A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Ontologias: Introdução Karin Breitman – PUC-Rio. Software Engineering Lab (LES) – PUC-Rio 2 Referências Ontology Design Patterns and Problems: Practical.

Apresentações semelhantes


Apresentação em tema: "Ontologias: Introdução Karin Breitman – PUC-Rio. Software Engineering Lab (LES) – PUC-Rio 2 Referências Ontology Design Patterns and Problems: Practical."— Transcrição da apresentação:

1 Ontologias: Introdução Karin Breitman – PUC-Rio

2 Software Engineering Lab (LES) – PUC-Rio 2 Referências Ontology Design Patterns and Problems: Practical Ontology Engineering using Protege-OWL - Alan Rector, Natasha Noy, Holger Knublauch, Guus Schreiber, Mark Musen John Sowa Web Pages – John Sowa My Experience in Building Ontology-driven Applications - Harry Chen, eBiquity Group Meeting, February 9, 2004 Foundations of the Semantic Web : Ontology Engineering – Alan Rector et al – CS646 Ontology Development 101 – Noy, N.; McGuiness, D. – A guide to creating your first ontology – KSL Technical Report, Standford University, 2001 Ontological Engineering - Gómez-Pérez, A.; Fernadéz-Peréz, M.; Corcho, O. -Springer Verlag

3 KR and methodologies Procedural Knowledge: Knowledge is encoded in functions/procedures. For example: function Person(X) return boolean is if (X = ``Socrates'') or (X = ``Hillary'') then return true else return false; Or function Mortal(X) return boolean is return person(X); Networks: A compromise between declarative and procedural schemes. Knowledge is represented in a labeled, directed graph whose nodes represent concepts and entities, while its arcs represent relationships between these entities and concepts. Frames: Much like a semantic network except each node represents prototypical concepts and/or situations. Each node has several property slots whose values may be specified or inherited by default. Logic: A way of declaratively representing knowledge. For example: –person(Socrates). –person(Hillary). –forall X [person(X) ---> mortal(X)] –DL, FOL, SOL 3

4 Modeling Some of the knowledge is lost when it is placed into any particular structure, or may not be reusable (e.g. Frames) So, you may ask something that cannot be answered or inferred Knowledge evolves, i.e. changes Knowledge and understanding is very often context dependent (and discipline, language, and skill-level dependent, and …) 4

5 And, if you are used to logic You are working mostly within the world of logic, whereas we are trying to represent knowledge with logic and we are usually dealing with tangible objects, such as trees, clouds, rock, storms, etc. Because of this, we have to be very careful when translating real things into logical symbols - this can, surprisingly, be a difficult challenge. Consider your method of representation (yes, we do want to compute with it) 5

6 Thus A person who wants to encode knowledge needs to decouple the ambiguities of interpretation from the mathematical certainty of (any form of) logic. The nature of interpretation is critical in formal knowledge representation and is carefully formalized by KR scientists in order to guarantee that no ambiguity exists in the logical structure of the represented knowledge. 6

7 Representing Knowledge With Objects Take all individuals that we need to keep track of and place them into different buckets based on how similar they are to each other. Each bucket is given a descriptive based on what objects it contains. Since the individuals in a given bucket are at least somewhat similar, we can avoid needing to describe every inconsequential detail about each individual. Instead, properties that are common to all individuals in a bucket can just be assigned to the entire bucket at once. Properties are typically either primitive values (such as numbers or text strings) or may be references to other buckets. 7

8 Representing Knowledge With Objects Some buckets will be more similar to each other than others and we can arrange the buckets into a hierarchy based on the similarity. If all buckets in a branch in the tree of buckets share a property, the information can be further simplified by assigning the property only to the parent bucket. Other buckets (and individuals) are said to inherit that property. Buckets may have different names: e.g. Classes, Frames, or Nodes BUT, once we move to (e.g.) DL, not all object rules apply, e.g. cannot override properties Multiple inheritance is not always obvious to peop le 8

9 Software Engineering Lab (LES) – PUC-Rio 9 Web Semântica A maior parte dos recursos primários estão em linguagem natural, compreensíveis para humanos.

