informais, expressas em linguagem natural de forma estruturada e restrita, de forma a reduzir ambigüidades e aumentar a clareza; Ontologias semiformais, expressas em linguagem não-natural (linguagem que foi estruturada e restrita) e formalmente elaboradas..

(35) 25. Ontologias rigorosamente formais, nas quais os conceitos foram meticulosamente definidos por meio de semântica formal, axiomas, teoremas e provas. Finalmente, Jasper e Uschold (1999) classificam as ontologias segundo suas aplicações: Ontologias de autoria neutra, elaboradas para serem utilizadas de forma fácil e equânime por outras aplicações. Para isso devem ser feitas. em. uma. única. linguagem. que. seja. convertida. convenientemente para os outros sistemas, isto é, uma vez criadas em uma linguagem genérica e formalizada, possibilitam o seu uso em múltiplos sistemas. São ontologias independentes de aplicação que podem ser traduzidas para outras aplicações; Ontologias de acesso comum à informação: funcionam como repositório de conceitos, de termos e de relações, que podem ser acessados por diferentes grupos, promovendo a integração e comunicação. Ontologias de indexação para busca: elaboradas para permitir a busca de elementos em algum tipo de repositório de informações. Essas ontologias permitem que os usuários identifiquem os conceitos nos quais estão interessados e assim, por meio destes, localizem as informações desejadas (documentos, hipertextos, informações na Internet, etc). Elas melhoram a precisão e otimizam o tempo de busca, pois sua estrutura semântica permite o retorno de informações mais próximas às solicitadas pelo usuário. Pode-se verificar que as tipologias acima são complementares, podendo uma ontologia receber, distintamente, sua classificação segundo os três critérios apresentados..

(36) 26. 2.4.APLICAÇÃO DE ONTOLOGIAS Encontram-se inúmeros relatos sobre a aplicação de ontologias nos mais diversos campos do conhecimento. Em todos eles encontra-se pelo menos um dos termos abaixo para descrever os resultados obtidos: Padronização Uniformização Explicitação Integração Compartilhamento Reutilização A fim melhorar a visualização da aplicação concreta das ontologias, elaborou-se uma tabela com alguns exemplos. A tabela 2 – Exemplos de aplicação de ontologias procura de modo sucinto resumir algumas das aplicações das ontologias, junta-se estas as já descritas no início destes trabalho. As ontologias poderão ser utilizadas em escala mundial para a gestão do conhecimento, o que inclui os processos de organização, classificação, recuperação, interpretação, compartilhamento e construção de conhecimentos. Para Guarino (1998), a integração da informação é a maior área de aplicação para ontologias. Ele afirma que, mesmo que dois sistemas adotem o mesmo vocabulário, não existe garantia de que eles possam concordar com relação a certa informação, a menos que se comprometam com uma mesma conceitualização. A ontologia funciona, pois, como um acordo em que as partes se comprometem a utilizar os mesmos termos com o mesmo significado..

