buscas semânticasfileto/talks/buscassemanticas6sp.pdf · 21/04/2010 1 1 buscas semânticas:...
TRANSCRIPT
21042010
1
1
Buscas semacircnticas panorama e tendecircncias atuais
minicurso ERBD 2010
Renato Filetofiletoinfufscbr
Alunos Colaboradores Caio Stein DrsquoAgostinicsdinfufscbr
Karina Fasolinkfasolininfufscbr
Wanderson Rigowanderinfufscbr
Programa de Poacutes-graduaccedilatildeo em Ciecircncia da Computaccedilatildeo ndash PPGCC
Universidade Federal de Santa Catarina ndash UFSC
Conteuacutedo
Motivaccedilatildeo
Web semacircnticaProposta
Padrotildees
Desafios
Buscas semacircnticasDefiniccedilatildeo do problema
Abordagens e ferramentas
Tendecircncias
Conclusotildees
TempestTyphoon
Hurricane
Desert storm
Tornado
Motivaccedilatildeo Fenocircmenos linguiacutesticos
Homoniacutemia mesmo nome para coisas distintas(eg Tornado Lula Satildeo Paulo )rlm
Sinoniacutemia nomes distintos para a mesma coisa (eg Satildeo Paulo time de futebol o tricolor paulista o
campeatildeo mundial de )rlm
Hiperniacutemia Hiponiacutemia (IS_A)
generalizaccedilatildeo especializaccedilatildeo (eg animal
mamiacutefero primata )rlm
Meroniacutemia Holoniacutemia (PART_OF)
agregaccedilatildeo (eg paiacutes estado cidade )rlm
Instanciaccedilatildeo (TYPE_OF) (eg Santo(Satildeo Paulo))rlm
Web semacircntica (Web 3)rlm
A Web semacircntica eacute uma extensatildeo da Web atual em que a informaccedilatildeo recebe
significado bem definido habilitando os computadores e as pessoas a trabalhar em cooperaccedilatildeo
Tim Berners-Lee James Hendler Ora Lassila
The Semantic Web Scientific American May 2001
Bases da Web semacircntica
Representaccedilatildeo formal da semacircntica
Ontologias
Padrotildees para representar conhecimento na Web
Anotaccedilotildees semacircnticas
Descriccedilotildees de recursos (dados e serviccedilos) baseadas em ontologias
Inferecircncia (processamento do conhecimento)rlm
Reasoners e agentes inteligentes
21042010
2
Estrutura da Introduccedilatildeo
Motivaccedilatildeo O que eacute a Web semacircntica
Objetivos
Ontologias anotaccedilotildees semacircnticas inferecircncia
Padrotildees da Web Semacircntica
RDF RDF-Schema OWL SPARQLrlm RIF
Desafios da Web semacircntica
Criaccedilatildeo de ontologias anotaccedilotildees semacircnticas
inferecircncia articulaccedilatildeo de ontologias
Desenvolvimento de aplicaccedilotildees
Buscas semacircnticas
Ontologia na Filosofia
Filosofia grega
Ontos = ser logos = ciecircncia
Conceitualizaccedilatildeo compatilhada de algum universo de discurso ou domiacutenio de interesse
Conjunto de conceitos (eg entities attributes processes) com suas definiccedilotildees e intershyrelacionamentos
Visatildeo unificada para resolver problemas envolvendo significado (eg buscas semacircnticas integraccedilatildeo de dados interoperabilidade de sistemas composiccedilatildeo de serviccedilos)
Carrega uma visatildeo de mundo
Ontologias na Computaccedilatildeo
Ontologia
Conceitualizaccedilatildeo compartilhada
de um domiacutenio
Expliacutecita e formal para permitir o
processamento por maacutequinas
Pode ter diferentes formas
Thesaurus com relaccedilotildees semacircnticas entre termos (eg sinoniacutemia )
Taxonomia
Diagrama de classes
Base de conhecimento
Classes propriedades e suas relaccedilotildees
Instacircncias de classes
Compartilhada e Expliacutecita
Compartilhada um grupo de pessoas em um certo
domiacutenio deve concordar sobre o significado de entidades e relaccedilotildees expressas em uma ontologia
Expliacutecita uma ontologia eacute uma representaccedilatildeo concreta e manipulaacutevel de (parte de) uma conceitualizaccedilatildeo
Uma conceitualizaccedilatildeo poderia ser impliacutecita
eg existente somente na cabeccedila de algueacutem ou
embutida em um moacutedulo de software
Formal
Uma ontologia [expliacutecita] pode ter diversas formas mas
sempre inclui um vocabulaacuterio de termos e alguma especificaccedilatildeo de seu significado O grau de formalizaccedilatildeo de do vocabulaacuterio e dos significados especificados pode variar
consideravelmente
Altamente informal expressa em linguagem natural
Semishyinformal expressa em uma forma restrita e estruturada de linguagem natural
Semishyformal expressa em uma linguagem artificial e formalmente definida
