ONTOLOGIAS: uma reflexão sobre sistemas de organização do conhecimento e sistemas de recuperação de informação

Amanda Damasceno de Souza Claudiney Vander Ramos Fernanda Farinelli Jose Alberto Grossi Junior Lucélia Branquinho Rogério Amaral Bonatti

Sumário 1.  Introdução 2.  Representação do conhecimento

•  Sistemas de Organização do Conhecimento •  Sistemas de Recuperação de Informação •  Ontologias

3.  Modelos conceituais como sistemas de organização do conhecimento

4.  Ontologias biomédicas 5.  Ontologias para sistemas de informação 6.  Ontologias para recuperação de informação 7.  Ontologias e mineração de dados 8.  Ontologias e grafos

Introdução •  Heterogeneidade dos dados e informações.

o  Desafio: recuperação, acesso, representação, organização, apresentação e manutenção de informações.

•  Estudos na CI voltados para a organização, representação e recuperação da informação e do conhecimento. o  Sistemas de Recuperação da Informação (SRI). o  Sistemas de Organização de Conhecimento (KOS). o  Ontologias.

Representação do Conhecimento

Representação do Conhecimento •  Reprodução da percepção do tema abordado

em um documento, independentemente do suporte e da forma como o conhecimento tenha sido registrado. (Pinto, 2003 apud Almeida, 2006).

•  Para representar o conhecimento é necessário que os termos e conceitos em concordância com comunidade ou grupo de sujeitos. (Almeida, 2005; Alvarenga, 2003)

•  A principal função da representação é criar uma estrutura eficiente para a recuperação da informação.

Knowledge organization Systems (KOS)

Sistemas de Organização de

Conhecimento

Knowledge organization Systems (KOS) •  Organização do conhecimento •  “[...] visa à construção de modelos de mundo que se

constituem em abstrações da realidade” •  “[...] é fruto de um processo de análise de domínio e

procura refletir uma visão consensual sobre a realidade que se pretende representar”. HUSSERL (1996)

•  KOS são todos os tipos de esquemas para organizar a informação e promover a gestão do conhecimento. Souza, Tudhope e Almeida (2010)

Knowledge organization Systems (KOS) Souza, Tudhope e Almeida (2010)

Sistemas de Recuperação de Informação (SRI)

Sistemas de Recuperação de Informação (SRI) •  SRI consistem basicamente em determinar

quais documentos de uma coleção possui maior relevância dentro de um conjunto de palavras-chaves que o usuário deseja. (BAEZA-YATES, 1999).

•  Em um SRI o usuário expressa sua necessidade de informação por meio de uma expressão de busca, composta geralmente por um conjunto de termos que a representa linguisticamente.

Sistemas de Recuperação de Informação (SRI) •  Um SRI é um ambiente linguístico cuja

eficiência depende de um controle adequado da linguagem de representação dos itens de informação e das requisições de seus usuários.

•  Insere-se assim como um agente mediador na comunicação entre um estoque de informação e os seus potenciais requisitantes.

•  Em um SRI, o nível e a precisão das representações dos itens de informação e das necessidades de informação dos usuários afetam diretamente no desempenho do sistema.

Ontologias

Ontologia •  Do grego onto (ser) + logia (estudo). •  Filosofia (Aristóteles) à àquilo que existe,

entender o mundo (entidades e relações). •  CC à engenharia de software, modelagem de

SI para representação do conhecimento. (GRUBER, 1993).

•  CI à representação formal de um domínio do conhecimento. (VICKERY, 1997; SOERGEL, 1997; ALMEIDA E BAX, 2003).

Ontologia �  Guarino (1998) propõe que as ontologias em geral

podem ser classificadas em ontologias genéricas, ontologias de domínio, ontologias de tarefa e ontologias de aplicação. ◦  Genéricas: conceitos gerais. ◦  Domínio: domínios genéricos a fim de se evitar

contradições entre dois conceitos. ◦  Tarefa: funcionalidade de um domínio. ◦  Aplicação: conceitos dependentes do domínio e da tarefa.

Exemplos de Ontologias

• Ontologia do mundo real

Ontologia

• Exemplos de ontologias: o  Basic Formal Ontology (BFO); o  Descriptive Ontology for Linguisitics and

Cognitive Engineering (DOLCE); o  General Formal Ontology (GFO); o  Unified Foundational Ontology (UFO).