(37) 27. / #1 #= # # # = # . > #( ( (. . $$ $ $ ? $ $ % %. =. /#. %& #( . . B > C ( DE /# 6# = # .. $. $. :2 % - 1 %. $$ $. = # . /# = # .. % $. ). $ $. $. ) $. %. $. $$ $ - @7 = + G 0. $$. % $. $. ). $$. 5 DE ( # . /#. %. $ $$ $ : $- . $ $ % $ $$ %. $. $. ) $$. ' ( #> +# = # . ( /# ' ( . # #.. $. :. ). A- @5 <. . ?. $ @. $. $. $ : %3. * $. % ) % -. K. $ $ 4 $- + $ : $ $ : $ $ *. $. $$ % % $ &. $. $ A. %. $ $. $ 3. $ $. $$ ?. ) $ I. %&. $. % $. $ 8 9 9 8 A-. :2 % $. $. $ $$ : $. 1. $ ) $. $ ). $ H. F. $ @. % $ I 3 $. $. $ K. L. $. $$. $ 3 *. +. $. $$ H $$ $ $ $ $$ $$$. 4 $A. $. *. $. $. $. $ $. $ $ : %. $. $ $ $$ $% $ %. $ $. $. ! ! " A-. $ $$. $. &. $ *. %. :. $. $$. ). $. $. >. (. $. $. $ -. @ %&. $ % %. $ ) $ $ $. #. ?. $ 2 $ ). ). $$. $$ $. $. %. 3 ) $ ). *. ' ( #> / #( = ' / #> 1 < > #( ( = #1 #. J 1 #= . 1. :&$ $ % & F$ $. ). 4 $- / $. $ #. 1 A-. $. $. /# 1 ( /# DE. / #( # 6 / # ( ( . #= ( = > . 16 /. $ $ %& $ 4 $ $ 4 $ $$ $ : 2 $- > $$ : - @= / #. 1 ! ! , A $. %. % -. =. $. ) %. $ $. $$. >. :2. - B. $ $. DE .. ?. :2 % $ % % $ : $ $ %& $. $ $$ $ % %. $ $ : $ ). $$. 3 $ % % $ % % ) $ $ $ @+ 1 '. . DE / #. / # 1 / /#. +# . #. $ $$. $. #G > 1 C. :2 %. :. : $ $ $ 4 $ ) $ : $ $ ) $ M $ % $F % : $ @= 6 1 = 0 6 6 (. $ $ A&F $- > @. $. Tabela 2 – Exemplos de aplicação de Ontologias.. $ $ $. ! ! N A-.

(38) 28. Chandrasekaran (1999) afirma que a pesquisa sobre ontologias está se tornando cada vez mais abrangente dentro da comunidade das ciências da computação e sua importância está sendo reconhecida em vários campos de pesquisa e em várias áreas de aplicações, incluindo engenharia do conhecimento, desenho e integração de bancos de dados e extração e recuperação de informações. Decker et al. (2000), por sua vez, acreditam que a construção de ontologias pode atuar de maneira decisiva no processamento e na distribuição da informação. Mas há limitações à aplicação de ontologias e o principal desafio da pesquisa nessa área, segundo Mark (1998), é como apoiar adequadamente a evolução de ontologias após sua implementação inicial, pois, para ele, qualquer ontologia implementada é só um ponto de partida, já que é impossível prever todas as ramificações do conjunto inicial de conceitos sob os quais se obteve consenso. Quando os agentes começarem a interagir, haverão inevitavelmente conceitos compartilhados que precisarão ser mais bem elaborados a fim de expressarem realmente estão sendo utilizados. Como a tecnologia muda, novos significados para os conceitos compartilhados são desenvolvidos na medida em que os conceitos existentes passam a ser utilizados de novas maneiras. Assim, apoiar esse processo requer progresso na pesquisa em pelo menos em duas áreas: Representação de ontologias como um conjunto de acordos; Métodos para propagar as ramificações desses acordos. Esses pensamentos são reforçados por Stuckenschmidt (2003), ao ressaltar o fato de que os ambientes onde a ontologia pode ser mais útil são extremamente dinâmicos, ou seja, as informações mudam, as fontes mudam e, por conseqüência, as ontologias também deverão sofrer alterações. Embora vários usos já sejam relatados com relação à aplicação de ontologias, muitos outros ainda poderão ser identificados por profissionais dos mais diversos.

