Pontifcia Universidade Catlica de So Paulo

PUC-SP

Luciano Gonzaga Leme

Site com Contedo Apropriado Web Semntica e Mecanismos de Busca

Mestrado em

Tecnologias da Inteligncia e Design Digital

So Paulo

2009

Pontifcia Universidade Catlica de So Paulo

PUC-SP

Luciano Gonzaga Leme

Site com Contedo Apropriado Web Semntica e Mecanismos de Busca

Mestrado em

Tecnologias da Inteligncia e Design Digital

Dissertao apresentada Banca Examinadora

da Pontifcia Universidade Catlica de So Paulo,

como exigncia parcial para obteno do ttulo de

Mestre em Tecnologias da Inteligncia e Design

Digital - Inteligncia Coletiva e Ambientes Interativos,

sob a orientao do Professor Doutor Demi

Getschko.

So Paulo

2009

Banca Examinadora

________________________________

________________________________

________________________________

Ao meu orientador: Professor Doutor Demi Getschko

pelo apoio e auxlio para a realizao deste trabalho.

Resumo

Leme, Luciano Gonzaga Site com Contedo Apropriado Web

Semntica e Mecanismos de Busca So Paulo, 2009.

Esta dissertao apresenta uma abordagem que tem como objetivo principal

questionar e apresentar possveis caminhos para que o contedo de um web site seja

apropriadamente oferecido em termos de Web Semntica e Mecanismos de Busca.

Para alcanar esse objetivo foram efetuadas pesquisas e utilizada a experincia do

autor. Desse modo foram combinados os conceitos e as tecnologias envolvidas em

relao a metadados, ontologias, servios web semnticos e otimizao de

mecanismos de busca.

Os metadados permitem qualificar informaes apropriadamente, as

ontologias so empregadas para aprimorar a anlise do domnio do problema e para

obter componentes de software com descries semnticas, os quais podem ser

reutilizados numa grande variedade de aplicaes. Os servios web semnticos so

utilizados como componentes de software distribudos pela Internet e podem realizar

tarefas complexas de aplicaes.

Partindo do questionamento do que publicar em um web site, ou melhor,

como deve ser o contedo de um web site - foram expostos conhecimentos e

tecnologias que delineiam a questo: como oferecer contedo apropriado?

Aps a exposio dos conceitos associados e da apresentao de possveis

solues conclumos com questionamentos e indicativos de possveis pesquisas que

muito contribuiro ao desenvolvimento de sites com contedo apropriado com a

Web Semntica e seus possveis efeitos colaterais positivos, propiciando a melhor

utilizao do conhecimento e das informaes disponibilizadas na web.

Palavras-chave: contedo apropriado na web, Web Semntica, Metadados,

Ontologias, Agentes Semnticos, Servios Web Semnticos, SEO.

Abstract

Leme, Luciano Gonzaga Site with Appropriated Content to Semantic

Web and Search Engines Sao Paulo, 2009.

This work introduces an approach which main purpose is to ask and present

possible ways so that the web sites content will be appropriately offered related to

Semantic Web and Search Engines. To achieve this purpose many researches were

made and used the authors experience in this area. Therefore many concepts and

technologies were combined and used, such as: metadata, ontologies, semantic web

services and search engine optimization.

Metadata allow qualifying informations appropriately, ontologies are used to

improve domains analysis problem and to obtain software components with

semantic descriptions, which may be reused in a great variety of applications.

Semantic web services may be used as software components spread through the

Internet to perform applications complex tasks.

Starting asking what should be published in a web site, or even better, how

should be a web sites content the work exposes knowledges and technologies to

answer the question: how to offer appropriated content?

After exposing the associated concepts and showing possible solutions a

conclusion is achieved with questions and possible researches which will allow

appropriated content sites development with Semantic Web and its possible positive

collateral effects, granting improvement in both: knowledge utilization and available

informations in the web.

Keywords: appropriated content in the web, Semantic Web, Metadata,

Ontologies, Semantic Agents, Semantic Web Services, SEO.

Sumrio

I Introduo ........................................................................................................... 9

II Contedo de um site ........................................................................................ 11

II.01 - Definindo o contedo de um site ......................................................... 11

II.02 Interao com o usurio ....................................................................... 23

II.03 A utilizao da Web Semntica ........................................................... 25

II.03.01 Web Semntica versus Inteligncia Artificial .......................... 27

II.03.02 Metadados ..................................................................................... 31

II.03.02.01 Padro Dublin Core .......................................................... 34

II.03.02.02 Resource Description Framework - RDF ...................... 36

II.03.02.03 Crticas aos Metadados ..................................................... 40

II.03.03 Ontologias .................................................................................... 44

II.03.03.01 Linguagens para Representao de Ontologias ............. 47

II.03.03.02 Principais Ontologias ........................................................ 54

II.03.03.03 Criao de Ontologias ....................................................... 59

II.03.03.03.01 Seleo dos Termos referentes ao domnio da

ontologia: ............................................................................................................. 59

II.03.03.03.02 Definir as classes e a hierarquia de classes da

ontologia: ............................................................................................................. 59

II.03.03.03.03 Definir as propriedades: .......................................... 59

II.03.03.03.04 Definir as restries: ................................................ 60

II.03.03.03.05 Definir instncias: .................................................... 60

II.03.04 Ferramentas .................................................................................. 61

II.03.04.01 Principais Ferramentas ...................................................... 62

II.03.04.01.01 - OilEd: ......................................................................... 62

II.03.04.01.02 - OilViz: ........................................................................ 62

II.03.04.01.03 - Protg: ...................................................................... 62

II.03.04.01.04 - DC.dot: ....................................................................... 63

II.03.04.01.05 - API JENA: ................................................................. 64

II.03.04.01.06 - Chimaera: ................................................................... 65

II.03.04.01.07 - SNOBASE: ................................................................ 65

II.03.04.01.08 - FaCT: .......................................................................... 66

II.03.04.01.09 - Pellet: .......................................................................... 67

II.03.05 Agentes .......................................................................................... 68

II.03.05.01 Principais Agentes ............................................................. 69

II.03.05.01.01 - CATO (Componente para Alinhamento

Taxnomico de Ontologias): ............................................................................ 69

II.03.05.01.02 - API Jena: .................................................................... 69

II.03.05.01.03 - Servios Web Semnticos ........................................ 69

II.04 Como organizar o contedo para que os mecanismos de busca

sejam mais eficientes ....................................................................................................... 74

III Concluso ....................................................................................................... 77

Notas ........................................................................................................................ 80

Glossrio .................................................................................................................. 81

Referncias Bibliogrficas ...................................................................................... 82

Impressas: ............................................................................................................ 82

Sites da Internet: .................................................................................................. 86

Anexos .................................................................. Erro! Indicador no definido.

Anexo 01 - Exemplo de Arquivo utilizando SHOE:Erro! Indicador no

definido.

Anexo 02 Tabela Comparativa entre as linguagens OIL e DAML: ... Erro!

Indicador no definido.

9

I Introduo

tualmente existe uma grande quantidade de dados que demandam o

nosso tempo. Dentro dessa enxurrada de dados, quais so os que tm

relevncia aos nossos interesses? As empresas de contedo (Abril, BBC, CNN,

Globo, iG, Reuters, UOL dentre muitas) demandam o nosso tempo e nem sempre

atendem nossas intenes. Ao mesmo tempo em que estar bem informado passou a

ser uma condio sine qua non para nossa integrao social e ampliarmos nossas

perspectivas de negcios, como escolher o contedo que mais nos agrada e que pode

nos trazer melhores perspectivas numa sociedade que nos bombardeia a todo o

tempo com dados que no so importantes e que nos tomam o pouco tempo que

poderamos despender com atividades mais agradveis? Outro problema o lado do

comunicador (que ser o foco deste trabalho), qual a melhor forma de atingir um

pblico que lhe trar bons retornos, venda de espao propagandstico, venda de

assinaturas etc. a mdia quer atingir o pblico em geral, de preferncia com

eficincia (fazer certo as coisas) e eficcia (fazer as coisas certas). Como a mdia pode

oferecer contedo relevante com interao inteligente para atender demandas

variveis? Esse o desafio: site ou ambiente Web com contedo apropriado.

Segundo Guevara: As interfaces dos atuais sistemas necessitam no somente

responder s solicitaes dos usurios, mas tambm antecipar, adaptar e buscar

ativamente maneiras de lhes dar suporte.

Pretende-se, com o trabalho, descrever ou caracterizar as principais opes

que atendam ao objetivo geral da pesquisa que o de criar mecanismos cognitivos,

simblicos, interativos e inteligentes para atender s demandas de informao

relevante. Hoje em dia, um usurio faz uma busca a respeito de um livro de um

determinado gnero e pode aparecer no resultado da pesquisa um link para um site de

e-commerce que oferece ao usurio sugestes do gnero daquele livro que no

condizem com o que o usurio necessita ou deseja (talvez ele no queira pagar frete

ou gostaria de obter alguma promoo etc.). Dessa forma, o trabalho visa estudar

como oferecer, atravs de mecanismos inteligentes, contedo adequado, com Web

A

10

Semntica apropriada, de acordo com o que houver sido identificado ou solicitado

pelo usurio.

Um trabalho que apresente opes aos desafios de divulgao de informao

e comunicao apresenta-se como fonte inesgotvel de solues que podero ser

adotadas para que as empresas faam dinheiro que o fator mais atrativo no mundo

empresarial.

Iniciaremos nosso trabalho definindo o que seria um site de contedo e as

dificuldades de alcanar diferentes idiomas, assim como diferentes culturas.

Apresentaremos quais as possveis solues para que o problema possa ser

contornado e quais as tcnicas que podem ser aplicadas at apresentarmos uma

concluso do que pode ser feito para atingir o pblico de forma adequada atravs de

sites de contedo.

11

II Contedo de um site

II.01 - Definindo o contedo de um site

um site de contedo, uma das grandes questes como disponibilizar

e permitir a atualizao de contedo a ser visto pelo usurio. Haveria

um modo de disponibilizar informao relevante e que atinja aos mais variados

pblicos de forma que o que for enviado ao internauta seja relevante e que atinja a

culturas, crenas e condies sociais diversas? Ou seja, teramos como fornecer a

informao relevante e que interessa a cada usurio em especfico?