10 Software Engineering Lab (LES) – PUC-Rio 10 Web Semântica A Web Semântica é uma EXTENSÃO da web atual na qual é dado a informação um SIGNIFICADO bem definido, permitindo com que computadores e pessoas trabalhem em cooperação. Berners-Lee, Hendler e Lassila "The Semantic Web is an extension of the current web in which information is given well-defined meaning, better enabling computers and people to work in cooperation."

11 Re-enter Semantic Web At its core, the Semantic Web can be thought of as a methodology for linking up pieces of structured and unstructured information into commonly- shared description logics ontologies. 11

12 Software Engineering Lab (LES) – PUC-Rio 12 Como humanos enxergam esta página

13 Software Engineering Lab (LES) – PUC-Rio 13 Como o computador enxerga esta página

14 Software Engineering Lab (LES) – PUC-Rio 14 A Web de hoje 8 bilhões de páginas –Mecanismos de busca: Yahoo, Google, AltaVista... –Nenhum mecanismo para interpretar o resultado das buscas.

15 Software Engineering Lab (LES) – PUC-Rio 15 Cenário: busca pela palavra morango Did you mean: morongo morongo :: Morango :: - "As fotos aqui veiculadas, bem como os textos, frames, sinais distintivos, logotipo e marca são de propriedade do site Morango.com.br....:: Morango :: :: Morango -... Divirta-se! "As fotos aqui veiculadas, bem como os textos, frames, sinais distintivos, logotipo e marca são de propriedade do site Morango.com.br....:: Morango deviantART: morango ~morango. Joana Vieira. is an Antagonist; is Female; is a deviant since Aug 8, 2002, 2:02 PM; has 9,972 pageviews; is located in Portugal; kv k'pow!deviantART: morango 500kv k'pow! STRABERRY Morango MORANGO - fruto produzido por erva rasteira, Fragancia vesca, originária da Europa, possui inúmeras variedades naturais e híbridas....STRABERRY Morango California Casino Morango California Casino Morango ( Casino ). Casino Shop for Casino from 600+ merchants with one cart. Hundreds of trusted merchants. Thousands of popular brands....California Casino Morango vof Morango - smakelijke aardbeien, vers, vertrouwd en... vers. aardbeien zijn het lekkerst als ze vers zijn. van eind april tot in november plukken wij ze dagelijks voor u. vertrouwd. van aardbeien...vof Morango - Batida Morango recipe A delicious recipe for Batida Morango, with cachaca, strawberries, granulated sugar and crushed ice. Also lists similar drink recipes.... Batida Morango recipe....Batida Morango recipe

16 Software Engineering Lab (LES) – PUC-Rio 16 Web Sintática Biblioteca Digital –Uma biblioteca de documentos chamados páginas (web pages) interconectados por links Base de Dados, plataforma para aplicações –Portal comum para aplicações acessíveis através de páginas web e que apresentam resultados utilizando estas mesmas páginas. Plataforma multimídia –Internet Radio, Trailers de filmes, … Um esquema de nomeação –Identidade única para documentos RESUMO: Um lugar onde os computadores são responsáveis pela APRESENTAÇÃO (o fácil) e as pessoas fazem a INTERPRETAÇÃO (o difícil) Por que não fazer com que os computadores fiquem com a parte mais pesada do trabalho? Ref: Goble

17 Software Engineering Lab (LES) – PUC-Rio 17 Web Semântica Metadados. Combinar recursos primários com recursos de metadados. Metadados em formato padronizado podem ser entendidos por software e pessoas.