(39) 29. domínios no momento em que, diante de um problema, julgarem oportuno e conveniente aplicá-las. O uso de ontologias pode trazer muitos benefícios, mas para usufruí-los é preciso saber construir ontologias. Um considerável arcabouço de idéias já está formado com relação ao assunto e o próximo desafio é disponibilizar métodos e instrumentos para os profissionais que, mesmo não pertencendo ao meio científico, queiram dar os seus primeiros passos na construção de ontologias. Por isso, na próxima seção é abordada a questão da metodologia de criação de ontologias. 2.5. METODOLOGIA PARA CONSTRUÇÃO DE ONTOLOGIAS Nesta seção são apresentadas algumas contribuições metodológicas para a construção de ontologias. A literatura sobre criação de ontologias tem se proliferado de forma bastante rápida, o que inviabiliza qualquer tentativa de citar todas as metodologias em um único trabalho. Hoje se encontram disponíveis tanto trabalhos sérios, que tratam o assunto como uma nova área de estudo denominada de Engenharia de Ontologias, quanto outros, que encaram o assunto com extrema superficialidade. Almeida & Bax (2003) apresentam uma relação de várias metodologias e ferramentas para construção de ontologias, organizando-os em forma de tabelas e, apesar do estudo ser abrangente, os autores ressalvam que ainda existem muitos instrumentos não contemplados na análise. Como o propósito imediato é reunir um arcabouço de idéias que fundamentem este trabalho, foram selecionadas algumas das contribuições mais representativas e que se tornaram referenciais dentro do processo de evolução das teorias sobre construção de ontologias. Inicialmente são apresentados os critérios de Gruber (1993) para criação (e/ou avaliação) de ontologias, os quais influenciaram as metodologias desenvolvidas.

(40) 30. por seus sucessores. Em seguida, são apresentadas nove metodologias, por ordem cronológica de divulgação, as quais permitem verificar a sucessiva incorporação de conceitos. Tais metodologias foram desenvolvidas para ontologias específicas, mas pode-se observar que, embora existam diferenças entre elas, algumas características podem ser consideradas genéricas. Ao final, é elaborada uma síntese para destacar o que existe de comum entre todas as metodologias abordadas.. 2.5.1. CRITÉRIOS DE GRUBER PARA CRIAÇÃO DE ONTOLOGIAS Para Gruber (1993), uma ontologia é uma representação de algo e, para que essa representação tenha sucesso, deve atender a determinada finalidade, a qual lhe dá foco e consistência. O autor define alguns critérios a serem observados antes de se criar uma ontologia, mas que são muito utilizados a posteriori para avaliar ontologias: a) Clareza: uma ontologia deve efetivamente comunicar o significado de termos definidos. Definições devem ser objetivas. Enquanto a motivação para definir conceitos pode emergir de situações sociais ou de exigências computacionais, a definição deve ser independente dos contextos social e computacional. Uma definição deve ser estabelecida em axiomas lógicos sempre que for possível. Uma definição completa (um predicado definido por condições necessárias e suficientes) é preferível a uma definição parcial (definida somente por condições necessárias ou por condições suficientes). Todas as definições devem ser documentadas em linguagem natural, pois assim não se perde a memória da definição original, podendo-se voltar a ela sempre que necessário, como, por exemplo, quando houver dúvidas se a linguagem formal a traduz fielmente. b) Coerência: uma ontologia dever ser coerente, isto é, deve permitir inferências que sejam consistentes com as definições. Pelo menos os.

(41) 31. axiomas definidores devem ser logicamente consistentes. Coerência deve aplicar-se também aos conceitos definidos informalmente, como os definidos na documentação em linguagem natural e nos exemplos. Se uma sentença que pode ser inferida dos axiomas contradiz uma definição ou um exemplo dado informalmente, então a ontologia é incoerente. c) Extensibilidade: uma ontologia deve ser projetada prevendo os usos do vocabulário compartilhado. Ela deve oferecer uma fundamentação conceitual para uma gama de tarefas previstas e a representação deve ser composta de forma que a ontologia possa ser especializada e estendida, ou seja, deve ser possível definir novos termos, para usos especiais, com base no vocabulário existente, de forma que isso não exija a revisão das definições já elaboradas. d) Mínimo viés de codificação: as definições não devem sofrer alterações para ajustar-se a restrições de codificação. Um viés de codificação ocorre quando uma escolha de representação é feita puramente em função da conveniência de notação ou de implementação. Esse viés deve. ser. minimizado,. porque. agentes. que. compartilham. o. conhecimento podem ser implementados em diferentes sistemas e em diferentes estilos de representação e a todos deveria ser possível conhecer a mesma ontologia, anterior e independente da forma de codificação escolhida; e) Mínimo comprometimento ontológico: uma ontologia deve procurar representar sem restringir. O objetivo é ser o mais geral possível, desde que atendidas as atividades de compartilhamento de conhecimento pretendidas. É preciso escolher a forma mais simples de comunicar o conhecimento, definindo apenas os termos essenciais e permitindo que as partes comprometidas com a ontologia tenham liberdade de especializá-la na medida em que for necessário..