Inicialmente vamos definir o que venha a ser um site de contedo: todo e

qualquer site que no tem como objetivo fim apresentar uma ferramenta ou utilitrio

para o usurio. Webmails, internet banking ou sites de busca so exatamente o oposto

dos sites de contedo, j que tm como objetivo fim arrolar e-mails, facilitar o acesso

do cliente a sua conta corrente ou fazer uma pesquisa na Internet, respectivamente.

Os sites de contedo podem ser categorizados em um grande nmero, dada a

natureza do que se prope a publicar. Como exemplos h sites de contedo infantil,

esportivo, econmico, noticirio, opinies e muito mais. Sites puramente

institucionais tambm so considerados como de contedo.

Mas para abordar dificuldade acima: fornecer informao adequada ao perfil

especfico de cada usurio em um site de contedo, vrios aspectos precisam ser

analisados, tais como: qual o pblico que se deseja atingir? Se a resposta for a todos,

j comeamos com o problema da lngua e para abordarmos exatamente esse ponto:

o lingustico - consideraremos inicialmente o trabalho realizado por Raimundo Llio

retratado por Umberto Eco no livro A busca da lngua perfeita, que tentou obter

uma lngua que atendesse s culturas crist, hebraica e muulmana, ou seja, escritos

que fossem adequados as trs culturas. Ramn Lull, em portugus Raimundo Llio,

foi um catalo nascido em Maiorca1 entre aproximadamente 1232 e 1316 seu local

1 Maiorca (em catalo e castelhano Mallorca) a maior ilha do arquiplago das Ilhas Baleares localizado a leste da Espanha e sua maior cidade e capital Palma de Maiorca.

N

12

de nascimento era encruzilhada das culturas crist, islmica e hebraica. Aps uma

juventude mundana, Llio teve uma experincia ou crise mstica (Umberto Eco no

entra em maiores detalhes) e entrou para a Ordem Franciscana.

Raimundo Llio foi o primeiro filsofo a escrever obras doutrinais em lngua

verncula2 e em sua obra Ars magna desenvolveu uma lngua filosfica que seria,

segundo Llio, perfeita mediante a qual seria possvel converter os infiis. Para

Llio, os infiis seriam todos os que no fossem cristos. Havia em sua Ars magna

uma forte tendncia crena e doutrina catlica, que em plena Idade Mdia possua

fortssima influncia no mundo ocidental. A lngua defendida por Llio ambicionava

ser universal, porque universal a combinao matemtica que articula o seu plano

de expresso. Llio elabora no nvel de contedo o seu sistema de ideias que deve ser

universal e comum a todos os povos. Faz uso de letras alfabticas e de figuras para

alcanar seus objetivos de universalizao de uma lngua que poderia ser considerada

perfeita para a finalidade a qual Llio se propunha: converter muulmanos e judeus

ao catolicismo.

Aqui cabem parnteses: no estamos ambicionando inventar uma nova lngua

a ser colocada em sites de contedo e que possa ser considerada universal, mas a ideia

que Llio tinha era a de uma lngua universal, perfeita e que permitiria atingir culturas

diversas, ento a referncia ao trabalho de Llio nesta dissertao para que

possamos indagar se podemos abordar a questo atravs de um mecanismo de lngua

que permita a comunicao nica, mas que seja adequada a crenas e culturas

diversas, de modo a permitir um contedo universal adequado a perfis diversos.

Contemporneo a Llio tivemos um franciscano, Roger Vacona, que no

queria inventar uma lngua nova, nem divulgar o conhecimento das lnguas dos

outros, queria era a supremacia da cultura crist ocidental em detrimento s demais

culturas ou tradies. Pensamentos franciscanos predominantes na poca eram:

carter missionrio e utopia universalista defendidos por So Francisco, Vacona, e,

em partes, pelo prprio Llio.

2 Em contraste com a lngua litrgica.

13

Tambm no intuito deste trabalho, impor pesos ou valores a contedos

especficos, para que os mesmos sejam considerados os verdadeiros. Partimos do

pressuposto de que o contedo pode ser bastante diversificado e que no existe

contedo melhor do que outro, apenas temos contedo que pode atender aos

interesses de um usurio e que no atenderia aos interesses de outro usurio.

Utilizando-se de elementos de arte combinatria, se queremos dispor n

elementos t a t em que a ordem tenha valor diferencial, temos a seguinte frmula:

n!/(n-t)! (fatorial de n dividido por fatorial de (n-t)) 3 como sendo a possvel

quantidade de resultados. Exemplo disso : dadas quatro pessoas, como podemos

disp-las em duplas nos assentos de um teatro. No entanto, se quisermos combinar n

elementos t a t em que a ordem no altere o resultado, temos: n!/t(n-t)! (fatorial de n

dividido pelo produto de t e fatorial de (n-t)). Exemplo deste ltimo : dados quatro

soldados (A, B, C e D) como podemos combin-los 2 a 2 (dois a dois) para

realizarem uma patrulha, enviar A e B ou B e A a mesma dupla para efetuar a

patrulha, ou seja, a ordem no alteraria o resultado.

Numa abordagem semitica, sistema de expresso (smbolos) e de regras

sintticas (n elementos podem combinar-se t a t, onde t pode coincidir com n) que

sejam capazes de revelar automaticamente possveis sistemas de contedo teremos,

segundo Umberto Eco, 21 (vinte e uma) letras do alfabeto quantidade de letras

condizente ao alfabeto utilizado poca de Raimundo Llio, sculo XIII que

podem resultar em mais de 51 (cinquenta e um) bilhes de bilhes de sequncias de

21 (vinte e uma) letras nmero astronomicamente alto que traduz as diversas

disposies de 21 (vinte e uma) letras em todas as possveis quantidades de

disposies. O nmero alcanado no contempla critrios ou restries que no

dizem respeito combinatria, pois critrios ou restries vm do exterior para

limitar as possibilidades matemticas - exemplo uma palavra formada apenas por

3 Na matemtica, o fatorial de um nmero natural n o produto de todos os inteiros positivos menores ou iguais a n. Isso escrito como n! e lido como "fatorial de n". A notao n! foi introduzida por Christian Kramp em 1808.

14

vogais ou consoantes que nada possa representar ou foneticamente invivel e que

teria que ser descartada.

Llio, em sua Ars magna, montou um dispositivo com um alfabeto de 9

(nove) letras de B a K e 4 (quatro) figuras e uma Tabula generalis - veja Figura 01 - que

uma lista de 6 (seis) conjuntos de 9 (nove) entidades cada um, onde temos: 9 (nove)

de cada um dos seguintes itens: Princpios Absolutos, Princpios Relativos, Tipos de

Questes, Sujeitos, Virtudes e Vcios, que formariam uma espcie de quadro das

dignidades, segundo Llio.

Figura 01 Tabula Generalis

Com relao Figura 02, observamos que ela permite combinaes possveis

que podem unir os princpios da Tabula Generalis a predicados, construindo

afirmaes do tipo A Bondade grande. E teremos 36 (trinta e seis) linhas com 72

(setenta e duas) combinaes. As combinaes devem permitir silogismos regulares e

sendo assim estaro descartadas afirmaes do tipo: A Bondade boa.

15

Figura 02 Combinaes de Princpios da Tabula Generalis versus Predicados

A Figura 03 no visa nenhuma combinao, trata-se de um artifcio

mnemnico-visual que permite lembrar as relaes fixas entre os vrios tipos de

relao e vrios tipos de entidades.

Figura 03 Relaes versus Entidades

Na Figura 04 so consideradas todas as combinaes possveis entre as letras,

aparentemente excluindo as inverses de ordem. As regras das combinaes como

todas as outras dependem das definies dos termos (que so de natureza teolgica)

16

assim como de algumas modalidades de argumentao que as regras estabelecem,

alheias s leis da combinatria.

Figura 04 Combinaes entre as letras

Na Figura 05, h tripletas geradas por 9 (nove) elementos. utilizada a roda,

provavelmente devido a tradies cabalsticas, sendo que Llio transforma as tripletas

em qudruplas, inserindo a letra T. Desse modo, utilizado um artifcio mnemnico

em que as letras que precedem a letra T devem ser lidas como princpios ou

dignidades, ao passo que aquelas que seguem a T devem ser lidas como princpios

relativos. No caso, podemos questionar se todas as milhares de qudruplas levam a

uma argumentao vlida. Sendo que para Llio, devem ser deduzidas somente

aquelas frmulas cujas premissas e concluses correspondem disposio real do

cosmos. Ele aceita algumas converses das proposies, mas no outras, que

tambm seriam formalmente corretas.

Figura 05 - Tripletas

No fcil de entender primeira vista como era a formao dessa lngua

universal luliana. Mas j podemos afirmar que a Ars magna no um instrumento

17

lgico, mas um instrumento dialtico, isto , uma maneira de identificar e relembrar

todas as formas vlidas para argumentar a favor de uma tese pr-construda. E isso

de tal maneira que no h qudrupla, segundo Llio, que, devidamente interpretada,

no possa resolver a questo qual aplicada.

A Ars, segundo Llio, levaria a concluses mais seguras do que as da lgica,

e, portanto, o artista desta arte pode aprender mais em um ms do que possa

aprender um lgico em um ano (Ars magna, Decima pars, cap. 101).

Leibniz4, em 1666, questiona por que Llio teria limitado o nmero de

elementos, por que o nmero de princpios no teria ficado aberto? O motivo que

Llio no pensava, de modo algum, em uma combinatria livre de elementos de

expresso no vinculados a um contedo especfico, pois se assim fosse, no

consideraria a sua arte como uma lngua perfeita, capaz de assumir uma realidade

divina que ele assume, desde o incio, como absoluta, auto-evidente e revelada por

Deus. Ele a concebia como um instrumento para converter os infiis, e para tanto

estudara durante longo tempo as doutrinas tanto dos judeus quanto dos

muulmanos.

