Sistemas Inteligentes

Apresentação em tema: "Sistemas Inteligentes"— Transcrição da apresentação:

1 Sistemas Inteligentes
Aula: Engenharia de Conhecimento e Ontologias

2 Plano da aula Engenharia de Conhecimento Ontologias Conceitos básicos
Etapas Ontologias Elementos de uma ontologia Tipos de Ontologias Usos das Ontologias Como projetar/desenvolver uma ontologia

3 Um Pouco de História... No início, a IA estava preocupada em desenvolver Formalismos para representar conhecimento Mecanismos de inferência Formas de operacionalizar os SBCs Mas... Como garantir a escalabilidade desses sistemas?

4 Engenharia do Conhecimento - EC

5 Engenharia do Conhecimento - EC
Área de pesquisa preocupada com desenvolver Métodos, Linguagens e Ferramentas adequados para o desenvolvimento de sistemas BC Foco principal: como adquirir e analisar conhecimento como validar e manter uma Base de Conhecimento Construção da Base de Conhecimento Processo de acumular, transferir e transformar alguma fonte de conhecimento para um computador

6 EC - Definições Engenheiro de conhecimento Expertise
Guia a aquisição, a criação da representação do conhecimento especializado, a implementação e o refinamento do SBC Expertise conhecimento especializado adquirido por longo treinamento, leitura e experiência Especialista (Expert ) Quem possui conhecimento especializado , experiência e métodos, e a habilidade de aplicá-los para dar “conselhos” e resolver problemas

7 Desenvolvimento de SBCs

8 Etapas de desenvolvimento de SBCs
Nível de Conhecimento AQUISIÇÃO Linguagem natural Linguagens de representação do conhecimento Nível Lógico FORMALIZAÇÃO Nível de Implementação Linguagens de programação IMPLEMENTAÇÃO BC REFINAMENTO

9 Etapas do desenvolvimento de SBCs
1. Aquisição (elicitação) do conhecimento Identificação do conhecimento a adquirir Registro do conhecimento em linguagem natural ou usando alguma notação gráfica

10 Etapas do desenvolvimento de SBCs
2. Formalização da BC Nível semi-formal via Notação textual estruturada padrão (XML) Notação gráfica padrão (UML) Ontologias Objetivo: validação com especialista Nível formal Via linguagens formais (e.g., LPO) Notação sem ambigüidade com Objetivo: verificação de consistência

11 Etapas do desenvolvimento de SBCs
3. Implementação da BC Uso (ou criação) de um sistema (máquina de inferência) capaz de ler a BC e realizar dedução usando linguagens de programação Implementação da Interface Teste de protótipo 4. Validação e Refinamento Validação Refinamento

12 Etapas de desenvolvimento de SBCs
Veremos a seguir Aquisição do conhecimento Formalização do conhecimento Ontologias Nível “semi”-formal

13 Aquisição do Conhecimento
O gargalo na construção dos SBCs

14 Aquisição do Conhecimento
Principais fases da aquisição Identificar características do problema Do domínio da aplicação Isolar e representar os conceitos principais e suas relações através de uma Ontologia, por exemplo Identificar inferências sobre estes conceitos (regras) O conhecimento pode originar-se de várias fontes: especialistas, livros e documentos, filmes, etc.

15 Gargalo na Aquisição do Conhecimento
A maior parte do conhecimento está na cabeça dos especialistas... Especialistas têm muito conhecimento empírico Difícil de ser capturado e representado formalmente são “caros” mas não sabem de tudo! têm dificuldade de verbalizar sob pressão usam vocabulário próprio (jargão) Podem expressar conhecimento incorreto e incompleto

16 Como minimizar o gargalo da Aquisição?
Métodos de aquisição Três categorias Manual Semi-automático Automático

17 Método de Aquisição Manual
Entrevistas estruturadas ou não estruturadas Tracking methods análise de protocolos e observação especialista Base de conhecimento Engenheiro de documentação codificação Explicitação

