Semana de Cursos e Palestras da Computação (SECCOM) 04 a 08 de outubro de 2004 CTC-UFSC Representação de Conhecimento e Ontologias Guilherme Bittencourt.

Apresentação em tema: "Semana de Cursos e Palestras da Computação (SECCOM) 04 a 08 de outubro de 2004 CTC-UFSC Representação de Conhecimento e Ontologias Guilherme Bittencourt."— Transcrição da apresentação:

1 Semana de Cursos e Palestras da Computação (SECCOM) 04 a 08 de outubro de 2004 CTC-UFSC Representação de Conhecimento e Ontologias Guilherme Bittencourt Departamento de Automação e Sistemas Universidade Federal de Santa Catarina Brasil

2 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 2 Sumário Computação Representação de conhecimento Ontologias –Ferramentas –Construção –Aplicações Conclusões

3 Computação

4 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 4 Computação F = m a Modelo Predição « Nous devons […] envisager létat présent de lunivers comme leffet de son état antérieur et comme la cause de celui qui va suivre. Une intelligence qui pour un instant donné connaîtrait toutes les forces dont la nature est animée et la situation respective des êtres qui la composent, si dailleurs elle était assez vaste pour soumettre ces données à lanalyse, embrasserait dans la même formule les mouvements des plus grands corps de lunivers et ceux du plus léger atome : rien ne serait incertain pour elle, et lavenir, comme le passé, serait présent à ses yeux ». Pierre Simon Laplace (1825)

5 Computação Kurt Gödel (Czech): Aritmética (e portanto toda a Matemática) é indicidível, 1931 Lambda Calculus: Alonso Church, Princeton, United States, Abril 1936. Turing Machine: Alan Mathison Turing (1912-1954), King's College, England, Agosto 1936. Sistemas de Produção: Emil Post (Polish), Cidade College, United States, Outubro 1936.

6 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 6 Computação II Guerra Mundial Criptografia Balística Bomba atômica

7 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 7 Inteligência Artificial "I propose to consider the question, 'Can machines think?' This should begin with definitions of the meaning of the terms 'machine' e 'think' ". A.M. Turing, Computing Machinery e Intelligence, 1950.

8 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 8 Além da Computação Rosa r (uma constante) conjunto Linguagem natural: Lógica: What´s in a name? that which we call a rose by any other name would smell as sweet. Romeo e Juliet, Act 2, Scene 2, William Shakespeare

9 Representação de conhecimento

10 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 10 Representação de Conhecimento Sistemas computacionais e formalismos matemáticos para expressar e manipular conhecimento declarativo de forma tratável e computacionalmente eficiente Um formalismo deve prover: –Linguagem de representação de conhecimento –Mecanismo de inferência –Estratégias de controle da inferência

11 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 11 Representação de conhecimento Lógica: base matemática para todos os mecanismos de representação. –Teoria dos modelos –Teoria da prova –Implementável computacionalmente

12 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 12 Lógica Kurt Gödel e Jacques Herbrand (1930): existem sistemas lógicos nos quais toda fórmula verdadeira pode ser provada (completude) Alfred Tarski (1934): definição formal da semântica da lógica Alonzo Church, Alan Turing, Post (1936): indecidibilidade

13 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 13 Semântica de Tarski Linguagem natural: Cochabamba é uma Cidade. Lógica: Cidade(cochabamba) Coisas Cidades

14 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 14 Exemplo Bolívia América do Sul