Llio realizou outros trabalhos, alm da Ars magna um deles, A arbor

scientiarum (A rvore das cincias) apresenta noes elementares que seriam comuns

tambm aos infiis. Tais princpios elementares se inserem em um sistema fechado e

pr-definido, ou seja, um sistema j rigidamente hierarquizado, o sistema das rvores

das Cincias.

Se no silogismo aristotlico afirmamos: todas as flores so vegetais, X uma

flor, logo X um vegetal - do ponto de vista lgico, o que X irrelevante. Mas

Llio quer saber se X uma margarida ou um barco. E em sua arbor scientiarum, Llio

pretende construir um instrumento capaz de enfrentar toda a enciclopdia do saber.

Na arbor scientiarum, a combinatria luliana um instrumento retrico

mediante o qual se quer demonstrar o que j conhecido, isto , aquilo que a

4 Gottfried Wilhelm von Leibniz (Leipzig, 1646 Hanover, 1716) foi um filsofo, cientista, matemtico, diplomata e bibliotecrio alemo.

18

estrutura de uma floresta de vrias rvores j fixou, de uma vez para sempre, e que

nenhuma combinatria jamais poder subverter, segundo Llio.

De qualquer forma, a Ars poderia aspirar a ser lngua perfeita se o j-

conhecido que visava comunicar tivesse pertencido realmente a um universo de

contedo igual a todos os povos. Ela foi traduzida para o rabe e o hebraico, mas ela

fala do produto de uma organizao do mundo realizado pela tradio crist

ocidental.

Umberto Eco relata:

Llio houvera feito da prpria reflexo teolgica, e da prpria

investigao de uma lngua universal, um meio para lanar uma ponte

intelectual e religiosa entre Ocidente europeu e Oriente, e que julgava

que a verdadeira autoridade no se devia basear em uma unidade

inflexvel, mas em uma tenso entre vrios centros de forma que

Moiss, Cristo e Maom pudessem levar a um resultado unitrio. O

lulismo acolhido como estmulo mstico e filosfico, e como alternativa

imaginria e potica para a enciclopdia do aristotelismo escolstico, mas

tambm como inspirao poltica.

Esse apelo concordatrio de Llio retomado dois sculos mais tarde por

Nicolau Cusano5 que em seu tratado De pace fidei causa uma polmica e tenta um

dilogo com os muulmanos e judeus e se coloca o problema (luliano) de como

demonstrar aos representantes de outras duas religies monotestas que eles devem

concordar com a verdade crist.

No sculo XVI, outro que tentou a empreitada de Llio foi Giordano Bruno.

Ele entendia que a lngua perfeita deveria oferecer a chave para exprimir no s este

mundo, mas todos os infinitos na sua concordncia mtua. Essa ambio parece

imperfeita no que concerne estrutura semitica: tratava-se de um lxico imenso,

com significados vagos, e cuja sintaxe, quando muito, era de uma combinatria sem

limites.

5 Nicolau Cusano (1401-1464), matemtico e astrnomo.

19

A retrica de Giordano Bruno pretendia reforma, renovao e revoluo dos

costumes, dos conhecimentos e da prpria ordem poltica da Europa.

Desenvolvendo os conceitos lulistas, Bruno criou uma estrutura de rodas

concntricas, limitao de letras, com 23 (vinte e trs) letras do alfabeto mais

caracteres gregos e hebraicos. A sua combinatria era vida pelo ilimitado,

diferenciando-se da combinatria restrita de Raimundo Llio.

E questionamos: podemos ter uma mquina para gerar todas as lnguas

possveis ou algum contedo automtico? Dentre outros, deparamo-nos com o

problema das combinaes vlidas. Exemplo: quente, frio, seco e mido essa

combinao pode formar uma sentena sem o devido significado.

O nmero de palavras (de comprimentos variveis de duas letras at 23)

mais de setenta mil bilhes de bilhes6. O problema de uma lngua universal, na

medida em que poderia conter potencialmente todas as lnguas possveis o de

apresentar nmeros astronmicos. E desse modo no de se surpreender que

existam tantas lnguas diferentes.

Para Descartes7, Llio um autor que tentou sem xito a criao de um

mtodo que pode ser considerado um pseudomtodo, pois suas regras no so claras

e a determinao das coisas a conhecer insuficiente, e menciona a promessa errnea

de oferecer conhecimentos gerais em pouco tempo.

Com o advento da informtica, programas de computador8 que mostram o

funcionamento da Ars magna, assim como inmeras comunidades na Internet que

estudam e comentam a respeito dos trabalhos de Llio so uma realidade.

6 No calculado mais a respeito de conceitos (como fazia Llio), e sim sobre sequncias alfabticas, meros elementos da expresso, no controlados por nenhuma ortodoxia que no seja a do nmero.

7 Ren Descartes (1596, Frana 1650, Sucia), filsofo, fsico e matemtico. Notabilizou-se, sobretudo, pelo seu trabalho revolucionrio da Filosofia, tendo tambm inventado o sistema de coordenadas cartesiano, que influenciou o desenvolvimento do Clculo contemporneo.

8 http://lullianarts.net/downloads.htm; http://www.ramonllull.net.

20

Abordando a questo voltando-se Inteligncia Artificial (IA) temos que,

segundo George F. Luger, a maioria das pessoas - quando so questionadas sobre

quais habilidades so essencialmente mais humanas e mais difceis de serem

computadorizadas, alm da criao artstica, da tomada de deciso tica e da

responsabilidade social menciona linguagem e aprendizado. Ao longo dos anos,

estas duas reas tm funcionado como objetivo, desafio e meio de teste para o

progresso da IA.

George F. Luger relata:

Uma das razes do porqu linguagem e aprendizado so reas

de pesquisa difceis, embora importantes, que elas englobam muitas

outras habilidades inteligentes humanas. Comunicar-se atravs de

linguagem natural, quer seja como texto ou como um ato de fala,

depende enormemente do nosso conhecimento e expectativas dentro do

domnio do discurso. A compreenso de linguagem no meramente a

transmisso de palavras: ela tambm requer inferncias sobre o objetivo,

conhecimento e suposies do locutor, bem como sobre o contexto da

interao. A implementao de um programa para compreender

linguagem natural requer que representemos conhecimento e

expectativas do domnio e raciocinemos efetivamente sobre eles.

Precisamos considerar questes como no-monotonia, reviso de crena,

metfora, planejamento, aprendizado e as complexidades prticas da

interao humana.

E a voltamos questo principal sobre como disponibilizar informao

relevante e que atinja aos mais variados pblicos de forma que o que for enviado ao

internauta seja relevante e que atinja a culturas, crenas e condies sociais diversas.

Vemos que se a abordagem for ao mbito luliano, ou seja, restringirmos o

que deve ser dito a uma verdade absoluta e imutvel, estaremos divulgando dogmas e

crenas e a probabilidade de atingir corretamente pessoas com valores culturais

diversificados ser extremamente pequena. A retrica revolucionria de Giordano

Bruno, no entanto, com suas infinitas possibilidades, pode at atingir o contedo

certo a um pblico com interesses distintos ao que estiver sendo apresentado, ou

seja, poderia no atender a qualquer valor cultural.

Sendo assim, uma possvel abordagem a de que a informao que possa

atingir pblicos variados deve seguir um caminho em que ao verificar o que tiver sido

21

pesquisado ou desejado pelo usurio possamos indicar contedo adequado, ou seja,

personalizado, e, sendo assim, no ser o mesmo contedo a todos, pessoas

diferentes sero tratadas diferentemente.

Se em algum momento reivindicarmos a criao de uma inteligncia artificial

para dirimir o assunto, devemos abordar questes sobre linguagem natural, raciocnio

automtico e aprendizado de mquina. Mas, quando falamos de HTML (HyperText

Markup Language) pensamos em camada de apresentao e no em troca de dados ou

indexao de dados de forma adequada. A entra a Web Semntica para tentar sanar

todo esse problema, ou seja, teremos que atravs de metadados e ontologias

(conceito explanado no pargrafo seguinte) classificar o contedo de forma

adequada. Com a devida classificao podemos atravs de mecanismos de buscas

adequados fornecer o contedo certo ao que o usurio anseia. O mesmo critrio

valeria para quando estivermos efetuando uma pesquisa num Google, Yahoo, MSN,

AltaVista etc. se buscamos informao sobre redes de computadores e digitamos

apenas a palavra rede, obteremos informaes diversas sobre redes para pescadores,

redes de televiso, redes para descanso e tambm, claro, sobre redes de

computadores. A pesquisa precisaria ser mais especfica, mas ao mesmo tempo se

nos metadados de todas as pginas que trazem informaes sobre redes diversas no

houver a devida classificao e os mecanismos de busca no forem suficientemente

bons para efetuar a devida triagem, encontraremos o mesmo problema de

recebermos informaes que tero que ser humanamente analisadas. Com a Web

Semntica conseguimos uma classificao adequada em que a mquina poder filtrar

tudo que no nos interessaria nos resultados de busca ou com base no

comportamento do usurio. Atravs da Web Semntica tambm, pode-se fornecer

contedo com maior probabilidade de atender aos anseios do mesmo. Uma

abordagem luliana, em que o que informado fixo, dogmtico, no corresponde

realidade e ao dinamismo do mundo Web, ou seja, no podemos determinar

possveis respostas pr-estipuladas a qualquer mecanismo de pesquisa o caminho

a classificao adequada, a utilizao da Web Semntica e claro, podemos utilizar

inteligncia artificial no sentido de permitir a aprendizagem e o raciocnio automtico

para aperfeioar esses processos, mas no que tange linguagem natural o fato de

utilizarmos Web Semntica e termos documentos compreensveis por mquinas no

implica em uma inteligncia artificial que passar a entender o que os humanos falam.

22

O conceito aqui que com a Web Semntica os computadores podero resolver

problemas bem definidos atravs da utilizao de dados catalogados de forma

adequada.

Precisamos classificar os dados de forma adequada e a sim, conceituamos

ontologia que, na filosofia, o estudo da existncia ou do ser (verbo). basicamente

uma maneira de compreender identidades e grupos de identidades, chamados de

classes. Em TI chamamos de ontologias as classificaes de identidades, sejam elas

informao ou matria (objetos no mundo real). Podemos criar uma ontologia que

descreva livros no Amazon (www.amazon.com) e as relaes entre os mesmos, assim

como podemos criar uma ontologia sobre os diferentes tipos de barcos de pesca.