Rigorosamente formal termos meticulosamente definidos com semacircntica formal teoremas e provas de propriedades como consistecircncia (soundness) e completuude
Trecho de ontologia 1
Pessoa
Santo
S1
IS_A
TYPE_OF
nome
Satildeo Paulo
Time
TimeFutebol
TF1
IS_A
TYPE_OF
nome
Satildeo Paulo
ParcelaTerritoacuterio
Estado
IS_A
Cidade
E1
TYPE_OF
nome
Satildeo Paulo
C1
nome
Satildeo PauloTricolor Paulista
PART_OF
21042010
3
Trecho de ontologia 2 Travel Exemplo de ontologia 3 DeCS(Descritores em Ciecircncias da Sauacutede)
Exemplo de ontologia 3a ndash DeCS(anatomia)
Exemplo de ontologia 3b ndash DeCS(doenccedilas)
Exemplo de ontologia 3c ndash DeCS(doenccedilas) Aplicaccedilotildees de Ontologias
Buscas semacircnticas
Ex Estado(Satildeo Paulo) Cidade(Satildeo Paulo)rlm
Interoperabilidade
Agentes moacuteveis
Reuso e composiccedilatildeo de recursos
Semantic Learning Objects
Semantic Web Services
Semantically enabled services amp workflows
21042010
4
Uses of ontologies
Comunicaccedilatildeo
entre pessoas e organizaccedilotildees
Interoperabilidade
Entre sistemas
Componentes Reusaacuteveis Confiabilidade
Especificaccedilatildeo
Engenharia de Sistemas
Outras distinccedilotildees pode ser importantes dentro de cada
categoria tais como a natureza do software tipo de usuaacuteriosn e domiacutenio de aplicaccedilatildeo
Ontologias como uma IntershyLingua
L1
L3
L2
L4
L1
L3
L2
L4
Interlingua
T1 T2
T3 T4
Ontologias pode ser usadas como suporte na traduccedilatildeo entre diferentes linguagens e
representaccedilotildees de informaccedilatildeoconhecimento
Padrotildees da Web semacircntica
Character Encoding
Codificaccedilatildeo de Caracteres
Exemplos de cabeccedilalhos de documentos XML com especificaccedilatildeo do
padratildeo de codificaccedilatildeo de caracteres utilizados nesses documentos
ltxml encoding=UTF-8gt
ltxml encoding=UTF-16gt
ltxml encoding=EUC-JPgt
ltxml version=ldquo10rdquo encoding=ISO-8859-1gt
URIs (Unified Resource Identifiers)rlm
httpwwww3orgAddressing
httpwwww3orgAddressingbackground
httpwwwfoldocorgUniform+Resource+Locator
ftpspysecretftpacmecompubtopsecretweapontgz
mailtofreddocicacuk
newsalthypertext
telnet19202168o
magicabcdef
ldap[2001db87]c=GBobjectClassone
tel+1-816-555-1212
urnoasisnamesspecificationdocbookdtdxml412
exampleabc7Bfoo7D
eXAMPLEabb637bfoo7d
NameSpaces
Exemplos de trechos de documentos XML com especificaccedilotildees e
uso de namespaces
ltx xmlnsedi=httpecommerceorgschemagt
lt-- the edi prefix is bound to httpecommerceorgschema
for the x element and contents --gt
ltxgt
ltbook xmlns=urnlocgovbooks
xmlnsisbn=urnISBN0-395-36341-6gt
lttitlegtCheaper by the Dozenlttitlegt
ltisbnnumbergt1568491379ltisbnnumbergt
ltbookgt
ltschema xmlnshttpwwww3org2001XMLSchemagt
ltschemagt
21042010
5
XML ndash eXtensible Makup Language
Construccedilotildees baacutesicas
ltElementogt Conteuacutedo ltElementogt
ltElemento gt
ltElemento Atributo1=ldquoValorrdquo Atributo2=ldquoValorrdquogt
ltElementorlmAtributo1=ldquoValorrdquorlmAtributo2=ldquoValorrdquogtrlm rlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlm
Conteuacutedo
ltElementogt
ltElemento1gt
ltElemento2gt
Conteuacutedo
ltElemento2gt
ltElemento1gt
ltElemento1gtltElemento2gtltElemento1gt
Um documento XML
ltxml version=10 encoding=ISO-8859-1 gt
ltElementoRaizgt
ltElemento1gt
ltElemento1_1gt Conteuacutedo ltElemento1_1gt
ltElemento1_2gt Conteuacutedo ltElemento1_2gt
ltElemento1_3gt
ltElemento1gt
ltElemento2gt
ltElemento2_1gt
ltElemento2_1_1gt Conteuacutedo ltElemento2_1_1gt
ltElemento2_1_2gt
ltElemento2_1gt
ltElemento2gt
ltElementoRaizgt
A Versatilidade do XML para Dados Semi-Estruturados
ltxml version=10 encoding=ISO-8859-1 gt
ltPessoarlmNome=ldquoJoatildeorlmderlmSouzardquorlmDataDeNascimento=ldquo12061964rdquorlmCPF=ldquo12312312rdquogt
ltEnderecosgt
ltEnderecorlmTipo=ldquoComercialrdquogtRuarlmArlm23rlm- CentroltEnderecogt
ltEnderecorlmTipo=ldquoResidencialrdquogtTorrerlmComercialrlm1923rlmSl1011rlmltEnderecogt
ltMalaDiretarlmDestino=ldquoComercialrdquogt
ltEnderecosgt
ltFormasDeContatogt
ltTelefonesgt
ltTelefonerlmTipo=ldquoComercialrdquorlmDDD=ldquo61rdquorlmRamal=ldquo211rdquogt222-8545ltTelefonegt
ltTelefonerlmTipo=ldquoCelularrdquorlmDDD=ldquo61rdquogt999-9999ltTelefonegt
ltTelefonerlmTipo=ldquoResidencialrdquorlmDDD=ldquo61rdquogt444-4444ltTelefonegt
ltTelefonesgt
ltEmailgtjoatildeoemailcombrltEmailgt