18 Software Engineering Lab (LES) – PUC-Rio 18 Web Semântica - Objetivos enriquecer a informação disponível com semântica que pode ser entendida por máquinas fornecer acesso inteligente a informação heterogênea e distribuída, permitindo que produtos de software possam fazer uma intermediação entre as necessidades do usuário e as fontes de informação disponíveis. ontologia

19 19 Semantic Web Layers

20 20 Elements of KR in Semantic Web Declarative Knowledge Statements as triples: {subject-predicate-object} interferometer is-a optical instrument Fabry-Perot is-a interferometer Optical instrument has focal length Optical instrument is-a instrument Instrument has instrument operating mode Instrument has measured parameter Instrument operating mode has measured parameter NeutralTemperature is-a temperature Temperature is-a parameter A query: select all optical instruments which have operating mode vertical An inference: infer operating modes for a Fabry-Perot Interferometer which measures neutral temperature

21 Ontologia Software Engineering Lab (LES) – PUC-Rio 21

22 Software Engineering Lab (LES) – PUC-Rio 22 Tipos de ontologia Ref: Noy

23 Software Engineering Lab (LES) – PUC-Rio 23 Ontologia Estudo do que existe – being Platão – metafísica Aristóteles - 10 categorias Ontologia: século XVII Onto (o que existe) + Logos (conhecimento sobre)

24 Software Engineering Lab (LES) – PUC-Rio 24 Categorias de Aristóteles Substância Um gato Qualidade O gato é preto Quantidade O gato tem 50cm de comprimento Relação O gato tem metade do tamanho de um.... Onde O gato está em casa Quando O gato saiu ontem Posição O gato está sentado Possuir O gato tem um rato Ação O gato está correndo Sentimento O gato quer leite.

25 Software Engineering Lab (LES) – PUC-Rio 25 Árvore de Porfírio

26 Software Engineering Lab (LES) – PUC-Rio 26 Propósito Uma ontologia define: –Vocabulário Compartilhado –Entendimento Comum

27 Software Engineering Lab (LES) – PUC-Rio 27 Ontologia x ontologia [Guarino98] Filosofia –Disciplina Ontologia Ciência da Computação –Artefato ontologia (o minúsculo)

28 Software Engineering Lab (LES) – PUC-Rio 28 Ontologia = Modelo Conceitual Mundo Real Mundo Computacional Gap Semântico

29 Software Engineering Lab (LES) – PUC-Rio 29 Desenvolvimento de Ontologias Em geral é mais difícil desenvolver uma ontologia do que desenvolver software: –Não existem boas métricas de avaliação de ontologias –Um programa é bom se roda, uma ontologia é boa se funciona com um progarama rodando. Em geral se escreve um programa DEPOIS de desenvolver a ontologia Ovo-Galinha Ref: Harry Chen

30 Software Engineering Lab (LES) – PUC-Rio 30 Ontologias X Modelos OO Ontologias –Reflete a estrutura do Mundo Real –Foco: estrutura dos conceitos –A representação física de fato não é importante Modelos Orientados a Objetos –Refletem a estrutura dos dados e do código –Foco: comportamento (métodos) –Descrevem a representação física dos dados (long int, char, etc...) Ref: Noy

31 Software Engineering Lab (LES) – PUC-Rio 31 Continuum Semântico [Mike Uschold, Boeing Corp] Consenso Humano Compartilhado Implícito Descrições textuais Informal (explícito) Semântica processada por humanos Formal (para humanos) Semântica processada por máquinas Formal (para máquinas) Menos ambiguidade Melhor interoperação Mais robusto Mais difícil mais para direita

32 Software Engineering Lab (LES) – PUC-Rio 32 Definição [ Berners-Lee ] an ontology is a document or file that formally defines the relationship among terms ontologia é um documento ou arquivo que formalmente define os relacionamento entre termos Ontologia = taxonomia + regras de inferência

33 Software Engineering Lab (LES) – PUC-Rio 33 Definição [Gruber93] Uma ontologia é uma especificação formal explícita de uma conceitualização compartilhada. Conceitualização – modelo abstrato de como as pessoal pensam Especificação explícita – os conceitos e relacionamentos utilizados neste modelo abstrato são fornecidos através de termos explícitos e bem definidos [Gruninger02]

34 Software Engineering Lab (LES) – PUC-Rio 34 Definição [Maedche02] O : = {C, R, H C, rel, A O } que consiste de: Dois conjuntos disjuntos, C (conceitos/classes) and R (relacionamentos) Uma hierarquia de conceitos, H C : H C é um relacionamento direto H C C x C chamado hierarquia de conceitos ou taxonomia. H C (C1,C2 ) significa C 1 é um sub-conceito de of C 2 Uma função rel : R C x C que relaciona os conceitos de modo não taxonômico Um conjunto de axiomas A O, expressos em uma linguagem lógica apropriada.