Importante saber que ontologias podem descrever qualquer coisa. Importante,

tambm, diferenciar taxonomia de ontologia. A taxonomia tambm permite

classificaes, mas elas tero uma estrutura hierrquica e sem relacionamentos. Por

exemplo, o homem um ser vivo, vertebrado, mamfero etc. Essa classificao da

taxonomia rgida e no permite relacionamentos de causa-efeito ou de dependncia

entre as partes que a ontologia permite.

Definindo o contedo de um site com mecanismos inteligentes vimos,

preliminarmente, que o caminho a Web Semntica e aqui cabe uma ressalva de

Karin Breitman sobre o atual estgio no qual a Web se encontra:

No estgio atual temos, predominantemente, a Web Sinttica:

onde nos preocupamos apenas em apresentar as informaes. Com a

Web Semntica teremos condies de oferecer significado adequado s

pginas e com isso passaremos a enfatizar os mecanismos de troca e

busca de informaes.

A grande verdade que a Internet se desenvolveu mais

rapidamente como um meio para a troca de documentos entre pessoas,

em vez um meio que fomentasse a troca de dados e informaes que

pudessem ser processadas automaticamente. Como consequncia, o

contedo semntico das pginas, ou seja, seu significado, codificado de

uma maneira acessvel para seres humanos apenas.

Ou seja, com a evoluo da Web Semntica vislumbra-se um caminho

oferta de contedo adequado, ou at mesmo: inteligente, na interao do usurio.

23

II.02 Interao com o usurio

uando pensamos em interagir com um usurio muitas questes

podem surgir: o que deve ser identificado, armazenado, filtrado e

atualizado? Devemos rastrear e deixar fixo esse rastreamento? Quantas vezes

devemos rastrear um usurio para obter um comportamento definido? O assunto

seria inesgotvel ou de abrangncia para outra dissertao. Esta se limita a abordar a

oferta de contedo adequado a partir de um interesse manifestado pelo usurio e por

isso s mencionamos o fato de que o usurio pode ter seu comportamento rastreado

e suas implicaes, sem esgotar esse assunto.

Aqui cabe, uma explicao a respeito de perfil de usurio. Os responsveis

por um site tm ferramentas de anlise de trfego (WebTrends, Google Analytics,

Urchin etc.), navegao, chegadas e sadas, sites referenciadores etc. Com essas

ferramentas podemos caracterizar alguns perfis de usurios, tais como classificao

esta, informal - utilizada na Web por empresas como Abril9 ou iG10: usurios fiis

(aqueles que visitam o site com muita frequncia, comentam, do sugestes, enviam

excees encontradas e acessam o site com dois ou mais navegadores principais para

verificar possveis inconsistncias so quase co-autores do site); leitores cativos (so

assinantes de feeds, comentam e participam do site mas sem o fanatismo dos usurios

fiis); usurios ocasionais (acessam o site de vez em quando, provenientes de algum

mecanismo de busca, como o Google por exemplo) e usurios espordicos ou pra-

quedistas (acessam o site por uma navegao aleatria, vindo de um mecanismo de

busca ou no, muitas vezes nem sabem por qu esto visitando o site alis, esse tipo

de navegao aleatria tem a ver com o termo: serendipismo, que a descoberta

por acidente).

9 Editora Abril S.A. a maior editora de revistas da Amrica Latina www.abril.com.br, publica revistas como Veja e Exame.

10 iG Internet Group Brasil um dos maiores provedores de acesso do Brasil www.ig.com.br.

Q

24

A definio do perfil do usurio, no deixa de ser um tipo de rastreamento do

usurio em si. Mas quando pensamos em disponibilizar um contedo adequado no

necessitamos, necessariamente, saber qual o perfil do usurio, conforme descrito

sumariamente acima. E ressaltamos que para esta dissertao o que desejamos

oferecer contedo adequado a partir de uma interao de um usurio, um mecanismo

de busca, por exemplo, e a sim oferecer o que ele deseja atravs de algum

mecanismo semntico ou inteligente. Mas se desejarmos registrar o perfil do usurio,

para que em visitas futuras j haja um prvio direcionamento ao mesmo, precisamos

saber de coisas, tais como: esse usurio em meu site supostamente um site com

contedo diversificado, d preferncias a quais tipos de canais de contedo (esportes,

economia, sade, finanas etc.). Dentro de cada canal, por exemplo: esportes, quais

as categorias que ele d preferncia: futebol, automobilismo, boxe, dentre outros.

Dentro da categoria futebol, por exemplo, esse usurio prefere Campeonato

Brasileiro, Italiano ou Espanhol? So inmeras as possibilidades, o que precisamos

definir o que deve ser registrado e a armazenar em um banco de dados associado

autenticao do usurio, seu e-mail, por exemplo, para que em suas prximas visitas

ele j possa ser direcionado as suas preferncias principais com o uso da Web

Semntica, mas esse tipo de abordagem, prvio redirecionamento, foge aos objetivos

desta dissertao.

25

II.03 A utilizao da Web Semntica

egundo Tim Berners-Lee11, a Web Semntica uma extenso da Web

tradicional, onde, a partir do uso intensivo de metadados, espera-se obter

o acesso automatizado s informaes, com base no processamento semntico de

dados e heursticas feitos por mquinas.

Para tal, desde 1998, a equipe do W3C (World Wide Web Consortium) vem

trabalhando arduamente no desenvolvimento de tecnologias avanadas, que visam

representao estrutural e semntica dos recursos na Web. Essas tecnologias, aliadas

teoria de domnios ou ontologias, permitem oferecer um servio Web com um

nvel maior de qualidade.

Dentro destas perspectivas, a Web ser capaz de tecer uma rede extensa de

conhecimento humano, podendo ainda, por meio do processamento via mquina,

inferir novos conhecimentos.

As tecnologias acima mencionadas englobam desde linguagens de transporte

de dados, como o XML (Extensible Markup Language), linguagens para

representao da estrutura desses dados, tais como o RDF (Resource Description

Framework) e linguagens para representao da semntica desses dados explicitando

restries sobre a semntica do mundo real. Aliadas a essa gama de linguagens, h

tambm as ferramentas para manipulao das ontologias.

O filsofo francs Pierre Lvy12 define a Web Semntica como "ferramenta"

necessria para o desenvolvimento da inteligncia coletiva. Segundo ele, a semntica

da Web a elaborao de um sistema de cdigos. No necessrio que as pessoas

utilizem uma nova lngua - cada um utilizar sua prpria, mas haver um software

que traduzir o que est sendo escrito ou dito para uma lngua universal.

11 Tim Berners-Lee considerado o criador da Internet. Seu perfil encontra-se em: http://www.w3.org/People/Berners-Lee/.

12 Pierre Lvy professor da cadeira de Pesquisas sobre Inteligncia Coletiva da Universidade de Ottawa (Canad).

S

26

Segundo Breitman, o HTML uma linguagem que se tornou muito

interessante para os usurios, mas os links s tm sentido em seu contexto. Para as

"mquinas", no possvel traduzir a informao, pois a orientao do HTML para

apresentao. Por isso, a importncia dos metadados, relacionando os recursos

semanticamente e tendo os contedos descritos de forma clara (enquanto o HTML

trabalha com palavras-chave, o XML trabalha com metadados).

Para alguns, a Web Semntica a Web do futuro. As pesquisas atuais esto

buscando tecnologias para tornar mais eficazes as localizaes das informaes na

Web. As ontologias, com suas subsequentes classificaes, surgem para atender a

essa necessidade.

27

II.03.01 Web Semntica versus Inteligncia Artificial

Segundo Karin Breitman, a Web Semntica no Inteligncia Artificial (IA).

E segundo Antoniou e Harmelen:

Se o objetivo da Inteligncia Artificial construir um agente de

software que mostre inteligncia no nvel humano (e superior), o

objetivo da Web Semntica auxiliar humanos a realizarem suas tarefas

dirias na rede.

A inteno de termos documentos compreensveis por mquinas no implica

numa inteligncia artificial que far com que os computadores passem a entender o

que os seres humanos falam. Com a Web Semntica os computadores podero

resolver problemas muito bem definidos atravs do processamento de operaes ou

instrues que utilizaro dados. No solicitaremos aos computadores que passem a

compreender a linguagem das pessoas, mas sero as pessoas que passaro a ter um

trabalho a mais de classificar as informaes em representaes que possibilitaro

processamento automtico tais representaes poderiam ser os metadados e as

ontologias, por exemplo.

Segundo Karin Breitman, a maioria das tcnicas necessrias para a construo

da Web Semntica vem da rea da Inteligncia Artificial. Dada a histria de

insucessos da IA, uma preocupao seria se a Web Semntica no estaria no mesmo

caminho. Segundo Antoniou e Harmelen, essa preocupao totalmente infundada.

A realizao da Web Semntica no depende de inteligncia superior ou algo no nvel

da inteligncia humana, que era a promessa dos pesquisadores de Inteligncia

Artificial h vinte anos.

No caso da Web Semntica, solues parciais sero satisfatrias. Pode ser que

um agente de software no chegue nem perto das concluses a que um ser humano

chegaria, mas ainda assim este agente pode auxiliar para uma Internet muito superior

que temos hoje em dia. Aqui cabe uma explicao sobre agentes. Eles so

definidos, segundo Breitman, como programas de software autnomos que agem em

benefcio de seus usurios. Um agente pessoal na Web Semntica, segundo Grigoris

Antoniou e Frank Harmelen, vai receber algumas tarefas e preferncias de um

usurio, procurar informao nos recursos disponibilizados pela Internet, se

28

comunicar com outros agentes e comparar informaes relativas s tarefas que deve

desempenhar, de modo a fornecer respostas adequadas ao usurio.