15 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 15 Exemplo Regiao(planicie) Regiao(vales) Regiao(altiplano) Cidade(Cobija) Cidade(Trinidad) Cidade(La_Paz) Cidade(Oruro) Cidade(Santa_Cruz) Cidade(Sucre) Cidade(Potosi) Cidade(Tarija) Cidade(Cochabamba) Clima(planicie,tropical) Clima(vales,temperado) Clima(altiplano,frio) Altitude(Cobija,240) Altitude(Trinidad,250) Altitude(La_Paz,3200) Altitude(Oruro,4000) Altitude(Santa_Cruz,200) Altitude(Sucre,2800) Altitude(Potosi,3000) Altitude(Tarija,2500) Altitude(Cochabamba,2700) Local(Cobija,planicie) Local(Trinidad,planicie) Local(La_Paz,altiplano) Local(Oruro,altiplano) Local(Santa_Cruz,planicie) Local(Sucre,vales) Local(Potosi,altiplano) Local(Tarija,vales) Local(Cochabamba,vales) Voltagem(Cobija,220) Voltagem(Trinidad,220) Voltagem(La_Paz,110) Voltagem(Oruro,220) Voltagem(Santa_Cruz,220) Voltagem(Sucre,220) Voltagem(Potosi,220) Voltagem(Tarija,220) Voltagem(Cochabamba,220) Representação lógica:

16 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 16 Redes semânticas Propostas por Quillian (1968) como modelo da memória associativa humana. Nodos (objetos, conceitos) conectados por arcos (relações binárias). Arcos: is a, is part (herança), outros (propriedades) Aplicações: processamento de linguagem natural

17 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 17 Exemplo 220 Rede semântica: Cidade cochabamba Regiao Clima Local Altitude Voltagem is a temperado 2700 vales is a

18 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 18 Frames Marvin Minsky (A framework to represent knowledge, 1975). Frame (objetos ou conceitos) Slots (nomes de propriedades) com valores Herança (só arcos is a e is part) Valores default e facetas Ligação procedural

19 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 19 Exemplo Frames: is part is a Regiao Voltagem: 220 Planicie Clima: tropical Vales Clima: temperado Altiplano Clima: frio Cochabamba Altitude: 2700 Tarija Altitude: 2500 Sucre Altitude: 2800 Oruro Altitude: 4000 La Paz Altitude: 3200 Voltagem:110 Santa Cruz Altitude: 200 Trinidad Altitude: 250 Cobicha Altitude: 240 Potosi Altitude: 3000 is part is a is part

20 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 20 Lógica de descrição Descendente das linguagens terminológicas (KL-ONE) e das redes semânticas. Baseada em conceitos (classes) e papéis –conceitos (classes): conjuntos de objetos –papéis: relações binárias entre objetos Construtores permitem a definição de conceitos e papéis complexos a partir de primitivos Fragmento decidível da lógica de primeira ordem Relacionada com a Lógica Modal Propriedades principais: –Semântica bem definida –Inferência decidível e (as vezes) tratável

21 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 21 Lógica de descrição Tbox (schema) (def man (and human male)) (def happy-father (and man (exist has-child female) …) Abox (data) (is-a John happy-father) (has-child John Mary) Knowledge Base Sistema de inferência Interface

22 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 22 Sistemas de Produção Origiem: Post (1936), regras para a especificação sintática de transformações em cadeias de caracteres. Método completo de computação. Componentes: –Conjunto de regras: pares ordenados (LH, RH), onde LH e RH são cadeias de caracteres. –Memória de trabalho: cadeia de caracteres –Motor de inferência: para cada regra (LE,LD), se a seqüência de caracteres LE estiver contida na memória de trabalho, substitui os caracteres LE na memória de trabalho pelos caracteres de LD. O interpretador continua na próxima regra, e ao final volta à primeira, até que não existam mais regras aplicáveis.

23 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 23 Sistemas de Produção 1 : _ (blank) + 2 : § (new line) + 3 :. (point) + 4 : ++ + Regras:Memória de trabalho: Tudo_ _vale_a_pena § Se_a_alma_não_é_pequena. Tudo_ _vale_a_pena § Se_a_alma_não_é_pequena. 1 Tudo+_vale_a_pena § Se_a_alma_não_é_pequena. 2 Tudo+_vale_a_pena+Se_a_alma_não_é_pequena. 3 Tudo+_vale_a_pena+Se_a_alma_não_é_pequena+ 1 Tudo++vale_a_pena+Se_a_alma_não_é_pequena+ 4 Tudo+vale_a_pena+Se_a_alma_não_é_pequena+ 1 Tudo+vale+a_pena+Se_a_alma_não_é_pequena+ 1 Tudo+vale+a+pena+Se_a_alma_não_é_pequena+ 1 Tudo+vale+a+pena+Se+a_alma_não_é_pequena+ 1 Tudo+vale+a+pena+Se+a+alma_não_é_pequena+ 1 Tudo+vale+a+pena+Se+a+alma+não_é_pequena+ 1 Tudo+vale+a+pena+Se+a+alma+não+é_pequena+ 1 Tudo+vale+a+pena+Se+a+alma+não+é+pequena+ Execução:

24 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 24 História Clássica (1956-1970)} –Objetivo: simular a inteligência humana –Métodos: solucionadores gerais de problemas e lógica –Limitação: subestimação da complexidade computacional dos problemas Romântica (1970-1980) –Objetivo: simular a inteligência humana em situações pré- determinadas. –Métodos: formalismos de representação de conhecimento. –Limitação: subestimação da quantidade de conhecimento necessária. Moderna (1980-1990) –Objetivo: simular o comportamento de um especialista humano ao resolver problemas em um domínio específico. –Métodos: Sistemas de regras, representação da incerteza. – Limitação: subestimação da complexidade do problema de aquisição de conhecimento. Contemporânea (1990-hoje) –Objetivo: aplicações reais (Internet) –Métodos: Ontologias (?)

25 Ontologias

26 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 26 Internet Grande volume de informações desestruturadas adequadas apenas ao entendimento humano (as vezes... ) HTTP e HTML asseguram apenas navegação e apresentação Solução procedimental: Engenhos de busca –Análise apenas em nível léxico –Falta de precisão e muitos resultados irrelevantes, Principais ausências – Falta de contexto – Falta de semântica na definição das páginas

27 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 27 Soluções possíveis para o tratamento de informação na Web Dotar os sistemas de inteligência –Agentes inteligentes –Manipulação cooperativa de informação: distribuição, cooperação e comunicação sobre a semântica das páginas –Restrição de domínios Dotar a Internet de inteligência: a Web Semântica –Linguagens e padrões para definir páginas com uma semântica clara e definida formalmente –Os agentes poderão raciocinar e conversar no contexto desta semântica => Ontologias desempenham um papel fundamental em ambas as soluções!

28 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 28 Motivações de Ontologias Permitir reuso entre formalismos de representação diferentes Servir como vocabulário compartilhado de comunicação entre agentes Unidade básica de representação: Frames Define um domínio, visando maximizar o reuso destas definições Idealmente não deve refletir nenhum formalismo

29 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 29 Definições de ontologia Ontologia: Especificação de uma conceitualização Hierarquia de conceitos (classes) com suas relações, restrições, axiomas e terminologia associada

30 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 30 Definições de ontologia (cont.) Uma ontologia é uma especificação explícita e formal de uma conceitualização compartilhada [Studer et al 98] Especificação explícita: definições declarativas de conceitos, instâncias, relações, restrições e axiomas Formal: declarativamente definida, sendo compreensível e manipulável para agentes e sistemas Conceitualização: modelo abstrato de uma área de conhecimento ou de um universo limitado de discurso Compartilhada: conhecimento consensual, seja uma terminologia comum da área modelada, ou acordada entre os desenvolvedores dos agentes que se comunicam

31 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 31 Ontologias são hierarquias...

32 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 32...mas também relações Ontologias

33 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 33 Tipos de Ontologias Ontologias de Representação: definem as primitivas de representação - como frames, axiomas, atributos e outros – de forma declarativa. Ontologias Gerais (ou de topo): contêm definições abstratas necessárias para a compreensão de aspectos do mundo, como tempo, processos, papéis, espaço, seres, coisas, etc. Ontologias centrais ou genéricas de domínio (core ontologies): descrevem ramos de estudo de uma área e seus conceitos mais genéricos e abstratos. Ontologias de domínio e de aplicação: tratam de um domínio específico de uma área genérica de conhecimento, como direito tributário, microbiologia, etc.