35 Software Engineering Lab (LES) – PUC-Rio 35 Para que serve uma ontologia? Noy & McGuiness: Compartilhar entendimento comum de uma estrutura de informação por pessoas ou agentes de software Permitir o reuso de conhecimento de domínio –Evitar reinventar a roda Explicitar hipóteses sobre um domínio Separar conhecimento de domínio de conhecimento operacional Análise Estabelecimento de Regras e Políticas (SWRL)

36 Software Engineering Lab (LES) – PUC-Rio 36 Para que serve uma ontologia: Busca de Informação Utilizar ontologias para reduzir o universo de opções em buscas na web: –Ontologias restringem o significado de termos utilizados em buscas por palavras chave –Auxiliam na montagem da query

37 Software Engineering Lab (LES) – PUC-Rio 37 Busca revisitada (sobremesa, fruta, morango) liparte - A fruta, Salada - Busca de Ilustrações ClipeArte e... chaves tigela, alimento, comer para fora, cor, corte papel, frescor, ilustração, melão, morango, salada de fruta, sobremesa, uva, vermelho, vertical.liparte - A fruta, Salada - Busca de Ilustrações ClipeArte e Folha Online - Equilíbrio - Notícias - Festivais gastronômicos de dois tipos de fondue salgado, a casa oferece uma sobremesa como cortesia.... O morango, fruta da estação, dá o sabor do inverno em Monte Verde, distrito da...Folha Online - Equilíbrio - Notícias - Festivais gastronômicos... Forno... RÁPIDA SOBREMESA REFRESCANTE SOBREMESA REQUINTADA SOBREMESA TROPICAL SORVETE COM FRUTA SORVETE CROCANTE... COM ABACAXI SORVETE DE MORANGO SORVETE FATIADO...Forno Receitas tradicionais dos Açores de Ana Taveira - Gelados... Na hora de servir serve-se com xarope de morango ou morangos esmagados... Gelado sobremesa.... No fundo de um pyrex coloca-se salada de fruta (banana, ananás e outras...Receitas tradicionais dos Açores de Ana Taveira - Gelados Terra - Especial Culinária Morango com suco e casca de laranja, com vinho tinto e anis- estrelado ou com chocolate. Confira nossas sugestões e transforme essa fruta numa sobremesa aindaTerra - Especial Culinária Saúde Vida On Line - Tabela de calorias -... Flan de baunilha c/ calda de morango Royal, 1 porção (130g), Fruta c/ calda de chocolate, 2 c. sopa (50g), Galak Nestlé sobremesa, Unidade (110g), 181Saúde Vida On Line - Tabela de calorias

38 Software Engineering Lab (LES) – PUC-Rio 38 Porque construir uma ontologia? Explicitar significado Integrar recursos na Web interoperabilidade

39 Software Engineering Lab (LES) – PUC-Rio 39 Onde ontologias estão sendo utilizadas? e-Science, e.g., Bioinformática –Consórcio Open Biomedical Ontologies Consortium (GO, MGED) –Utilizadas para experiências in silico relacionando teoria e dados E.g., relacionando dados de fosfatases em modelos de conhecimento biológicos Medicina –Construção e manutenção de terminologias Snomed, NCI & Galen Organização de estrutras complexas e semi-estruturadas –UN-FAO, NASA, General Motors, Lockheed Martin, … Governo/Militares –DARPA, NIST, SAIC, Web Semântica Grid Semântico