ltICQrlmNumero=rlmrdquo127653467654ldquorlmgt
ltFormasDeContatogt
ltPessoagt
Doc XML para Dados Climaacuteticos (Balanccedilo Hiacutedrico)rlm
ltxml version=10 encoding=ISO8859-1gt
ltWaterBal xmlns=httpwwwagricgovbrWaterBalxsd
location=Brotas latitude=-221500 longitude=-475800gt
ltWeatherData Date=ldquo20050823rdquogt
ltTemperaturegt 220 ltTemperaturegt
ltAvgRainFallgt 2013 ltAvgRainFallgt
ltPotETgt 1154 ltPotETgt
ltRealETgt 1154 ltRealETgt
ltStoredgt 1250 ltStoredgt
ltWaterDeficitgt 00 ltWaterDeficitgt
ltWaterExcessgt 860 ltWaterExcessgt
ltWeatherData gt
ltWaterBalgt
Arquivo texto (natildeo XML) com dados pluviomeacutetricos
weather station
year
station
code
end of file
latitude longitude altitude
Jan
Feb
Mar
Apr
May
Jun
Jul
Aug
Sep
Oct
Nov
Dec
XML-Schema
Um documento XML-Schema descreve os
elementos
atributos
relacionamentos
etc
permitidos em um ou mais documentos XML isto eacute define uma classe de documentos XML que adere a um
conjunto de restriccedilotildees estruturais e de dados
XML-Schema tem uma sintaxe XML
XML-Schema eacute mais robusta versaacutetil e poderosa que DTD (Document Type Definition)rlm
21042010
6
Um Documento XML-Schema(WaterBalxsd)rlm
ltschema xmlnshttpwwww3org2001XMLSchema gt
ltelement name=WaterBal type=WaterBalTypegt
ltattribute name=location type=stringgt
ltattribute name=latitude type=Latitudegt
ltattribute name=longitude type=Longitudegt
ltelement name=WeatherData type=AgregValuesgt
ltcomplexType name=AgregValuesgt
ltattribute name=Date type=DateTypegt
ltsequencegt
ltelement name=Temperature type=decimalgt
ltelement name=AvgRainfall type=decimalgt
ltelement name=PotET type=decimalgt
ltelement name=RealET type=decimalgt
ltelement name=Stored type=decimalgt
ltelement name=WaterDeficit type=decimalgt
ltelement name=WaterExcess type=decimalgt
ltsequencegt
ltcomplexTypegt
ltelementgt
ltschemagt
Validaccedilatildeo de documentos XML
Documento bem-formado (well-formed) satisfaz as restriccedilotildees
de formaccedilatildeo expressa na especificaccedilatildeo do XML
(httpwwww3orgTR2004REC-xml-20040204)rlm
Documento vaacutelido satisfaz as restriccedilotildees (elementos atributos
aninhamentos tipos etc) expressas em uma especificaccedilatildeo de
esquema XML em DTD ou XSL (XML-Schema) que eacute associada a
esse documento XML
Heterogeneidade semacircntica em XML
ltobject id=ldquoa1rdquo class=ldquoartifactrdquogt
lttuplegt
lttitlegt Nympheas lttitlegt
ltyeargt 1897 ltyeargt
ltcreatorgt Monet ltcreatorgt
ltpricegt 10000000 ltpricegt
ltowners refs=ldquop1p2p3rdquogt
lttuplegt
ltobjectgt
ltobject id=ldquop3rdquo class=ldquopersonrdquogt
lttuplegt
ltnamegt Claudia ltnamegt
ltagegt 17 ltagegt
lttuplegt
ltobjectgt
ltworkgt
ltartistgt Monet ltartistgt
ltnamegt Nympheas ltnamegt
ltstylegt Impressionist ltstylegt
ltsizegt 21 x 61 ltsizegt
ltcplacegt Givern ltcplacegt
ltworkgt
ltworkgt
ltartistgt Monet ltartistgt
lttitlegt Waterloo Bridge lttitlegt
ltstylegt Impressionist ltstylegt
ltsizegt 292 x 464 ltsizegt
lthistorygt
Painted with
lttechgt Oil on canvas lttechgt
in
lthistorygt
ltworkgt
XML como Padratildeo de representaccedilatildeo de dados
ldquoArtworksrdquorlmStructure
Works works
Work
Work
Field
artist title style size
string string string string
ldquoArtfactrdquorlmSchema
artifacts set
ampArtifact
Artifact class
artifact
tuple
title year creator price owners
ampPerson
string int string float list
YAT Model
YAT Any
YAT
V ampYAT
ODMG Model
Vtuple
Symbol
Type
V(int vbool v
float vstring)rlm
ampClass
Type
V
Symbol
(set vbag vlist varray)rlm
Class class
Symbol
Type
RDF ndash Resource Description Framework
Uma linguagem e modelo padronizados para expressar conhecimento na Web semacircntica
Um comando (statement) eacute uma tripla da forma
Recurso qualquer coisa referenciada por uma URL
Propriedade qualquer propriedade de um recurso
Valor um literal ou outro recurso
RDF-Schema define classes de recursos suas propriedades (que podem ser relacionamentos com outras classes) e possiacuteveis valores
Os formatos para representar ontologias na Web semacircntica (eg
DAML+OIL OWL) satildeo extensotildees do RDF
Sintaxe XML do RDF
ltxml version=10gt
ltrdfRDF xmlnsRDF httpwwww3orgRDFRDFldquo
xmlnsdc httpdublincoreorgdcldquogt
ltrdfDescription about=ldquohttpwwwagritempocnptiaembrapabrrdquogt