34 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 34 Vantagens das ontologias Reuso massivo de conhecimento –Incorporação de conhecimento é facilitada, inclusive de linguagem natural Facilidades de acesso a conhecimento –Via browser –Servidores Interoperabilidade entre formalismos –Tradução –Mapeamento Comunicação em nível de conhecimento

35 Ferramentas para ontologias

36 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 36 Knowledge Sharing Effort (KSE) O KSE produziu inicialmente quatro ferramentas : –Ambiente de edição, manipulação e acesso de ontologias: Ontolingua –Tradução: Linguagem KIF –Comunicação entre agentes: Linguagem KQML –Conectividade/ Interoperabilidade: OKBC

37 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 37 Editor da Ontolingua

38 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 38 Tradução na Ontolingua Tradução intermediária para a interlingua KIF (Knowledge Interchange Format) –No. de tradutores cai de (n-1)² para 2n KIF foi feita para ser usada com a Frame-Ontology

39 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 39 Uso da Ontolingua Remote collaborators Writers Readers Remote Applications DB Aplic. GUI Stand-alone applications Aplic. BC KQML NGFP Ontology Server/Editor Editor Server HTTP NGFP Translators: LOOM,IDL,CLIPS... Library File transfer (Batch)

40 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 40 Ontologias disponíveis na Ontolingua Normalmente mantidas por grupos de pesquisa Metadados de imagens de satélites Metadados para integração de bases de dados de genoma Catálogos de produtos Osciloscópios Robótica Semicondutores Modelagem de sólidos Matemática Engenharia Drogas Terminologia medica Padrão IEEE para interconexões entre ferramentas

41 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 41 Problemas da Ontolingua As ontologias criadas na Ontolingua ficam complexas porque devem referenciar a Frame-Ontology Falta um motor de inferência para KIF –Falta de integração: nenhum teste com ontologias e inferência pode ser rodado Falta à Ontolingua uma interface para estações de trabalho que permita a manipulacao de ontologias, sem estar acessando a Internet Extensibilidade: Como incluir novas funcionalidades? –O gerador de gráficos não é configurável

42 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 42 Protégé Ferramenta desktop criada pelo Depto. de Informática Médica da Univ. Stanford –Milhares de usuários Flexibilidade: –Editor de ontologias com interface gráfica Cria formulários para entrada de instâncias –Integração de Componentes Ex: Componentes gráficos, como OntoViz, Jambalaya –Plugin OKBC: acesso remoto à Ontolingua –Modelo de conhecimento: classes primitivas (metaclasses) podem ser redefinidas CLIPS, Jess, F-Logic, Prolog, RDF, OIL, XML, Topic Maps

43 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 43 Plugin OKBC acessando a Ontolingua

44 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 44 Importando BCs via OKBC

45 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 45 Ferramentas do KAON e da Ontoprise Desenvolvidas em Karlsruhe, Alemanha 1o. protótipo do que viria a ser a Web semântica, o Ontobroker O KAON (the KArlsruhe ONtology e semântica web tool suite) engloba ferramentas para: –edição de ontologias (OntoEdit) –disponibilizar ontologias num servidor baseado em BDs –criação de ontologias a partir de texto (Text-to-Onto) –busca baseada em ontologias sobre bases de texto (SemânticaMiner) –anotação semi-automática de referências a ontologias em páginas para a Web –agrupamento de textos baseados em ontologias

46 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 46 Requisitos para ferramentas de ontologias facilidades de uso entendimento intuitivo da interface interface gráfica visibilidade gradativa conexão a repositórios portabilidade interoperabilidade organização dos arquivos gerados documentação de alterações suporte a trabalho cooperativo estensibilidade (capacidade de inclusão de componentes) ferramentas de apoio

47 Construção de ontologias

48 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 48 Princípios de construção Clareza Legibilidade Coerência Extensibilidade Mínima codificação Mínimo compromisso ontológico