40 Software Engineering Lab (LES) – PUC-Rio 40 Ciência da Computação O termo ONTOLOGIA foi emprestado pela computação para definir uma descrição explícita dos conceitos de um domínio –Conceitos –Propriedades e Atributos –Restrições em propriedades e atributos –Indivíduos * Em geral, um único modelo não é suficiente para representar todas as características de em sistema Vários tipos de modelo no desenvolvimento de software: UML, ER, Esquemas de BD Ref: Rector et al

41 Software Engineering Lab (LES) – PUC-Rio 41 Vocabulário Classe Conceito Categoria Tipo Instância Indivíduo Entidade Objeto, Classe ou indivíduo Propriedade Slot Atributo Papel (role) –Muito cuidado com o termo role Significa propriedade em lógica de descrição Significa papel desempenhado na maioria das ontologias –Exemplo: Funcionário, Comprador, Vendedor. Ref: Rector CS646

42 Software Engineering Lab (LES) – PUC-Rio 42 Conceitos importantes Objetos que possuem um conjunto de características que nos permitem classificá-los como sendo membros deste grupo. Conceito/Classe/Entidade/Categoria

43 Software Engineering Lab (LES) – PUC-Rio 43 Conceitos importantes Característica Propriedade/Atributo/Role/Slot

44 Software Engineering Lab (LES) – PUC-Rio 44 Conceitos importantes Modo pelo qual duas ou mais classes estão relacionadas Relacionamento/Restriction

45 Software Engineering Lab (LES) – PUC-Rio 45 Generalização tipo de Veículo Terrestre Aquático Carro Anfíbio Barco

46 Software Engineering Lab (LES) – PUC-Rio 46 Composição parte de Luminária de Teto BaseCúpulaFiaçãoInterruptor 1111 Ontologias não são modeladas através de composição!

47 Software Engineering Lab (LES) – PUC-Rio 47 Contra exemplo [Welty02] Carro & Motor –Carro – propriedade – acomoda pessoas –Motor – propriedade – gera força rotacional Motor não acomoda pessoas.... não é um tipo de carro.

48 Software Engineering Lab (LES) – PUC-Rio 48 Exemplo Ser vivo Espécie humanos Idade Sexo homens mulheres crianças X é uma subcategoria de y Taxonomia dos seres vivos adultos

49 Software Engineering Lab (LES) – PUC-Rio 49 Prática: Criando um novo projeto Abra o Protégé: Selecione Create New Project

50 Software Engineering Lab (LES) – PUC-Rio 50 Criando um novo projeto Selecione OWL Files (.owl or.rdf) Selecione Finish

51 Software Engineering Lab (LES) – PUC-Rio 51 Criando uma hierarquia de Classes Crie a seguinte hierarquia utilizando os comandos Create Subclass e Create Sibling Class da janela de Asserted Hierarchy

52 Software Engineering Lab (LES) – PUC-Rio 52 CamelNotation Notação utilizada para uniformizar as ontologias Chama-se CamelNotation –Letra maiúscula para classes – Ingrediente, Animal –Letra minúscula para propriedades – temPatas, temCobertura Use a convenção que quiser mas… –SEJA CONSISTENTE! Copyright © 2005, The University of Manchester

53 Software Engineering Lab (LES) – PUC-Rio 53 Criando uma hierarquia de Classes Crie a seguinte hierarquia de classes: Artes e Entretenimento MúsicaArtes e Entretenimento Música, Televisão, RádiosTelevisãoRádios Ciência e Meio Ambiente EngenhariaCiência e Meio Ambiente Engenharia, Física, AgropecuáriaFísica Agropecuária Mapas e Vistas Câmeras Online Economia InformáticaEconomia Informática, ComprasCompras Notícias RevistasNotícias Revistas, Televisão, RádioTelevisãoRádio Esportes FutebolEsportes Futebol, Aquáticos, Artes Marciais,Aquáticos Artes Marciais Saúde Clínicas, Hospitais Sociedade e Cultura Religião., EspiritualidadeSociedade e Cultura Religião., Espiritualidade, Transportes AéreasTransportes Aéreas, Rodoviárias,Rodoviárias Viagens e Turismo Minas GeraisViagens e Turismo Minas Gerais, Hospedagem, Hospedagem