18 Métodos de Aquisição Semi-automática
Baseado em ferramentas de ajuda ao especialista e ao engenheiro de conhecimento Repertory grid analysis especialista Ferramentas interativas de entrevista Base de conhecimento Engenheiro de conhecimento

19 Métodos de Aquisição Automática
Aprendizado de máquina Machine learning Casos e exemplos Indução automática Regras

20 Formalização do conhecimento
Ontologias

21 Conhecimento Há diferentes tipos de especialistas e de expertise e há vários usos para conhecimentos semelhantes Reusabilidade é a chave! A Base de Conhecimento é a parte mais cara de um SBC Necessidade de reuso em domínios com grande número de conceitos e relações (ex: Medicina) Solução: Ontologias!

22 Ontologias Em CC e IA Na prática, são
Corpo de conhecimento declarativo sobre um dado domínio, assunto ou área de conhecimento Na prática, são hierarquias de conceitos (classes) com suas relações, restrições, axiomas e terminologia associada Servem para estruturar e compartilhar o conhecimento disponível sobre um dado domínio

23 Ontologias Exemplo: publicações e eventos científicos

24 Relacionamentos na Ontologia sobre pesquisa científica

25 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 Especifi= não tem info hiding

26 Afinal, pra que servem as ontologias?
Servem para estruturar e compartilhar o conhecimento disponível sobre um dado domínio: Para compartilhar conhecimento comum – conceitos e vocabulário Entre pessoas Entre agentes de software

27 Onde Aplicar Ontologias?
Recuperação de informações, Sistemas de Integração de Informação, Gestão de conhecimento, Processamento da linguagem natural, Comércio eletrônico, Sistemas multiagentes...

28 Elementos de uma Ontologia

29 Elementos de uma Ontologia
Conjunto de conceitos Entidades Relações (que podem ser hierárquicas ou não) Instâncias de Conceitos Restrições Regras

30 Conjunto de Conceitos Entidades Cada entidade tem um nome associado
Cada entidade é definida por conjunto de pares atributo-valor E.g., Automóvel (tem-motor=sim; num-rodas=4)

31 Conjunto de Conceitos Relações Podem ser hierárquicas ou não
E.g., is-a, part-of, mae-de, etc... Triciclo is-a Ciclo

32 Conjunto de Conceitos Instâncias de Conceitos
Definição de entidades e relações específicas (indivíduos) E.g., meu-triciclo (num-rodas=3, cor=rosa) Relação: meu-triciclo is-a triciclo Correspondem aos fatos de uma base de conhecimento

33 Restrições Impõem restrições sobre valores possíveis dos atributos dos conceitos E.g., num-rodas Valor numérico, entre 2 e 4.

34 Regras Permitem inferência automática (dedução) de instâncias de conceitos a partir de outras instâncias E.g., Se veículoTipo=ciclo E num-rodas=3 E motor=não Então veículo=Triciclo Correspondem às regras da base de conhecimento

35 Tipos de Ontologias Ontologias de topo (upper ontologies)
Ontologias centrais ou genéricas de domínio (core ontologies) Ontologias de Aplicação (específicas)

36 Ontologias de topo (upper ontologies)
Modelos dos objetos comuns que são geralmente aplicáveis a uma grande variedade de ontologias de domínio. Tipicamente contém um glossário central que permite descrever termos em vários domínios. Ex.: “todas as árvores são plantas” Exemplos de upper ontologies padrão são: Dublin Core, GFO, OpenCyc/ResearchCyc, SUMO e DOLCE.

37 Ontologias centrais ou genéricas de domínio (core ontologies)
Definem os ramos de estudo de uma área e/ou conceitos mais genéricos e abstratos desta área Serve de base para a construção de ontologias de ramos mais específicos de um domínio

38 Ontologias centrais ou genéricas de domínio (core ontologies)
Ex: a ontologia central de direito [Valente & Breuker 96] Conhecimentos meta-legal, definicional, causal, normativo, de responsabilidade, reativos, criativo, de agências legais, reação legal, comportamentos permitidos, etc Servirá para criar ontologias de direito tributário, de família e outras...