Modelos Conceituais como Sistemas de Organização do

Conhecimento

Modelo Conceitual •  CI à organização da informação e do

conhecimento. (OLIVEIRA, 2009) •  CC à no desenvolvimento de SI, é o

modelo voltado para entendimento humano, representa uma tradução da estrutura do domínio de conhecimento. (ALMEIDA et. al., 2009; ALMEIDA, 2006).

Modelo Conceitual expresso por Ontologias Formais •  Representam conceitos de um domínio de

maneira não ambígua e consistente. (OLIVEIRA, 2009).

• Autores que defendem a representação de domínios de conhecimento por meio de uma ontologia formal: GUARINO (1998, 1998A, 1994, 1997); GRUBER (1993);

Modelo Conceitual expresso por Ontologias Formais

•  Integrar dois diferentes vocabulários, V1 e V2, associados a dois Sis diferentes.

•  Estabelecer relações semânticas entre os termos de V1 e os termos de V2.

•  O significado de cada termo de V1 e de V2 expresso em uma linguagem que seja mais expressiva que os próprios V1 e V2.

Modelos conceituais como KOS •  Ontologias são um tipo KOS que possibilita

representação do conhecimento. (SOERGEL, 1997).

•  Ontologias podem ter várias funções na construção do modelo conceitual, seja para representar o conhecimento da organização ou para descrição ou conceituação de um domínio. (GUARINO, 1998; GRUBER, 1993); SOWA, 1999; OLIVEIRA, 2009).

Modelo Conceitual - Ontologia UFO

Ontologias Biomédicas

A informação é um elemento-chave para os profissionais de saúde

Experiência pessoal Literatura científica

Queixas

Exame físico Resultados anteriores

• O volume de informações médicas publicadas na Internet está duplicando a cada 6 meses. • Após o médico se formar, cerca de 50% das informações obtidas está obsoleta . • Crescente número de fontes de dados e conhecimentos biomédicos. • SI permitem aumento das trocas de ideias entre campos científicos e a possibilidade de buscas mais exaustivas.

Ontologias Biomédicas: importância •  Organizar dado e conhecimento biomédico, para realizar a

integração das informações e interoperabilidade entre sistemas médicos.

•  Pode ser utilizada para representar informações clinicas de forma consistentes e confiáveis nos registros eletrônicos de saúde – Prontuário Eletrônico do Paciente (PEP) por fornecer um núcleo terminológico consistente para este.

Manter sistemas de referência semântica, muitas vezes caracterizados como

vocabulários, tesauros, terminologias, e ontologias

Exemplos de Ontologias Biomédicas � Algumas contribuições examinas pelos autores:

1.  Classificação Internacional de Doenças – CID 2.  Medical Subject Headings – MeSH 3.  Gene Ontology – GO 4.  Systematized Nomenclature of Medicine - Clinical Terms

- SNOMED CT 5.  Generalized Architecture for Languages, Encyclopaedias

and Nomenclatures - openGALEN, 6.  Foundational Model of Anatomy – FMA 7.  Unified Medical Language System – UMLS 8.  Open Biomedical Ontologies (OBO) Foundry 9.  Blood Ontology – Ontologia do sangue – UFMG 10. NCI- Thesaurus - terminologias sobre câncer

Ontologia e Mineração de Dados

Ontologia e Mineração de Dados •  KDD (Descoberta de conhecimento em

banco de dados) o  Pré-processamento, Mineração de Dados e

Pós-processamento.

• Mineração de dados o  Análise de dados o  Técnicas/Algoritmos para revelar padrões

ocultos

Ontologia e Mineração de Dados • Ontologias para a Mineração de

Dados incorporar conhecimento ao processo com a adição de Ontologias.

• Mineração de Dados para as Ontologias adicionar conhecimento de domínio a informação de entrada ou até mesmo usar essas Ontologias para representar os resultados.

Ontologia e Mineração de Dados

Ontologia e Mineração de Dados

Ontologias e Sistemas de Informação

Sistemas de Informação •  Laudon e Laudon (2007) explicam que

sistemas de informação contribuem para a solução de vários problemas empresariais, independentemente do seu tipo ou do seu uso. o  Operacional, Conhecimento, Gerencial,

Estratégico

Sistemas de Informação •  Segundo Sommerville (2007), a dinâmica recente

do desenvolvimento de software, fez com que paradigmas fossem quebrados e que surgissem novas abordagens: o  Desenvolvimento rápido de software: Métodos ágeis,

Extreme Programming, o  Desenvolvimento rápido de aplicações; o  Reuso: Utilização de design patterns, Framework de

aplicações; o  Engenharia de software baseada em componentes; o  Desenvolvimento de sistemas críticos; o  Evolução de software.