A Web Semntica no exigir uma Web separada, ela uma extenso (termo,

inclusive, utilizado por Tim Berners-Lee) da Web atual (denominada de Web

Sinttica). Na Web Semntica a informao vai ter significado bem definido atravs

de linguagens de marcao semntica. Essas linguagens e ontologias sero

acrescentadas s pginas atuais, atravs de marcaes especficas ou atravs de

arquivos separados em que as respectivas pginas faro links para acrescentar o

devido contedo semntico.

Segundo Breitman, a Web Semntica no exigir a utilizao de expresses

complexas, pois apesar de a linguagem-padro recomendada para a Web Semntica

(aqui Breitman, refere-se OWL Ontology Web Language, que ser explanado mais

adiante) permitir a expresso de sentenas muito complexas, isto , sentenas que

utilizam conectivos lgicos, disjuno, inverso e axiomas, entre outros, no ser

exigido que todas as aplicaes utilizem a marcao semntica em todo o seu

potencial.

E por fim, a Web Semntica no uma reprise de um experimento falido.

Pois outra questo que poderia ser feita : no havia sido tentado tudo isso,

anteriormente, com sistemas de representao de conhecimento, nos projetos do

KIF (Knowledge Interchange Format) e Cyc (reduo de EnCYClopaedia, ou

enciclopdia)? Segundo Hendler, a resposta de certa forma, sim, mas havia outros

objetivos. A viso da comunidade de Representao do Conhecimento est mais

ligada criao de modelos cannicos que poderiam ser globalmente utilizados,

enquanto a Web Semntica tem um foco em ontologias menores, tambm chamadas

de ontologias de domnio13 e no processo de integrao dessas ontologias.

13 Ontologias de domnio descrevem o vocabulrio relativo a um domnio especfico atravs da especializao de conceitos presentes na ontologia de alto nvel que descreve conceitos muito genricos, tais como: espao, tempo e eventos.

29

No entanto e segundo Breitman, a experincia adquirida pelo projeto Cyc na

rea de representao de conhecimento, que forneceria uma ontologia de referncia

inestimvel, no pode ser ignorada na construo da Web Semntica.

O gerenciamento de conhecimento engloba as tarefas de aquisio,

disponibilizao e manuteno de bases de dados. Na medida em que os sistemas de

informao adquirem maturidade surge uma nova atividade, gerncia de

conhecimento, necessria para dar suporte utilizao da grande massa de dados

gerada com a informatizao das empresas. Atualmente muitos dos processos e

regras de negcios de uma empresa podem estar em cdigo, muitas vezes legado.

Grande parte dessa informao est disponvel de maneira fraca ou indevidamente

estruturada. Do ponto de vista de gerncia de conhecimento, as maiores limitaes,

segundo Breitman, so:

Busca de informao a maior parte das empresas utiliza indexao por palavras-chave para conduzir buscas a suas bases de dados.

Extrao de dados muito tempo perdido em tarefas ligadas extrao, filtragem e converso de informao para diferentes

formatos.

Manuteno problemas relativos a inconsistncias de modelos conceituais e vocabulrio fazem com que seja difcil identificar e

eliminar dados obsoletos.

Minerao de dados muitas empresas tm recorrido a tcnicas ligadas minerao (data mining) de grandes bases de dados como

forma de descobrir novas informaes. No entanto, essas tcnicas so

difceis de serem aplicadas quando as informaes esto espalhadas

em vrios aplicativos distribudos e pouco ou indevidamente

estruturados.

A Web Semntica visa permitir sistemas de gerncia de conhecimento muito

mais avanados. Com a utilizao de tecnologias, tais como: RDF, OIL, OWL e

lgicas de descrio, espera-se poder chegar a um nvel de integrao e troca de

dados muito superior ao que se tem atualmente.

Ou seja:

30

Conhecimento poder ser organizado em espaos conceituais, de acordo com o seu significado. Essa organizao ser assistida por

mquinas que sero capazes de fazer a seleo e a filtragem da

informao. Ontologias sero cruciais para essa tarefa.

Ferramentas automatizadas sero responsveis pela verificao de consistncia e minerao de novas informaes.

Mecanismos de busca baseados em palavras-chave sero substitudos por queries14 sofisticadas. A informao requisitada poder ser

recuperada, extrada e apresentada de maneira amigvel.

Atualmente, h uma quantidade gigantesca de informaes na Internet e os

nmeros no param de crescer. Quando fazemos uma pesquisa sobre um

determinado assunto atravs de um buscador, como o Google por exemplo, muita

informao intil ou que no de interesse ao usurio poder ser listada. Para

melhorar essa situao, faz-se necessrio indexar de forma adequada os recursos na

Internet, ou seja, precisamos acrescentar elementos que nos indiquem, por exemplo,

que tipo de informao fornecido em um site, necessitamos de metadados - que o

assunto do nosso prximo tpico.

14 Query o termo em ingls para consulta, seu plural queries. Uma query pode usar uma tcnica especfica ou conjunto de instrues para obter o que se deseja.

31

II.03.02 Metadados

A International Federation of Library Associations (IFLA) define metadados

da seguinte forma: Metadados so dados sobre dados. O termo se refere a qualquer

informao utilizada para a identificao, descrio e localizao de recursos.

O consrcio W3 (W3C World Web Consortium www.w3.org) tem uma

viso mais voltada para a Web Semntica. Metadados so definidos como

informaes para a Web que podem ser compreendidas por mquinas.

Quando se trata do mundo digital, chama-se de recurso o objeto descrito por

metadados, pois este pode ser tanto um simples dado, quanto um documento, uma

pgina da Web, ou at mesmo uma pessoa, uma coleo, um sistema, um

equipamento ou uma organizao. Na Web, o conceito recurso significa qualquer

objeto que pode ser alcanado atravs de uma URI (Uniform Resource Identifier -

www.w3.org/Addressing), como qualquer recurso que acessado via seu endereo

eletrnico. Isso inclui documentos, pginas pessoais, sites ou sistemas. A descrio de

uma pessoa ou organizao feita atravs da descrio da pgina dessa pessoa ou

organizao.

Metadados descrevem os recursos da Web com a finalidade de facilitar a sua

descoberta, localizao e utilizao. Motores ou mecanismos de busca (em ingls:

Search engines), ao utilizarem esses metadados, proporcionam consultas bem mais

precisas, envolvendo no somente palavras, mas propriedades descritas, como o

autor do recurso, o formato do recurso, a data do recurso etc.

No mundo digital, metadados no se restringem queles usados para

descrever recursos para permitir sua descoberta e localizao. Por exemplo,

metadados tambm descrevem os formatos dos recursos, a fim de permitir que

computadores identifiquem quais aplicativos podem ser usados para manipular esses

recursos. Aplicativos, ao analisarem metadados, verificam se o formato do recurso

compatvel, as condies de uso do recurso, restries de acesso etc.

Em computadores, metadados servem de representantes de um recurso e

para caracterizar o trabalho original, para que usurios entendam seu significado,

propsito, origem e condies de uso. Metadados so vistos como dados que

descrevem propriedades de um recurso para diversos propsitos, como o contexto

32

em que o recurso se insere, sua qualidade, suas condies de uso, sua identificao,

suas estratgias de preservao etc. Essa diversidade de tipos de metadados d

suporte realizao de inmeras funes, como funes de descoberta do recurso,

de localizao do recurso, de avaliao do recurso, de uso do recurso etc.

Embora o conceito seja aparentemente novo, bibliotecrios esto h sculos

produzindo e padronizando metadados, medida que extraem de documentos (que

seriam os dados) informaes de indexao e catalogao (que seriam os metadados),

para oferecer aos usurios caminhos, para que estes possam buscar os documentos

de que necessitarem. Na Biblioteconomia, o padro MARC (MAchine-Readable

Cataloging com mais detalhes no site da Biblioteca do Congresso Americano em:

www.loc.gov/marc) um exemplo de esquema de metadados. Estes metadados

indicam propriedades do documento, como seu autor, sua data de publicao, seu

ttulo, seu assunto etc. e tm como finalidade permitir a descoberta e a localizao

desses documentos.

Os metadados podem estar inseridos nos prprios documentos que

descrevem. Em pginas HTML possvel inserir metadados atravs de marcaes

(chamadas de meta tags), que no so visveis quando a pgina exibida pelo

navegador. Esses metadados podem ser lidos por motores de busca ou por

aplicativos que os utilizem.

Os metadados tambm podem ser armazenados em repositrios. Nesses

repositrios, os metadados so produzidos atravs de anotadores, que so sistemas

que guiam usurios na descrio dos recursos. Esse tipo de soluo tem sido utilizada

em organizaes para permitir que estas descrevam seus recursos.

Essas organizaes consideram como recursos, pginas da Web que

identificam seus departamentos, seus especialistas, seus sistemas informatizados

disponibilizados, bibliotecas digitais, repositrios de documentos digitais etc.

Atravs desses metadados, essas organizaes possuem um maior

entendimento de suas prprias potencialidades.

Um exemplo de metadado popularmente muito utilizado a tag ID3 (tambm

chamada de ID3 Tag) que um conjunto de informaes muito utilizado no formato

de udio MP3. Esse conjunto de informaes que compe a ID3 permite armazenar

33

informaes como o ttulo, artista, lbum, nmero da faixa ou outra informao

sobre o arquivo no prprio arquivo.

A primeira verso da ID3 foi criada em 1996 para atender a necessidade de

armazenar mais informaes no arquivo e no apenas deix-las no nome do prprio

arquivo com extenso mp3. Desse modo, teve-se a ideia de adicionar alguns dados

no fim do arquivo e logo tornou-se o padro de metadados dos arquivos com

extenso mp3.

Para atender a determinados objetivos, a uma comunidade ou a um assunto

em especfico diversos padres de metadados foram criados. A seguir, veremos os

principais padres voltados Web Semntica.

34

II.03.02.01 Padro Dublin Core

Os usurios desse padro se organizaram em uma iniciativa, o Dublin Core

Metadata Initiative (DCMI www.dublincore.org). Essa organizao dedica-se

adoo de padres de metadados e ao desenvolvimento de vocabulrios

especializados para a descrio de recursos, de modo a viabilizar sistemas mais

inteligentes de recuperao de informaes.

Os elementos que compem o padro Dublin Core esto listados a seguir

(http://www.dublincore.org/documents/dcmi-terms/):

-Assunto (subject) O tpico abordado pelo recurso.