39 Ontologias de Aplicação
Ontologias de ramos mais específicos de um domínio Procuram solucionar um problema específico de um domínio Utilizam termos de uma ontologia de domínio Ex: Ontologia para identificar doenças do coração, a partir de uma ontologia de domínio de cardiologia Ontologias de tarefas descrevem tarefas de um domínio - como processos, planos, metas, escalonamentos, etc -, com uma visão mais funcional, embora declarativa, de um domínio.

40 Como projetar uma ontologia
Exemplos retirados do tutorial - Ontology Development 101: A Guide to Creating Your First Ontology (Noy and McGuinness)

41 Desenvolvimento de Ontologias [Noy &McGuiness 2001]
Determinar o Domínio e o Escopo da Ontologia Reutilizar Ontologias Existentes Levantar termos importantes Definir classes e sua hierarquia Definir propriedades das classes Restrições das Propriedades Criação de instâncias

42 1. Determinar o Domínio e o Escopo da Ontologia
Qual o domínio que será coberto ? Representação de vinhos e comidas Onde a ontologia será utilizada ? Que perguntas serão respondidas Sugerir boas combinações de vinhos e comidas E.g., “Cabernet Sauvignon” é adequado com frutos do mar ?

43 2. Reutilizar Ontologias Existentes
Verificar se alguém já criou a ontologia É possível refinar ou estender ontologias existentes Muitas fontes disponíveis na Internet – vamos perguntar ao Google? Repositórios: TONES, DAML,... Linguagens para representação de ontologias: RDF, OWL,....

44 3. Levantar termos importantes
Quais são os termos que serão abordados na ontologia ? Quais propriedades esses termos possuem ? Enumerar todos esses termos: Vinho; Tipo de Uva; Fabricante; Região de origem; Coloração (branco, tinto, rosé) Tipo de comidas (peixes, grelhados, massas)

45 4. Definir classes e sua hierarquia
Termos do passo 03, selecionar somente aqueles que representam entidades (conceitos) Desconsiderar propriedades (por enquanto) Esboçar hierarquia Abordagem “Top-Down” ou “Bottom-up” Classes disjuntas (Vinho Branco, Tinto, Rosé)

46 4. Definir classes e sua hierarquia
Como detectar erros na hierarquia de classes (cont.): Classes com somente uma subclasse pode ser um problema Classes com muitas subclasses também

47 4. Definir classes e sua hierarquia
Quando introduzir uma nova classe ? Propriedades diferentes Restrições diferentes Participa em relações diferentes Nova classe ou nova propriedade ? i.e. Tipo de Vinho Instância ou classe ? Depende da aplicação Tipo de vinho (“Sterling Vineyards Merlot”) pode ser instância ou classe. Qual o escopo ? Não especializar além do que sua aplicação precisa

48 4. Definir classes e sua hierarquia
Como detectar erros na hierarquia de classes: Verificar inclusão de classes singulares e coletivas (“vinho” como subclasse de “vinhos”) Distinguir entre classes e seu nomes (sinônimos representam a mesma classe) Ciclos (A subclasse de B e B subclasse de A) Classes irmãs devem estar no mesmo nível (Chardonay e Vinhos Brancos não devem estar no mesmo nível, pois não são irmãs)

49 5. Definir as propriedades das classes – também conhecidas por “slots”
A partir da lista de termos do passo 03, selecionar aqueles que representam propriedades. Propriedades são adicionadas à classe mais genérica

50 6. Definir as restrições das propriedades
Tipo da propriedade String, número, boleano, instancias, etc... Domínio classes em que a propriedade está presente Valores permitidos classes permitidas na propriedade Cardinalidade

51 7. Criar as instâncias! É necessário
escolher uma classe, criar uma instância e preencher os valores das propriedades Enfim se tem a Base de Conhecimento

52 Cuidado com os nomes... Evitar erros e confusões
Maiúsculas ou Minúsculas ? Classes (maiúsculas) Propriedades (minúsculas) Plural ou singular ? Padronizar prefixos e sufixos “has-” (has-maker) e “-of” (producer-of) Evitar abreviações

53 Exercicio Definir domínio e construir uma ontologia Editor: Protege