ltdctitlegt Nuacutecleo de Monitoramento e Anaacutelise de Dados
Meteoroloacutegicos e Climatoloacutegicos para a Agricultura ltdctitlegt
ltleadergt
rdfresource=ldquohttpwwwcnptiaembrapabr~assadrdquo
ltleadergt
ltrdfDescriptiongt
ltrdfDescription
about=ldquohttpwwwcnptiaembrapabr~assadrdquogt
ltdctitlegt Eduardo D Assad ltdctitlegt
ltemailgt Assadcnptiaembrapabr ltemailgt
ltrdfDescriptiongt
ltrdfRDF gt
21042010
7
Estrutura do conhecimento em RDF
httpwwwagritempocnptiaembrapabr
httpwwwcnptiaembrapabr~assad
Nuacutecleo de Monitoramento e
Anaacutelise de Dados
Meteoroloacutegicos e Climatoloacutegicos
para a Agricultura
assadcnptiaembrapabrEduardo D
Assad
dctitle
dctitleemail
leader
Metadata in RDFWater Balance (same place and institution)rlm
ltxml version=10gt
ltrdfRDF xmlnsRDF httpwwww3orgRDFRDFldquo
xmlns httpagricgovbrDocStdldquogt
ltrdfDescription about=httpwwwagricgovbrpublicWaterBal1234gt
ltSourcegt
rdfresource=ldquohttpwwwcepagriunicampbrrdquo
rdfresource=ldquohttpwwwciagroiacgovspbrrdquo
ltSourcegt
ltInitialDategt 28032002 ltInitialDategt
ltFinalDategt 31032002 ltFinalDategt
ltkeywordgt Water available in Soil ltkeyworkgt
ltlocalgt
rdfresource= ldquohttpwwwibgegovbrstate_SPrdquo
ltlocalgt
ltmeasument_unitgt
rdfresource= ldquohttpwwwinmetrogovbrmmrdquo
ltmeasument_unitgt
ltrdfDescriptiongt
ltrdfRDFgt
httpwwwagricgovbrpublicWaterBal1234
http
wwwcpaunicampbr
Centro de Pesquisas
Agriacutecolas (CEPAGRI)
name
source
httpwwwciagroiacg
ovspbr
httpwwwunica
mpbr
part_of
CIIAGRO
name
http
wwwiacgovspbr
part_of
InitialDate
28032002
FinalDateWater available in
Soil
http
wwwibgegovbrstate_SP
source
keyword
http
wwwinmetrogovbrmm
31032002
local
measurement_unit
RDF-Schema
ltrdfabout=ampAgricZoningCountry rdfslabel=Countrygt
ltrdfssubClassOf dfresource=ampAgricZoningTerritorialDivisiongt
ltrdfabout=ampAgricZoningState rdfslabel=ldquoStategt
ltrdfssubClassOf dfresource=ampAgricZoningTerritorialDivisiongt
ltrdfProperty rdfabout=ampAgricZoningstatesOfCountry
aminCardinality=1
rdfslabel=statesOfCountrygt
ltrdfsdomain rdfresource=ampAgricZoningCountrygt
ltrdfsrange rdfresource=ampAgricZoningStategt
ltainverseProperty rdfresource=ampAgricZoningcountryOfStategt
ltrdfPropertygt
RDF-Schema
ltrdfProperty rdfabout=ampAgricZoningcountryOfState
amaxCardinality=1
aminCardinality=1
rdfslabel=countryOfStategt
ltrdfsrange rdfresource=ampAgricZoningCountrygt
ltrdfsdomain rdfresource=ampAgricZoningStategt
ltainverseProperty
rdfresource=ampAgricZoningstatesOfCountrygt
ltrdfPropertygt
Trecho de RDF
ltAgricZoningCountry rdfabout=ampAgricZoningpais_55
AgricZoningnameBR=BRASIL rdfslabel=BRASILgt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_1gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_2gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_3gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_4gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_5gt
ltAgricZoningstatesOfCountry rdfresource=ampAgricZoningestado_11gt
ltAgricZoningstatesOfCountry rdfresource=ampAgricZoningestado_12gt
ltAgricZoningmetroAreasOfCountry
rdfresource=ampAgricZoningmetro_5201gt
ltAgricZoningCountrygt
21042010
8
Descriccedilotildees em RDF de recursos para a coleta de dados cientiacuteficos
wwwEquipServcombrschema2rdfs
RD
F S
chem
aR
DF
Equipment Clienthas
String StringString String
category model name city
wwwAgriTempobrschema1rdfs
WeatherStation
longitudealtitude
LandParcel
CountyState
latitude
inpart_of
ampws1
ampws3
ampws4
Stringname
ampeq1
ampRio
ampUbatuba
ampCampinas
ampws2
ampUnicamp
ampEmbrapa
ampSP
ampRJ
in
in
in
in
part_of
part_of
part_of
has
has
has
has
ampws1 = httpwwwembrapabrWeatherStationX
ampws2 = httpwwwiacbrWeatherStationK
ampws3 = httpwwwunicampbrWheaterStationA
ampws4 = httpwwwunicampbrWheaterStationB
ampeq1 = httpwwwembrapabrCameraZ
subClassOf (isA)rlm
typeOf (instance)rlm
other kind of property
DegreesDecMeters
String
String
value
value
OWL ndash Ontology Web Language
Estende o RDF com vocabulaacuterio padronizado e construccedilotildees para definir
Escopo local de propriedades
Disjunccedilatildeo de classes
Combinaccedilotildees de classes
Restriccedilotildees de cardinalidade
Caracteriacutesticas especiais de propriedades (eg transitividade simetria anti-simetria propriedades inversas)rlm
The 3 flavors of OWL