Sistemas de Informação

Figura: Etapas de Desenvolvimento de Software - Fonte: www.macoratti.net

Etapas de Desenvolvimento de

Software

Ontologias e SI •  Em Ciência da Computação e Ciência da

Informação, ontologias são artefatos tecnológicos usados em sistemas de informação.

•  Elas consistem de um vocabulário especifico para descrever uma parte da realidade.

• Ontologias são usadas para validar modelos e esquemas conceituais.

Ontologias e SI

Ontologias e Grafos

Triplas •  Representações de relações •  Linguagem natural •  Composta por 3 elementos

SUJEITO PREDICADO OBJETO

Exemplo de Triplas •  "Homem bebe champagne" •  "Champagne é um tipo de bebida" •  "Champagne agrega valor” (status)

Grafos •  Estrutura de dados •  Representação gráfica de triplas •  Relação entre objetos •  Vértices (objetos) e arestas (predicado)

SUJEITO OBJETO PREDICADO

Exemplo de Grafo

amigo_de

Sim, esta é a Lídia!

#Casal

#Lídia

#Mônica

Ontologia •  RDFs / OWL (XML+) •  Relações entre classes/objetos (triplas) •  Reuso de conceitos (namespaces)

o  Disciplina (Objeto) §  ufmg:disciplina §  ufrj:disciplina §  #disciplina

<owl:Class rdf:about="#Matematica"> <rdfs:label xml:lang=”br">Matemática</rdfs:label> <rdfs:subClassOf> <owl:Class rdf:about="#Disciplina"/> </rdfs:subClassOf>

</owl:Class>

Ontologias e RI

Recuperação da Informação •  RI: aplicação de tecnologia computacional à aquisição,

organização, armazenamento, recuperação e distribuição de informação.

•  SARACEVIC(1999): “a RI pode ser considerada a vertente tecnológica da CI, e é resultado da relação desta com a Ciência da Computação”.

•  Recuperar informação consiste em identificar, em um acervo documental, quais os documentos que satisfazem total ou parcialmente a uma determinada necessidade de informação do usuário.

Recuperação da Informação •  Dificuldade:

o  Saber quando um documento é relevante ou não para a necessidade do usuário

•  Esse conceito é essencial em RI pois o seu objetivo primordial consiste em: o  Recuperar todos os documentos relevantes

(revocação) o  Recuperar a menor quantidade possível de

documentos não relevantes (precisão)

Recuperação da Informação •  Expressão de busca: usuário expressa sua

necessidade de informação. o  Função de busca: compara as representações

dos documentos com a representação da expressão de busca.

o  Centro do processo de recuperação §  Ranking dos documentos relevantes

Recuperação da Informação •  Ontologias na recuperação da informação:

o  Melhorar a precisão e a revocação em sistemas de RI textual.

o  Incorporar conceitos do domínio no processo de busca.

o  Duas direções principais: §  Expansão de consultas através de termos

relacionados §  Uso de medidas de distância conceitual

Recuperação da Informação •  Grande volumes de dados (especialmente na

Web) •  Busca/recuperação baseada em texto (full-

text-search) - limitações: o  Vagueza/indeterminação da linguagem natural o  Conceitos de alto nível (não podem ser

recuperados) o  Relações semânticas (não podem ser

exploradas) o  Dimensão temporal (não pode ser tratada)

Documentos

Necessidade do Usuário

PROCESSO DE

INDEXAÇÃO

PROCESSO DE ESPECIFICAÇÂO DE CONSULTA

Índices

Uma representação dos documentos

Consultas

PROCESSO DE RECUPERAÇÃO

Lista de documentos recuperados

PERDA DE INFORMAÇÃO

Fonte: Cardoso(2007)

Recuperação da Informação •  Uso de ontologias em RI: (Ferneda, 2013)

o  Indexação automática baseada em ontologias (índice acrescido de termos)

o  Expansão de consulta baseada em ontologias (modificação da consulta)

o  SRI semânticos (documentos previamente anotados)

o  Interfaces de busca (definir termos de busca)

Considerações Finais �  Falta de consenso sobre a definição do que é

ontologia. � Dificuldade de consenso sobre os conceitos,

entidades e relações que as ontologias se propõe a representar de um domínio.

�  Falta de consenso sobre a metodologia ideal de desenvolvimento de ontologias.

� A escolha da ontologia de referência apropriada.

� Dificuldade de reuso de ontologias. �  Trabalho interdisciplinar que exige diferentes

tipos de profissionais.

Obrigado!

Perguntas?