-Ttulo (title) Nome dado ao recurso.

-Criador (creator) Pessoa responsvel, podendo ser mais do que uma,

pelo contedo intelectual do recurso.

-Descrio (description) Descrio do contedo do recurso.

-Editor (publisher) Entidade responsvel por tornar o contedo

disponvel.

-Outro agente (contributor) Entidade responsvel por contribuies ao recurso.

-Data (date) Data da publicao. O padro sugerido o W3CDTF

(http://www.w3.org/TR/NOTE-datetime).

-Tipo (type) Natureza do recurso. Padro sugerido: DCMITYPE

(http://dublincore.org/documents/dcmi-type-

vocabulary).

-Formato (format) O formato do arquivo. Exemplo: PDF, TXT etc.

-Identificador (identifier) Identificao nica do recurso. Exemplo: nmero.

-Relacionamento (relation) Relacionamento com outros recursos.

-Fonte (source) O recurso do qual este derivado, se aplicvel.

-Linguagem (language) Linguagem do recurso.

-Cobertura (coverage) Abrangncia espacial ou temporal do recurso.

35

-Direitos (rights) Informao sobre os direitos pertinentes ao recurso.

Segundo Breitman, o padro Dublin Core um padro bastante simples,

como pode ser observado a partir do grupo bsico de elementos que o compem.

Sua simplicidade um ponto forte, pois permite a disseminao e a utilizao em

larga escala, e , ao mesmo tempo, sua maior fraqueza, pois no acomoda uma

semntica mais expressiva. um padro que fez opo pela facilidade sobre o poder

de expresso.

Atualmente o Dublin Core um padro ANSI para metadados (ANSI/NISO

Z39.85) e norma ISO (ISO Standard I5836-2003).

Veremos no tpico a seguir um padro aberto, o RDF, com grande

capacidade de expresso e que o padro mais compatvel com o dinamismo da Web

atual.

36

II.03.02.02 Resource Description Framework - RDF

Em 1995, um ano aps a realizao da conferncia que deu origem ao padro

Dublin Core, realizou-se um outro evento onde foi proposto um novo padro para

metadados, o Framework de Warwick - que utiliza os descritores bsicos do Dublin

Core, sendo adicionados novos elementos. Ele composto por vrios pacotes, onde

cada um deles pode utilizar uma sintaxe diferente. Apesar de aumentar a flexibilidade

do modelo Dublin Core, no garante que dois pacotes podero trocar dados entre si

e nada no Framework de Warwick garante que dois conjuntos de metadados possam

estar utilizando um conceito com significados diferentes ou dois conceitos com um

mesmo significado. De modo a tratar essas dificuldades, um novo padro surgiu, o

RDF Resource Description Framework.

O RDF uma linguagem declarativa que fornece uma maneira padronizada

de utilizar o XML para representar metadados no formato de sentenas sobre

propriedades e relacionamentos entre itens na Web. Esses itens, denominados de

recursos, podem ser virtualmente quaisquer objetos (texto, imagem, vdeo e outros),

basta que possuam um endereo na Web.

O RDF recebeu grande influncia da comunidade de bibliotecas digitais. O

RDF pode ser entendido como uma implementao do Framework de Warwick sem

um dos problemas identificados no Framework de Warwick: atravs da utilizao da

marcao de namespace propiciada pelo XML, a questo da superposio semntica

resolvida.

Um dos objetivos do RDF tornar a semntica de recursos da Web acessvel

a mquinas. Apesar de a informao na Web poder ser lida automaticamente, sua

semntica no definida. O RDF vai acrescentar metainformao a esses recursos,

de modo, a possibilitar s mquinas lidarem com eles de modo inteligente.

Descries RDF foram projetadas para fornecer informaes aos computadores e

no aparecerem na tela.

O modelo RDF bsico destaca-se pela simplicidade com que busca estruturar

o contedo de uma pgina Web. Eles so construdos com a utilizao de recursos e

propriedades, descritos a seguir:

37

Recursos: representam o universo de objetos que podem ser descritos pelo modelo RDF. Uma pgina inteira da Web ou uma parte dela; uma coleo de

pginas; ou um objeto que no diretamente acessvel via Web, por exemplo, um

livro impresso. Para cada recurso associado um identificador nico (URI) de forma

a poder identific-lo posteriormente.

Propriedades: representam os aspectos do recurso a serem descritos. Propriedades podem ser visualizadas como atributos (caractersticas) de

recursos. Tambm so utilizadas para descrever relacionamentos entre recursos.

Neste sentido, o modelo de dados RDF assemelha-se ao modelo Entidade-

Relacionamento. Cada propriedade tem um significado especfico, definem seus

valores permitidos, os tipos de recursos que podem descrever, e seus

relacionamentos com outras propriedades.

Vejamos como ficaria, a partir de um exemplo de um site de contedo, o

RDF correspondente. A tabela a seguir ilustra uma parte de um contedo HTML de

um site de contedo, por exemplo: www.ig.com.br, dentro do canal de Esportes e da

categoria Futebol, os campees brasileiros dos anos de 2005 e 2006:

Categoria Campeonato Ano Campeo

Futebol Brasileiro 2005 Corinthians

Futebol Brasileiro 2006 So Paulo

Um possvel arquivo RDF correspondente o seguinte:

38

Futebol

Brasileiro

Corinthians

Futebol

Brasileiro

So Paulo

Explicando o arquivo RDF acima, temos:

39

A primeira linha do arquivo declarativa, ela diz qual a verso do XML est

sendo utilizada, no caso trata-se da verso 1.0.

O elemento rdf:RDF o elemento raiz (e no caso tem o terminador

/rdf:RDF). Neste caso, ele indica que o contedo RDF.

O elemento xmlns:rdf indica o namespace do prprio RDF, ou seja, ele indica

que todos os elementos ou atributos que comearem com o prefixo rdf: estaro

localizados dentro de um nico arquivo, que contm a especificao do vocabulrio

de RDF.

Tambm podemos ter vocabulrios criados pelos autores do arquivo RDF

em questo. No exemplo acima, foi apontado para

http://www.pucsp.br/~demi/vocabulario/esporte/#. Neste local estaro descritos

os termos utilizados: ano, campeao, campeonato e categoria. O namespace deste local

o xmlns:esp e que identificar as etiquetas do tipo esp:.

O elemento rdf:Description (e seu terminador /rdf:Description) contm a

descrio do recurso identificado atravs do atributo rdf:about.

O elemento esp:ano descreve uma propriedade do recurso. O mesmo

acontece para os elementos esp:categoria, esp:campeonato e esp:campeao.

recomendvel que o nome do arquivo RDF seja o mesmo do recurso que

est sendo descrito com o sufixo .rdf. Por exemplo: se a pgina for: br_camp.aspx, o

arquivo RDF correspondente ser: br_camp.aspx.rdf.

Para ligar ou efetuar o link entre o recurso HTML (que expe o contedo ao

usurio, sendo que no caso trata-se de um arquivo asp.net com extenso aspx) e sua

respectiva descrio RDF, devemos adicionar a tag dentro da seo da tag

da pgina. Por exemplo: .

Como vemos, o RDF simples, intuitivo, prtico e extensvel.

40

II.03.02.03 Crticas aos Metadados

Vimos a criao de uma estrutura projetada para que sejam fornecidas

informaes s mquinas e que no necessariamente aparecero na tela do

computador de um usurio ou internauta. Mas essa a soluo mais adequada?

Segundo Cory Doctorow15 no site: http://www.well.com/~doctorow/metacrap.htm

temos muitos problemas a serem enfrentados:

-As pessoas mentem. Estamos num mundo competitivo e as pessoas querem

aparecer ou vender, por isso, no h garantias de que as classificaes sero honestas,

politicamente corretas ou algo que valha.

-As pessoas so preguiosas. O modelo baseado em metadados supe que os

usurios ou responsveis pelas pginas iro classificar, indexar ou fornecer as

informaes necessrias. Como podemos supor isso se muitos e-mails no tm o

assunto a que se referem discriminado e muitas pginas Web no possuem sequer um

ttulo descritivo adequado.

-As pessoas so disciplicentes. A falta de cuidado e interesse das pessoas em

fazer de forma correta a criao e manuteno de metadados. Doctorow cita como

exemplo o site de leilo e-Bay (www.ebay.com), um site em que seus utilizadores

teriam interesse em classificar corretamente os produtos que colocam venda mas,

que apresenta um grande nmero de produtos cadastrados erroneamente. Ele sugere

15 Cory Doctorow um jornalista canadense, atua como professor visitante na Universidade de Southern na Califrnia. Mais informaes em: http://en.wikipedia.org/wiki/Cory_Doctorow#Biography.

41

uma busca por plam pilot em vez de palm pilot onde se verificar que podem

aparecer resultados cadastrados de forma incorreta.

-Misso impossvel: conhea a si mesmo. Como diz Doctorow, seria uma

metautopia supor que as pessoas se conhecem adequadamente e que sabero

descrever seus metadados e domnios de forma adequada. A experincia prtica diz

que as pessoas no conseguem observar seus prprios comportamentos de forma

adequada. Isso pode ser comprovado com experincias, tais como: pergunte a um

programador quanto tempo ele levar para codificar uma determinada rotina ou

pergunte a um empreiteiro quanto tempo ser necessrio para construir alguma coisa.

-Falta de neutralidade nos modelos. A forma de organizar as categorias dos

metadados j demonstra uma tendncia dos usurios. Nenhum modelo realmente

isento de influncias. O processo de descrio de metadados no exceo. Espera-

se que a decomposio do domnio e sua categorizao sejam influenciadas pelos

interesses de quem est fazendo a modelagem. Doctorow cita o exemplo de um

fabricante de mquinas de lavar. Se ele for consciente de questes relativas ao meio

ambiente ou se a vantagem competitiva oferecida por seu produto for o baixo

consumo de energia de se esperar uma decomposio do seguinte tipo:

Consumo de energia:

Consumo de gua limpa:

Tamanho:

Capacidade:

Confiabilidade:

Enquanto que se o fabricante tiver o design como diferencial, poderamos

esperar uma decomposio assim:

Cor:

Tamanho:

42

Programabilidade:

Confiabilidade:

Ou seja, cada um procuraria enfatizar o que tem de destaque ou o item que

apresentaria melhores resultados.