54 Software Engineering Lab (LES) – PUC-Rio 54 Mais Exemplos Outras taxonomias –Yahoo! categorias Catálogos de compras on-line –Submarino –LojasAmericanas.com –Amazon.com Dublin Core (Metadados) Ontologias de Topo –SUO –Sumo

55 Software Engineering Lab (LES) – PUC-Rio 55 Estrutura das ontologias São todos ontologias ??? Artefatos com diversos graus de estruturação –Taxonomias –Tesauros –Metadata Schemes –Ontologias –Lógica

56 Software Engineering Lab (LES) – PUC-Rio 56 Tipos de ontologia Ref: Noy

57 Software Engineering Lab (LES) – PUC-Rio 57 Tipos de Ontologia Vocabulários Controlados – –Lista finita de termos. Um –Exemplo:NAICS (North American Industry Classification System) de produtos e serviços Glossários – –Lista de termos com significados em linguagem natural. –Similar ao de um dicionário - termos são organizados alfabeticamente, –Exemplo de glossário: é o NetGlos (The Multilingual Glossary of Internet Terminology) que reúne terminologia relacionada a recursos na Internet. Tesauros –lista de termos e suas definições que –padroniza a utilização de palavras para indexação.

58 Software Engineering Lab (LES) – PUC-Rio 58 Tipos de ontologia Hierarquias tipo-de informais – –Hierarquias que utilizam o relacionamento de generalização (tipo de) de maneira informal. –Exemplo: Yahoo. –Não respeitam integralmente o relacionamento de generalização: aluguel de carro e hotel, não são tipos-de-viagem Hierarquias tipo-de formais – Hierarquias que incluem instâncias de um domínio. Nestas hierarquias os relacionamentos de generalização são respeitados integralmente. Um exemplo é a taxonomia dos seres vivos, ilustrada na próxima seção. Frames – Representação proposta por Marvin Minsky. –Primitivas: classes (ou frames) –É largamente utilizado em modelagem de conhecimento.

59 Software Engineering Lab (LES) – PUC-Rio 59 Diferenças: Taxonomia e Ontologia Taxonomia: Classificação de entidades de informação no formato de uma hierarquia, de acordo com relacionamentos que estabelecem com entidades do mundo real que representam. Michael Daconta Servem Para: –classificar informação em uma – hierarquia (árvore) –utilizando APENAS relacionamento pai-filho (generalização ou tipo-de)

60 Software Engineering Lab (LES) – PUC-Rio 60 Diferenças: Taxonomia e Ontologia Generalização: único tipo de relacionamento que existe entre os termos de uma Taxonomia. Não se pode: –atribuir características ou propriedades aos termos atributos, –exprimir outros tipos de relacionamento: parte-de, causa-efeito, localização, Associação.. Para isto é necessário construir uma ontologia.

61 Software Engineering Lab (LES) – PUC-Rio 61 Exemplo de Taxonomia

62 Software Engineering Lab (LES) – PUC-Rio 62 Diferenças: Tesauro e Ontologia Tesauro: um vocabulário controlado organizado segundo uma ordem conhecida e estruturado de modo a disponibilizar claramente os relacionamentos de equivalência, associação, hierárquicos e homônimos existentes entre termos. ANSI/NISO Monolingual Thesaurus Standard Servem para: –Garantir que conceitos sejam descritos consistentemente –Permitir com que usuários possam refinar buscas e localizar a informação que necessitam. Contam com uma lista de relacionamentos pré defidos adicionais (além do de generalização) –Sinônimo - Similar a, Equivalente, –Homônimo – mesma grafia, –Mais amplo do que – hierarquia, pai de, super classe, –Mais restrito do que - hierarquia – filho de, sub classe, –Associado - relacionado a,

63 Software Engineering Lab (LES) – PUC-Rio 63 Diferenças: Tesauro e Ontologia Relacionamentos Pré Definidos: únicos tipos de relacionamento que podem existir entre os termos de um Tesauro Muitas vezes é necessário relacionar conceitos utilizando relacionamentos do tipo parte-de, membro-conjunto, fase- processo, lugar-região, material-objeto, causa-efeito Não se pode: –exprimir outros tipos de relacionamento além dos pré definidos: Para isto é necessário construir uma ontologia.