OWL LiteExpressividade restrita (exclui classes enumeradas disjunccedilatildeo cardinalidade arbitraacuteria )
Faacutecil de entender e usar
OWL DL
Equivalente agrave loacutegica descritiva (DL = Description
Logics)
Ainda permite eficiecircncia e computabilidade
OWL Full
Compatiacutevel sintaacutetica e semanticamente com RDF embora mais poderosaPode ocasionar inferecircncias indecidiacuteveis
Disjunction and Equivalence of Classes
ltowlClass rdfabout=associateProfessorgt
ltowldisjointWith rdfresource=assistantProfessorgt
ltowlClassgt
ltowlClass rdfID=facultygt
ltowlequivalentClass
rdfresource=academicStaffMembergt
ltowlClassgt
Inverse properties
ltowlObjectProperty rdfID=teachesgt
ltrdfsrange rdfresource=coursegt
ltrdfsdomain rdfresource=academicStaffMembergt
ltowlinverseOf rdfresource=isTaughtBygt
ltowlObjectPropertygt
Sintaxe abstrata para OWL
Class(Person partialrestriction (hasChild allValuesFrom(Person)))rlm
Class(Parent completePersonrestriction (hasChild someValuesFrom(Person)))rlm
ObjectProperty(hasChild)rlm
Individual (John type(Person)rlmvalue(hasChild Mary))rlm
21042010
9
Busca em uma ontologia
Pessoa
Santo
S1
IS_A
TYPE_OF
nome
Satildeo Paulo
Time
TimeFutebol
TF1
IS_A
TYPE_OF
nome
Satildeo Paulo
ParcelaTerritoacuterio
Estado
IS_A
Cidade
E1
TYPE_OF
nome
Satildeo Paulo
C1
nome
Satildeo PauloTricolor Paulista
PART_OF
SPARQL (recomendaccedilatildeo W3C)rlm
Exemplo de expressatildeo em SPARQL
SELECTrlmconceptrlm propertyrlm ldquoSatildeorlmPaulordquo
WHERE
concept propertyhasProperty property
FILTER(property name)rlm
Linguagens de Regras (Prolog)
Rules
parent(x z)rlm - father(x z) v mother(x z)
sibling(x y)rlm- parent(x z) and parent(y z)
Knowledge base
father(_Maria _Joatildeo)
father(_Pedro _Joatildeo)
Query
sibling(_Maria x) rArr Yes rArr b = _PedrorArr b = _xyz1rArr b = _xyz2 rArr b = _xyz3rArr b = _xyz4
RIF (Rule Interchange Format)
A buyer buys an item from a seller if the seller sells it to the buyer John sells LeRif to Mary The fact Mary buys LeRif from John can be logically derived by a modus ponens argument
Document(
Prefix(cpt lthttpexamplecomconceptsgt)
Prefix(ppl lthttpexamplecompeoplegt)
Prefix(bks lthttpexamplecombooksgt)
Group ( Forall Buyer Item Seller (
cptbuy(Buyer Item Seller)
cptsell(Seller Item Buyer)
)
cptsell(pplJohn bksLeRif pplMary)
)
)
Controveacutersia sobre pilha de padrotildees
Peter F Patel-Schneider A Revised Architecture for Semantic
Web Reasoning Third Workshop on Principles and Practices of
Semantic Web Reasoning Dagstuhl Germany September
2005 LNCS 3703 Springer Verlag 2005
Ian Horrocks Bijan Parsia Peter F Patel-Schneider and
James Hendler Semantic Web Architecture Stack or Two
Towers Third Workshop on Principles and Practices of Semantic Web Reasoning Dagstuhl Germany September
2005 LNCS 3703 Springer Verlag 2005
Peter F Patel-Schneider Building the Semantic Web Tower
from RDF Straw Nineteenth International Joint Conference on
Artificial Intelligence Edinburgh Scotland August 2005
Proposta inicial (2000)rlm
21042010
10
Proposta regras(2005)rlm Proposta atual
Como estaacute a Web semacircntica hoje
Aacuterea de pesquisa muito ativa
Visa estender o papel dos computadores no
suporte a diversas atividades humanas
Usa ontologias e anotaccedilotildees semacircnticas para
catalogar recuperar e compor dados e serviccedilos
de processamento na Web
Desafios da Web semacircntica
Construccedilatildeo de ontologias
(Semi-)automatizada e interativa
Geraccedilatildeo de anotaccedilotildees semacircnticas de recursos
Muitas aplicaccedilotildees requerem automatizaccedilatildeo
Evoluccedilatildeo de ontologias
Checar se alteraccedilotildees natildeo introduzem inconsistecircncias e gerenciar
versotildees
Integraccedilatildeo de ontologias (ontology matching)
A obtenccedilatildeo de consenso eacute inviaacutevel em muitas domiacutenios
Deduccedilatildeoraciociacutenio
Teorias computaacuteveis e natildeo computaacuteveis ontologias inconsistentes
Ediccedilatildeo de Ontologias no Proteacutegeacute
Editor de ontologias e arcabouccedilo para o desenvolvimento de bases de conhecimento livre e de coacutedigo aberto baseado em Java
Suporta os modelos de frames (RDF) e OWL
Exporta as ontologias e bases de conhecimento para uma variedade de formatos incluindo RDF(S) OWL e XML Schema
Extensiacutevel via plugins