-Mtricas influenciam resultados. Evidentemente que a escolha das mtricas a

serem utilizadas na caracterizao da informao fornecida vai sofrer a influncia de

quem est escolhendo o conjunto de mtricas que ser utilizado. Da mesma forma

que no item anterior, pode-se dar preferncia a aspectos que sabidamente vo ter

uma pontuao maior do que a de seus concorrentes, em detrimento de itens que

podem no ser to interessantes sob o ponto de vista da concorrncia. Exemplo

disso, so softwares que apresentam boas caractersticas em termos de segurana,

mas so ruins em termos de convenincia

-Existe mais de uma maneira de descrever alguma coisa. No, eu no estou

assistindo desenhos animados! antropologia cultural. Pessoas razoveis podem

discordar para sempre em como descrever uma determinada coisa. Solicitar para que

todos usem o mesmo vocabulrio para descrever seus recursos, foraria a uma

homogeneidade de ideias.

E qual a soluo? Jogar tudo fora? Os americanos tm uma expresso

idiomtica que adverte os usurios, quando no esto satisfeitos com algo, para no

jogar fora o beb junto com a gua do banho. Na essncia, o que esse ditado quer

dizer que mesmo com uma srie de restries que podemos fazer ao assunto, no

caso os metadados, ainda existem muitas coisas vlidas (o beb), que no devem ser

jogadas fora.

Enfim, os metadados podem no ser a soluo de todos os problemas, mas

so muito teis e auxiliam na identificao, classificao ou indexao de pginas da

43

Web, melhorando o resultado de buscas e permitindo que uma parte do

processamento possa ser efetuado por computadores, em vez de seres humanos.

Devemos ressaltar que para obter resultados satisfatrios em uma pesquisa

precisamos, tambm, classificar as informaes de uma forma adequada e para isso,

apresentaremos no prximo captulo o conceito e a utilizao de ontologias para esse

fim.

44

II.03.03 Ontologias

Neste captulo sero expostas as caractersticas das ontologias.

Segundo Karin Breitman, temos a seguinte definio para ontologias:

Ontologias so especificaes formais e explcitas de

conceitualizaes compartilhadas. Ontologias so modelos conceituais

que capturam e explicitam o vocabulrio utilizado nas aplicaes

semnticas. Servem como base para garantir uma comunicao livre de

ambiguidades. Ontologias sero a lngua franca da Web Semntica.

O termo conceitualizao utilizado por Karin Breitman, acima exposto

aponta para um modelo abstrato de algum acontecimento que identifique conceitos

de importncia desse acontecimento. J a expresso explcita quer dizer que os

tipos de conceitos usados e as limitaes do uso desses conceitos devem ser de

forma explcita. Atravs dessa descrio possvel visualizar algumas caractersticas

importantes. Uma delas o fato de que uma ontologia deva ser explcita, as outras se

atribuem ao fato de que uma ontologia deva ser formal e descrever um

conhecimento comum a um grupo.

Uma segunda definio para o termo dada por Gmez e Corcho, eles

definem uma ontologia da seguinte forma: Uma ontologia um conjunto de termos

ordenados hierarquicamente para descrever um domnio que pode ser usado como

um esqueleto para uma base de conhecimentos. Diferentemente da primeira, essa

definio apresenta algumas informaes sobre a estruturao de uma ontologia.

Pois, segundo ela, uma ontologia deve possuir termos organizados com uma

hierarquia associada, o que chamado de taxonomia. Ainda nessa descrio

apresentada outra caracterstica importante, a qual consiste numa das principais

utilidades de uma ontologia que servir como um schema, ou seja, um marcador, para

um banco de conhecimentos, viso essa muito comum dentro da rea da gesto de

conhecimentos. Ainda nessa ltima definio de ontologia vale pena ressaltar que

essa definio mostra uma diferena importante sobre o que uma ontologia e o que

uma base de conhecimento. Como Guimares descreve, uma ontologia

disponibiliza um esqueleto bsico no qual se pode edificar uma base de

conhecimentos. Ela tambm prov um conjunto de conceitos e termos para

descrever certo domnio, enquanto a base de conhecimento usa essas expresses para

detalhar uma determinada realidade. Caso acontea de que essa realidade seja alterada

45

a base de conhecimento ser modificada, porm a ontologia ficar a mesma, desde

que o domnio fique inalterado.

Segundo o trabalho de Guimares, as principais vantagens para o uso de

ontologias so: primeiramente, o fato de que ontologias fornecem um vocabulrio

para a representao do conhecimento. Esse vocabulrio tem uma conceitualizao

que o sustenta, de forma a prevenir interpretaes diferentes dele. As ontologias

ainda permitem o compartilhamento de conhecimento, dessa forma caso haja uma

ontologia que molde adequadamente certo domnio de conhecimento, essa pode ser

compartilhada e usada por pessoas que criem aplicaes dentro desse domnio. Um

exemplo dessa caracterstica pode ser dado na seguinte situao: imaginemos a

existncia de uma ontologia para o domnio de barcos. Uma vez que essa esteja

disponvel, qualquer outro barco pode construir seus catlogos usando o vocabulrio

fornecido por essa ontologia sem que precisem refazer uma avaliao do domnio de

barcos. Diferentemente da linguagem natural, onde as palavras podem ter

significados diferentes conforme o seu contexto, as ontologias por serem escritas em

linguagem formal fornecem uma descrio exata do conhecimento. Um exemplo

disso quando algum fala a palavra globo, dependendo do estado mental da

pessoal que ouviu o termo, poder associ-lo com o significado da rede de televiso

Globo, como tambm possvel que para essa mesma pessoa a palavra tenha a

semntica de um corpo esfrico. Isso no aconteceria, ou pelo menos teria pequenas

chances de acontecer, se existisse uma conceitualizao comum entre as duas pessoas

que esto se comunicando. Por exemplo, imagine que as duas pessoas concordem em

usar uma ontologia sobre o domnio de formas geomtricas, provavelmente no

existiria mal entendido entre elas.

Vimos o que uma ontologia e quais so as suas principais vantagens. Com

esses tpicos j possvel ter-se uma ideia bsica das partes que compem uma

ontologia, porm vale a pela formalizar essa questo. Segundo Guimares, entre as

vrias definies sobre o que compe uma ontologia, a que mais se destaca dada

por Maedche devido ao seu alto grau de formalismo. Porm, a descrio feita por

Gmez tambm bastante completa. Isso fez com que Guimares mesclasse as

definies dos dois autores, e essa mistura que ser apresentada aqui.

Um conjunto de conceitos e uma hierarquia entre esses conceitos, ou seja,

uma taxonomia definida como um dos componentes principais que compem uma

46

ontologia. Aqui, os conceitos possuem a capacidade de ser abstratos, um exemplo

disso a fora; concretos, como por exemplo, um navio; elementares que

exemplificado por um eltron; ou compostos, como por exemplo, um tomo. Para

melhor se entender taxonomia pode-se pensar no conceito prton ser um

subconceito do conceito tomo.

Outra pea que tambm compe uma ontologia um conjunto de

relacionamento entre esses conceitos. Como exemplifica o fato de que entre o

conceito pessoa e o conceito carro a relao que h a de ser dono. Ainda h um

conjunto de funes, onde uma funo um caso especial de relacionamento em que

um conjunto de elementos tem uma relao nica com outro elemento. Um exemplo

de funo o fato de certo conceito ser pai biolgico de outro.

Por fim, contrrio ao conjunto de funes um conjunto de axiomas, onde

h regras que sempre so verdade. Exemplificar axioma fazer-se pensar que toda

pessoa tem uma me.

Ressaltamos a principal diferena entre taxonomia e ontologia que o fato de

que a taxonomia permite classificaes, mas elas tero uma estrutura hierrquica e

sua classificao rgida e no permite relacionamentos de causa-efeito ou de

dependncia entre as partes que a ontologia permite.

E para obtermos as especificaes formais, relacionadas definio de Karin

Breitman acima, ou, simplesmente, ontologias que desejarmos, precisamos de

linguagens apropriadas para isso o que ser apresentado no prximo captulo e

tambm precisamos conhecer quais so as principais ontologias e qual o processo de

criao de uma ontologia, caso desejemos obter uma especificao inexistente tudo

isso ser apresentado nos captulos subsequentes.

47

II.03.03.01 Linguagens para Representao de Ontologias

Neste captulo sero expostas as caractersticas das principais linguagens para

representao de ontologias.

Listando as principais linguagens para representao de ontologias, temos:

RDF (Resource Description Framework): esta linguagem tambm pode ser utilizada para metadados e foi explanada detalhadamente

em item anterior (II.03.02.02).

SHOE (Single HTML Ontology Extension): uma linguagem que se apresenta como uma extenso do HTML. Ela fornece tags particulares

que podem ser utilizadas para representar ontologias e que no fazem

parte das tags que so utilizadas no HTML e por isso no so

mostradas a partir dos browsers. Sua inteno armazenar

informaes a respeito do contedo das pginas, permitindo maior

eficincia aos mecanismos de busca. Podemos ter agentes que

utilizariam o SHOE para realizar buscas semnticas na rede.

Segundo Heflin, Hendler e Luke, a linguagem SHOE faz uma

distino entre o contedo das pginas asseres ou instncias e a

terminologia, informao acerca dos metadados. SHOE permite a

definio de conceitos, relacionamentos e atributos. Veja no Anexo

01 Exemplo de Arquivo utilizando SHOE um arquivo da

Universidade de Princeton que o utiliza. Nesse exemplo, observe a

utilizao de novos tags: INSTANCE KEY (instncia), CATEGORY

NAME (conceito) e RELATION NAME (funo que relaciona dois

conceitos propriedade). Essas tags so adicionadas ao contedo

HTML como se fosse um novo cabealho. Esse conjunto de tags com

o contedo HTML forma a pgina SHOE.