(42) 32. A preocupação de Gruber com a finalidade da ontologia também é expressa por Mark (1996), para quem é possível definir uma metodologia para a construção de ontologias que as especifique de acordo com as interações que elas apóiam. O autor não descreve quais os passos para a elaboração de uma ontologia, mas deixa claro que a ontologia deve ser feita de forma objetiva, centrada em sua função. Dentro dessa visão utilitarista e imediatista, Mark compara a criação de ontologias com a criação de padrões, ou seja, a construção de modelos que, por meio de consenso, são adotados como regra para o compartilhamento de informações. Nesse sentido, as ontologias deveriam ser expressas de forma que permitissem, por exemplo, que agentes de sistemas entendessem como deveriam se comportar ao participarem de interações apoiadas por elas. No entanto, existem várias formas de construir uma ontologia para uma determinada finalidade e, se for escolhida a menos específica, aumenta-se a probabilidade de que a ontologia possa ser reaproveitada, o que gera economia e rapidez para fins de compartilhamento de conhecimento. Essa necessidade de “filtrar” o conhecimento com vistas a sua reutilização já era percebida nos primeiros estudos para construção de sistemas especialistas ou sistemas de inteligência artificial, os quais tinham como objetivo “transferir” conhecimento da mente dos peritos para esses sistemas. Nesses estudos, evidenciou-se que o conhecimento do especialista confundia-se com a sua forma particular de resolução dos problemas do domínio e que isso dificultava a reutilização do conhecimento, pois outros especialistas possuíam diferentes visões de como resolver os mesmos problemas dentro do mesmo domínio de conhecimento.. 2.5.2. METODOLOGIA DE GRUNINGER E FOX Gruninger e Fox (1995) estabelecem uma abordagem para construir a chamada “engenharia de ontologias”. A metodologia foi baseada na experiência dos autores.

(43) 33. no Projeto TOVE (Toronto Virtual Enterprise), que tinha como objetivo criar uma ontologia de empresa que possuísse as seguintes características: a) gerar uma terminologia comum para uma empresa que toda aplicação pudesse compartilhar e utilizar; b) definir o significado (semântica) de cada termo de uma maneira não ambígua usando FOL (first order logic); c) implementar a semântica num conjunto de axiomas em Prolog que permitiria a TOVE automaticamente deduzir respostas para muitas perguntas de senso comum sobre empresas; d) definir uma simbologia para representação de um termo ou conceito em um ambiente gráfico. A metodologia de construção dessa ontologia possui os seguintes passos: i) Captura dos cenários motivacionais: as ontologias são criadas a partir de cenários que motivam as suas aplicações, estes cenários são normalmente problemas ou situações que ou não são adequadamente tratados pela ontologia existente ou carecem de uma ontologia. Qualquer proposta de uma nova ontologia, segundo os autores, deve antes descrever qual é o cenário (ou cenários) motivacional, e o conjunto de soluções pretendidas para os problemas que são apresentados nesse cenário. Colocando o cenário, pode-se entender melhor a motivação para construção de uma ontologia em termos de sua aplicação. ii) Formulação de questões de competência informais: dado o cenário de motivação, um conjunto de questões são formuladas sobre a ontologia que está sendo desenvolvida. Pode-se considerar que as questões de competência informais são as questões relativas aos requisitos que a ontologia deve responder. Uma ontologia deve estar preparada para.