Construccedilatildeo de ontologias
Processo para geraccedilatildeo automatizada de
ontologias a partir de esboccedilos dados e
documentos (nova geraccedilatildeo de ferramentas)rlm
Entendimento do domiacutenio
Entendimento dos dados
Definiccedilatildeo das tarefas
Geraccedilatildeo semi-automaacutetica
Avaliaccedilatildeo de qualidade
Refinamento com interaccedilatildeo humana
21042010
11
Definiccedilotildees de ldquogeraccedilatildeo de ontologiardquoGrobenik and Mladenic 2006
Induccedilatildeo de conceitos (a partir das instacircncias)rlm
Induccedilatildeo de relaccedilotildees (a partir de conceitos e
instacircncias a eles associadas)rlm
Popular ontologia (dada uma ontologia e
instacircncias de seus conceitos)rlm
Geraccedilatildeo de uma ontologia completa (a partir
das instacircncias e algum conhecimentoinformaccedilatildeo)rlm
Atualizaccedilatildeoextensatildeo de ontologias (dada
uma ontologia e informaccedilatildeo como novas
instacircncias ou padrotildees de uso da ontologia)rlm
Document Clustering - Vector Model
Vector of word occurences in the documents
bull diK = TF(Wkdi) IDF(Wk)rlm
Where
bull TF(Wkdi) = number of times Wk occurs in document di
bull IDF(Wk) = log ( D DF(Wk))rlm
bull D = number of documents
bull DF(Wk) = number of documents in which word W occurs
Document distance metric
Anotaccedilotildees Semacircnticas(Kiryakov et al 2004)rlm
21042010
12
Anotaccedilatildeo Semacircntica de Documentos
Atribui agraves entidades que aparecem no documento ligaccedilotildees com suas descriccedilotildees semacircnticas na ontologia
Aplicaacutevel a qualquer tipo de texto (documentos HTML documentos de texto comuns campos de banco de dados entre outros)
Representaccedilatildeo das anotaccedilotildees
Intrusiva
Natildeo intrusiva
Confecccedilatildeo das anotaccedilotildees
bull Semi-Automaacutetica Associa palavras do texto a classes
instacircncias e propriedades da ontologia utilizando-se do
julgamento humano Esta associaccedilatildeo geralmente eacute efetuada
atraveacutes de interfaces ldquoarraste-e-solterdquo (eg OntoMat)rlm
bull Automaacutetica Aplica teacutecnicas de processamento de
linguagem natural aprendizado de maacutequina e extraccedilatildeo de
informaccedilatildeo entre outras para associar palavras agrave ontologia
Essas ferramentas podem utilizar ontologias padratildeo (eg
IEEE Standard Upper Ontology) ou ontologias de domiacutenios
especiacuteficos (eg Unified Medical Language System)
bull Hiacutebrida Combinaccedilatildeo das teacutecnicas acima
Geraccedilatildeo de anotaccedilotildees semacircnticas (Reeve e Han 2005)rlm
Ferramentas para anotaccedilatildeo
Annozilla Funciona sobre o Mozzila Firefox
Annotea projeto da W3C - servidor de anotaccedilotildees em RDF
Armadillo
Muse
Pankol
Semantic Word anotaccedilatildeo interativa de porccedilotildees de documentos
Word
OntoMat Annotizer anotaccedilatildeo interativa de paacuteginas Web com
ontologias em OWL
Smore marcaccedilotildees sobre HTML com ontologias em OWL
Melita ferramenta de anotaccedilatildeo semi-automaacutetica que usa algoritmo
de IE para ajudar o usuaacuterio no processo de anotaccedilatildeo
MnM anotaccedilatildeo semacircntica de paacuteginas Web com metadados
descritos em RDFOCMLDAML+OIL
KIM permite criar metadados armazenar e buscar informaccedilotildees e
pode ser usada para anotaccedilatildeo e procura de documentos
21042010
13
O processo automatizado de anotaccedilatildeo semacircntica de documentos
Tokenizaccedilatildeo e Eliminaccedilatildeo de StopWords
Etiquetagem
Stemmer
Corpus Anotado
Identificaccedilatildeo EN
Associaccedilatildeo atermos da ontologia
RepositoacuterioSemacircntico
Tokensrelevantes
Palavras +Classificaccedilatildeo Gramatical
Radicais das Palavras +Classificaccedilatildeo Gramatical
Entidades Nomeadas
Anotaccedilatildeo Semacircntica
Dados Metadados Documento
s
Ontologia do Domiacutenio
Valida
Valida
Especialista
RepositoacuterioInformaccedilatildeo
Annotation example(Davies et al 2006)
Consider the phrase
There are deliverables
The tokens are
[There] [are] [deliverables] []
The tagger finds out what kind of a word each of the tokens
is (whether it is a noun an adjective a verb etc)rlm
[There] existential quantifier
[are] verbmdash3rd person singular present
[deliverables] nounmdashplural
Annotation example (cont)rlm