64 Software Engineering Lab (LES) – PUC-Rio 64 Exemplo de Tesauro- WordNet Resultado da busca ao termo tank (tanque) no WordNet.

65 Software Engineering Lab (LES) – PUC-Rio 65 Enfoques Inteligência artificial – Engenharia do conhecimento –Esforços voltados ao mapeamento de domínios, criação de grandes bases de conhecimento para mapear o conhecimento humano –Construídas por experts Web semântica –Ontologias voltadas para aplicações específicas –Construídas por engenheiros de software

66 Software Engineering Lab (LES) – PUC-Rio 66 IA Enfoque top down Tempos antigos divide et impera Sistema e sub-sistema [von Bertalanffy] Dijkstra (programming considered a human activity) Especifica as partes individualmente Satisfeito? O problema está resolvido? Constrói as partes individualmente Se uma das partes ainda é complexa: subdividir

67 Software Engineering Lab (LES) – PUC-Rio 67 Ontologias enfoque Top-down Cyc upper ontology –Base de conhecimento com 3000 termos (termos mais gerais da realidade consensual dos humanos) WordNet –Banco de dados léxico para a língua inglesa com mais de termos

68 Software Engineering Lab (LES) – PUC-Rio 68 CYC

69 Software Engineering Lab (LES) – PUC-Rio 69 Exemplo WordNet WordNet Search Search word: Results for "Synonyms, ordered by estimated frequency" search of noun "dessert" 1 sense of dessert Sense 1 dessert -- (a dish served as the last course of a meal) => course -- (part of a meal served at one time; "she prepared a three course meal") Return to overview for dessert Return to WordNet homeoverview for dessertWordNet home

70 Software Engineering Lab (LES) – PUC-Rio 70 Ontologias de Topo Ontology Schemas –Abstrações de alto nível que restringem a construção Objetos e Processos (3D versus 4D) –Grandes Controvérsias Sumo, Dolce, Onions, GALEN, SBU,… –Necessárias quando se trabalha em grupos muito grandes.

71 Software Engineering Lab (LES) – PUC-Rio 71 Web Semântica Grande número de pequenas ontologias interligadas Em alguns anos toda empresa, universidade, agência governamental terá seu conteúdo conectado a uma ontologia James Hendler, Agents and the Semantic Web

72 Software Engineering Lab (LES) – PUC-Rio 72 Pequenas ontologias existirão em toda parte Todos dispositivos possuem ontologia própria Ref: Harry Chen

73 Software Engineering Lab (LES) – PUC-Rio 73 Ontologias de Domínio Conceitos específicos a um campo ou área de conhecimento Animais, Doenças, Comida, Arte, …. –Onde começar Enterder ontologias no sentido bottom up ou middle out. Níveis –Ontologias de Domínio de Topo – Pontos de partida para aquele domínio ou área de conhecimento Seres Vivos, Região Geográfica… –Ontologia de Domínio – conceitos da área Gato, Elefante, Montanha, Rio –Instances – the things in the world Garfield, Pico das Agulhas Negras.

74 Software Engineering Lab (LES) – PUC-Rio 74 Ontologias são apenas o começo... Ontologias Agentes de Software Agentes de Software Métodos para Resolução de Problemas Aplicações Independentes de Domínio Aplicações Independentes de Domínio Bases de Dados Bases de Dados Declarar estrutura Bases de Conhecimento Bases de Conhecimento Fornecer descrições de Domínio Web Semântica Web Semântica Ref: Rector et al


Carregar ppt "Ontologias: Introdução Karin Breitman – PUC-Rio. Software Engineering Lab (LES) – PUC-Rio 2 Referências Ontology Design Patterns and Problems: Practical."

Apresentações semelhantes


Anúncios Google