49 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 49 Metodologias de desenvolvimento Processo iterativo, com revisões constantes Nas metodologias propostas, são considerados passos similares aos de engenharia de software: –Especificação –Conceitualização –Implementação Atividades de suporte são executadas concomitantemente com o desenvolvimento –Aquisição –Avaliação –Documentação –Integração com ontologias existentes

50 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 50 Especificação Determina o propósito e escopo da ontologia Deve incluir uma análise para decidir se é possível, necessário ou adequado o reuso de ontologias Sugere-se elaborar uma lista de questões de competência: –Servirão para a avaliação da ontologia durante o desenvolvimento –Ex: Jornais científicos são considerados eventos científicos?

51 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 51 Conceitualização Fase crítica, nela ocorrem a maior parte das atividades de suporte de aquisição e avaliação Passos e dicas: –Enumerar os termos do domínio –Definir as classes - não confundir nomes de um conceito com o próprio conceito –Definir a hierarquia das classes - passo capcioso –Definir os slots e facetas de cada classe, interagindo com os dois passos anteriores –Criar as instâncias - Se elas não possuem uma hierarquia natural, é preciso revisar a hierarquia das classes –Usar convenções de nomes e nomes facilmente compreensíveis

52 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 52 Implementação e Avaliação Objetivo: transformar a ontologia em algo computável Na fase de implementação, a ontologia é escrita numa linguagem de representação de conhecimento Na fase de avaliação, são executados testes para verificar se a ontologia atende aos requisitos especificados na fase de especificação Testes freqüentemente provocam mudanças na implementação

53 Aplicações de Ontologias

54 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 54 Ramos de aplicação Comércio eletrônico Gestão de conhecimento Workflow Tratamento inteligente de informação Web semântica

55 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 55 MASTER-Web Multi-Agent Sytem for Text Extraction, classeification e Retrieval over the Web Manipulação integrada de informação usando ontologias Objetivo: recuperar, classificar e extrair dados de páginas pertencentes às classes a um grupo EX:o grupo científico, com classes como artigos científicos, eventos, pesquisadores, etc Cada agente trata uma classe Os agentes cooperam sugerindo links entre as classe –Beneficiam-se dos relacionamentos entre as classes [Freitas & Bittencourt 2003]

56 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 56 Arquitetura do MASTER-Web

57 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 57 Experimentos do MASTER-Web Instanciado para o meio científico –Ontologia de Ciência –Agente CFP: eventos científicos –Agente PPR: artigos científicos As páginas são classificadas em subclasses dentro da ontologia –Ex: o agente CFP as classifica em Conferência, Workshop, Jornal, Revista, Evento-Genérico-ao- Vivo, Evento-Genérico-de-Publicação e Edição- Especial-de-Jornal e de Revista Taxa de acerto no reconhecimento e classificação: +80% em todos os testes

58 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 58 Uso de ontologias no MASTER- Web Generalidade da solução: –Para tratar páginas de outro grupo, basta criar uma ontologia de seu domínio Vocabulário de comunicação entre agentes Definição e organização do conhecimento A ontologia do domínio deve ser bastante detalhada para garantir precisão no reconhecimento e classificação Ganho de expressividade e flexibilidade –O conhecimento sobre uma classe não se circunscreve a termos e palavras-chaves, mas a qualquer fato que diga respeito às páginas, como estrutura, regiões, conceitos, etc

59 Conclusões

60 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 60 Conclusões Ontologias revigoraram o paradigma declarativo Materialização do nível de conhecimento Possibilitaram um modelo de comunicação expressivo e intencional para agentes cognitivos Área promissora, de pesquisa ativa Aplicável principalmente em: –Gestão de Conhecimento –Web semântica –e-commerce: muitas soluções com comunicação baseadas em ontologias

61 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 61 Conclusões (cont.) Ontologias são o elemento estruturador da Web semântica Padrões ainda em processo de maturação A Web semântica promete oferecer um tratamento melhor da informação As ontologias já começam a desempenhar o papel de conhecimento estruturado disponível em larga escala, reusável por sistemas e programas