The morphological analyser gives the roots of all the words
[There] rootmdashthere
[are] rootmdashbe
[deliverables] rootmdashdeliverable
There are mdash mdashmdash
triggers the creation of one or more new classes in the
ontology
There are projects
There are workpackages tasks and deliverables
SEKT is a project
MUSINGrlmbdquoKnowledgerlmWeb‟rlmandrlmbdquoPrestorlmSpace‟rlmarerlmprojects
Projects have workpackages
Workpackages can have tasks
WP1 WP2 WP3 WP4 WP5 and WP6 are workpackages
SEKT has WP1
MUSING has WP2 WP3 and WP4
bdquoKnowledgerlmWeb‟rlmhasrlmWP5 and WP6
Annotation example (cont)rlm
Ontologia resultante Quadro Comparativo(Nunes e Fileto 2007)rlm
21042010
14
Dependecircncias entre plataformas(Rui Tramontin Junior 2007)rlm
Comparaccedilatildeo de desempenho(Reeve e Han 2005)rlm
Prataforma Categoria Precisatildeo Cobertura Medida F
Armadillo Descoberta de padrotildees
910 740 870
KIM Regras 860 820 840
MnM Induccedilatildeo 950 900 nd
MUSE Regras 935 923 929
PANKOW Descoberta de padrotildees
650 282 249
SemTag Regras 820 nd nd
Evoluccedilatildeo de ontologias(Bloehdorn et al 2006)rlm
Exemplo Uso natildeo uniforme de conceitos
Alternativas para remoccedilatildeo do conceito C que tem sub-conceitos
Processo de evoluccedilatildeo de ontologias
CapturaCaptura
da
Mudanccedila
Representaccedilatildeo Semacircntica Propagaccedilatildeo Implementaccedilatildeo Validaccedilatildeo
Fases Elementares
21042010
15
Mapeamentos entre ontologias(Ontology Matching)
Fusatildeo de ontologias
Processo semi-automatico de alinhamento(Huang at al 2006)rlm
Referecircncia
Jerome Euzenat INRIA Rhone-Alpes France
Pavel Shvaiko University of Trento Italy
Ontology Matching
URL httpbookontologymatchingorg
Springer-Verlag Heidelberg (DE) 2007
343 p 67 illus Hardcover
ISBN 978-3-540-49611-3
E as buscas semacircnticas
Recuperaccedilatildeo da informaccedilatildeo de documentosrlm
Medidas da eficaacutecia das soluccedilotildees
precisatildeo = nro de docs relevantes recuperadosnro de docs recuperados
cobertura = nro de docs relevantes recuperadosnro de docs relevantes
21042010
16
Classificaccedilatildeo de abordagens para buscas semacircnticas (Mangold 2007)
Arquitetura
Acoplamento entre ontologias e documentos
Transparecircncia
Contexto do usuaacuterio
Modificaccedilatildeo de consultas
Estrutura das ontologias
Tecnologia para representar as ontologias
Desempenho escalabilidade e distribuiccedilatildeo
Adaptabilidade
Ranking
Arquiteturas para buscas semacircnticas
Maacutequina de busca stand_alone armazenametadados sobre os documentos em iacutendicescom os quais avalia as consultas
Meta-maacutequina de busca distribui asconsultas para outras maacutequinas de busca ecombina os resultados
Acoplamento ontologias-documentos
Acoplamento forte os metadados dosdocumentos referem-se explicitamente aosconceitos de uma ontologia e vice-versa(requer anotaccedilatildeo semacircntica)rlm
Acoplamento fraco os documentos satildeoindependentes de quaisquer ontologiasdisponiacuteveis (pode restringir a capacidade debusca)rlm
Contexto do usuaacuterio
Learning extraiacutedo na interaccedilotildees do usuaacuteriocom o sistema (histoacuterico das consultas erefinamentos de consultas)rlm
Hard-coded as consultas satildeo organizadas emcategorias que definem a informaccedilatildeo solicitada(eg ldquolocation ofrdquo ldquoresources forrdquo rlm(
Modificaccedilatildeo de consultas
Manual o sistema retorna um trechoapropriado da ontologia junto com a respostapermitindo ao usuaacuterio navegar na ontologia ereformular a consulta pela adiccedilatildeo e remoccedilatildeo determos
Re-escrita automaacutetica a consulta eacuteotimizada automaticamente pelo sistema
Baseada em grafo considera conceitos edocumentos como nodos de um grafoefetuando propagaccedilatildeo da consulta a partir dosnodos correspondentes a termos de busca
Modificaccedilatildeo de consultas
Modificaccedilatildeo de consulta
Manual
Re-escrita de consulta
Baseada em grafo
Inserccedilatildeo de termoRemoccedilatildeo de termo
Substituiccedilatildeo de termo
Conjuntiva
Disjuntiva
Conjuntiva Disjuntiva
21042010
17
Estrutura da ontologia
Propriedades anocircnimas as relaccedilotildees entreconceitos natildeo satildeo nomeadas indicando apenasque eles compartilham o mesmo contexto