SHOE menos expressivo que o RDF e, principalmente, dificulta a

manuteno das pginas que a utilizem. Ela foi descontinuada, mas

mantida pela Universidade de Maryland, que a havia criado. Porm,

devido a sua praticidade e simplicidade uma boa opo para criar-se

uma ontologia e por isso foi exemplificada no Anexo 01.

48

Mais informaes e exemplos da utilizao de SHOE esto em:

http://www.cs.umd.edu/projects/plus/SHOE/.

OIL (Ontology Inference Layer) segundo Gmez-Prez OIL pode ser definida assim:

Uma linguagem baseada em frames (quadros) que utilizam

lgica de descrio para fornecer uma semntica clara, ao mesmo tempo

em que permitem implementaes eficientes de mecanismos de

inferncia que garantam a consistncia da linguagem.

Muito do trabalho relacionado linguagem OIL foi incorporado

OWL, que veremos adiante.

Mais informaes no quadro comparativo entre as linguagens DAML

e OIL, no Anexo 02 Tabela Comparativa entre as linguagens OIL

e DAML. Informaes detalhadas e exemplos relacionados OIL

podero ser encontrados no seguinte endereo:

http://www.ontoknowledge.org/oil/.

DAML + OIL. (DAML o acrnimo de: DARPA (Defense Advanced Research Projects Agency) Agent Markup Language):

Segundo Karin Breitman, temos:

DAML + OIL dividida em duas partes, domnio dos objetos,

que consiste nos objetos que so membros de classes definidas na

ontologia DAML, e domnio dos tipos de dados, que consiste nos

valores importados do modelo XML. A ideia por trs da separao

permitir a implementao de mecanismos de inferncia, j que realizar

inferncias sobre tipos concretos de dados no seria possvel. DAML

composta por elementos de classe, expresses de classe e propriedades.

Uma comparao entre as linguagens OIL e DAML encontra-se em:

Anexo 02 Tabela Comparativa entre as linguagens OIL e DAML.

Informaes detalhadas e exemplos podem ser encontrados em:

http://www.daml.org/.

49

OWL (Ontology Web Language) Lanada como uma reviso da DAML + OIL pelo W3C, foi

projetada para atender s necessidades das aplicaes para a Web

Semntica, tais como:

- Construo de ontologias

- Fornecer claramente fatos sobre um determinado domnio

- Racionalizar sobre ontologias e fatos

Os elementos bsicos da OWL so: namespaces, cabealhos, classes,

indivduos, propriedades e restries.

- Namespaces: so declaraes que se localizam entre etiquetas do

tipo rdf:RDF e permitem que os identificadores que estaro presentes na ontologia sejam interpretados sem ambiguidades.

- Cabealhos: sob a etiqueta owl:Ontology comum incluir uma

coleo de etiquetas sobre a prpria OWL. Elas so responsveis por

registrar comentrios, pelo controle de verso e pela incluso de

conceitos e propriedades de outras ontologias.

- Classes: so utilizadas para descrever os conceitos mais bsicos de

um domnio, que serviro como bases ou razes de vrias taxonomias.

O construtor fundamental de uma taxonomia rdfs:subClassOf, que

define a hierarquia de classes, atravs de relacionamentos de

generalizao (tipo-de). Por exemplo, temos a sentena: Um exame

de sangue um exame mdico. Em OWL classificamos os conceitos

Exame_Medico e Exame_De_Sangue como classes e estabelecemos

um relacionamento de generalizao entre eles utilizando a tag

rdfs:subClassOf, conforme exemplo a seguir:

Ressalte-se que esse comportamento transitivo. Isto , se existe uma

classe Hemograma que subclasse da classe Exame_De_Sangue e

50

esta, por sua vez, subclasse de Exame_Medico, temos que a classe

Hemograma subclasse de Exame_Medico.

- Indivduos: so objetos do mundo. Eles pertencem a classes e so

relacionados a outros indivduos e classes atravs de propriedades.

Eles so os membros das classes. Exemplo:

Propriedades: descrevem caractersticas em geral. Exemplo:

1000

Restries: so utilizadas para definir limites para indivduos que

pertencem a uma classe.

A linguagem OWL oferece trs sublinguagens projetadas para uso de

comunidades especficas de implementadores e usurios:

A OWL Lite d suporte aos usurios que necessitam, principalmente,

de uma hierarquia de classificao e simples caractersticas de

restrio. Por exemplo, enquanto a OWL Lite suporta restries de

cardinalidade, ela somente permite 0 (zero) ou 1 (um) como valores

de cardinalidade. Dessa forma, mais simples criar ferramentas que

suportam a OWL Lite do que seus custosos parentes, alm de

51

fornecer um rpido caminho de migrao para o tesauro16 e outras

taxonomias.

A OWL DL d suporte aqueles usurios que desejam o mximo de expressividade sem perder a completude computacional (todas as

concluses so garantidas de serem computadas) e a capacidade de

deciso (todas as computaes sero finalizadas em um tempo finito)

dos sistemas de raciocnio. A OWL DL inclui todos os construtores

da linguagem OWL com restries como separao entre tipos (uma

classe no pode ser ao mesmo tempo um indivduo ou tipo e uma

propriedade no pode ser ao mesmo tempo um indivduo ou uma

classe). OWL DL tem esse nome devido a sua correspondncia a

Lgica de Descrio, ou Description Logic, um campo de pesquisa que

tem estudado um fragmento de deciso particular de primeira ordem

lgica. OWL DL foi desenhada para suportar o que j existe no

segmento de descrio de lgica de negcios e tem propriedades

computacionais desejveis para sistemas de raciocnio.

A sublinguagem OWL Full feita aos usurios que desejam o

mximo de expressividade e a liberdade sinttica do RDF, sem

nenhuma garantia computacional. Por exemplo, na OWL Full uma

classe pode ser tratada simultaneamente como uma coleo de

indivduos ou, simplesmente, como um indivduo. Uma outra

diferena significante em relao OWL DL que um elemento

owl:DataTypeProperty pode ser marcado como um elemento

owl:InverseFunctionalProperty. A OWL Full permite uma ontologia

aumentar o significado de um vocabulrio pr-definido (RDF ou

16 Tesauro, tambm conhecido como dicionrio de ideias afins, uma lista de palavras com significados semelhantes, dentro de um domnio especfico de conhecimento.

52

OWL). improvvel que todo software de raciocnio venha a ser

capaz de suportar todas as caractersticas da OWL Full.

Cada uma dessas sublinguagens uma extenso de sua predecessora

mais simples, tanto no que pode ser legalmente expresso, quanto no

que pode ser concludo validamente.

A OWL pode ser entendida como um componente da atividade Web

Semntica. Esse esforo tenta fazer com que os recursos Web sejam

mais acessveis a processos automatizados, adicionando informaes

sobre os recursos que descrevem ou disponibilizam contedo Web.

Como a Web Semntica naturalmente distribuda, a OWL deve

permitir que as informaes sejam reunidas de diferentes fontes. Isto

feito, em parte, permitindo que ontologias sejam relacionadas,

incluindo informaes explcitas de importaes de outras ontologias.

Em adio, a OWL assume uma abordagem open world, ou seja,

descries de recursos no so confinadas a um nico escopo de

arquivo. Enquanto uma classe C1 pode ser definida dentro de uma

ontologia O1, ela pode se extendida em outras ontologias. As

consequncias dessas proposies adicionais sobre C1 so

monotnicas. Novas informaes no podem retratar informaes

anteriores. Novas informaes podem ser contraditrias, mas fatos e

concluses somente podem ser adicionados, nunca excludos. Trata-

se de um comportamento tpico de heranas de classes.

A possibilidade desse tipo de contradio uma coisa que o projetista

de uma ontologia deve considerar. esperado que o suporte dado

por ferramentas venha a ajudar a detectar esses casos.

Para se escrever uma ontologia que possa ser interpretada sem

ambiguidade e que possa ser devidamente utilizada por agentes de

software, precisamos de um sintaxe e uma semntica formal para a

53

OWL, sendo que a OWL uma extenso das Semnticas do RDF --

http://www.w3.org/TR/rdf-mt/ e a semntica da OWL definida

em OWL Web Ontology Language Semantics and Abstract Syntax:

http://www.w3.org/TR/2004/REC-owl-guide-

20040210/#FormalModel.

De qualquer forma, antes de usarmos um conjunto de termos,

necessitamos de uma indicao precisa sobre quais vocabulrios

especficos sero utilizados. Mais detalhes no tpico II.03.03 03

Criao de Ontologias.

Informaes detalhadas e exemplos sobre a linguagem OWL podem

ser encontrados em: http://www.w3.org/TR/owl-ref/.

Aps vermos as principais linguagens para representao de ontologias,

veremos a seguir as caractersticas das principais ontologias.

54

II.03.03.02 Principais Ontologias

Neste captulo sero expostas as caractersticas de algumas das principais

ontologias.

Segundo Karin Breitman temos diversas ontologias, dentre as principais

temos a SUMO (Suggested Upper Merged Ontology): o que traduzido, seria a

ontologia de topo incorporada sugerida, ou seja, trata-se de uma ontologia de topo

(base para outras ontologias) e uma iniciativa da comunidade de software livre

tendo como objetivo a construo de padro pblico, a ser disponibilizado

livremente com o uso da Internet. Como ontologia de topo, sua ideia conter um

nmero total de termos genricos, algo estimado entre 1.000 (um mil) e 3.000 (trs

mil). A partir desses termos genricos, podemos especializar para a criao de

ontologias de domnios especficos.

Citando outras ontologias de domnio, temos: GUM (Generalized Upper

Model), EDR (Eletronic Dictionary Research), WordNet (banco de dados lxico que

fornece os possveis significados de mais de 120.000 (cento e vinte mil) palavras em

lngua inglesa, organizados em conjuntos de sinnimos), ODP (Open Directory

Project), NAICS (North American Industry Classification System), GALEN

(desenvolvida pela organizao OpenGALEN, ela representa uma terminologia

clnica e foi desenvolvida para especificar restries utilizadas em domnios mdicos),

FOAF (Friend Of A Friend), Gartner (ndice de tpicos das pesquisas realizadas pelo

grupo Ga