Propriedades padronizadas sinocircniacutemiahiperniacutemia meroniacutemia negaccedilatildeo etc
Propriedades especiacuteficas de domiacutenio aleacutemdas propriedades padratildeo considerapropriedades especiacuteficas de um domiacutenio (egldquotipo de cacircmerardquo em sistema para a aacuterea defotografia)rlm
Tecnologia da ontologia
F-Logic
RDF
DAML+OIL
Frames
OWL
Comparaccedilatildeo de abordagens Comparaccedilatildeo de abordagens (cont)
Buscas semacircnticas na Web hoje
httpwwwaliprcom (imagens)rlm
httpwwwcognitioncom
httpwwwdeepdyvecom
httpwwwbingcom
httpwwwcuilcom
httpwwwfreebasecom
httpwwwgooglecom
httpwwwkosmixcom
httpwwwhakiacom
httpwwwpowersetcom
httpwwwsensebotnet
httpdeveloperyahoocomsearchmonkey
httpswoogleumbcedu (ontologias)rlm
21042010
18
21042010
19
SAO PAULO-SP
University of Sao Paulo
Sao Paulo Fashion
Sao Paulo Fashion Week
Sao Paulo State
Sao Paulo Hotel
Sao Paulo Hotels
Sao Paulo Brasilien
Sao Paulo Congonhas
21042010
20
21042010
21
Sao Paulo Airport
Sao Paulo Plane Crash
Sao Paulo Zoo
hellip
21042010
22
21042010
23
Algumas questotildees em aberto
Representaccedilatildeo de contextos de usuaacuterios emapeamento desses a ontologias
Anaacutelise dos efeitos de modificaccedilotildees de consultas
Meta-buscas semacircnticas
Anaacutelise da aceitaccedilatildeo dos usuaacuterios
Adaptabilidade a diferentes ontologias
Ranking dos resultados
Integraccedilatildeo com sistemas de gerenciamento dedocumentosconteuacutedo
Tratamento de dados multimiacuteda
Interfaces homem-maacutequina
Desempenho e escalabilidade
Contextual Semantic Search (CSS)(DAgostine Fileto ndash SBBD2007)rlm
21042010
24
General Architecture for CSSThe Weighted Topic Graph(DAgostine Fileto Dantas Gauthier - ICEIS 2008)rlm
A weighted topic graph is a graph TM(T A)rlm
T is a set of topics (vertices)rlm
A is a set of associations (edges)rlm
Let be an ontology O
Each topic t in T corresponds to a ontology term o in O
Each topic t has a weight [01] The sum from the weights from all topics with same name equals 1
Each association a has a weight [01] The sum
from all the weights from all association departing
a single topics equals 1
Topic weights used to disambiguate
Eg interest in Satildeo Paulo city instead of Satildeo Paulo
state
Association weights used to semantically
expand searches
Eg Actual interest in Guarulhos and airport while
searching for Satildeo Paulo city
The Weights in the Topic Graph Capturing the Users Context
Generated Topic Graph with the Ontological Users Context
The Contextual Semantic Search Process
21042010
25
Desambiguaccedilatildeo
Fundamento dos algoritmos de busca sobre contexto ontoloacutegico
Heuriacutesticas de estigmergia (Ant Colony Optimization - ACO)
Traccedilos de ferormocircnio
Algoritmo de busca semacircntica baseada em ACO
Entrada palavras-chave[ ]
Dados G(TA) Onto repositoacuterio
limite_de_profundidade
limite_miacutenimo_de_peso
λ fator de atenuaccedilatildeo de peso
iniacutecio Algoritmo Busca Contextual 1 Estigmeacuterica
resultados = busca_G_ou_Onto(palavras-chave[])
atenuaG (iacutendice ) λrlmisin [0 1]
manutenccedilatildeo(coleta_feedback(resultados))
fim
21042010
26
Demo Praestro ndash Karina Fasolin
Alguns trabalhos relacionados
Name Article Comments
Graupmann
et al 2005
The SphereSearch
engine for unifiedranked retrieval of
heterogeneous XML
and web documents
Searches through XML documents The context is a region in radius
around given element A data inside two regions is considered relevant
to both contexts
Made tests with large collections like DBLP INEX Wikipedia put for
stress testing regarding the size of the collection
ldquoLet us first comment on the difficulties of defining a meaningfulbenchmark for this kind of novel systemrdquo
Park e
Cheyer 2006
Just For Me Topic
Maps and Ontologies
Manages knowledge in three layers Topics Knowledge Structures and
Documents
Not implemented (at least at the time of publication)
Michlmayr
et al 2007Adaptive User Profiles
for Enterprise
Information Access
Represents context as an individual graph The graph is constructed
based on tags used to semantically annotate the content which the user
considers to be relevant
However the tags are only that only labels They are not tied-down to
a formal definition
Alguns trabalhos relacionados (cont)
Name Article Comments
Aleman-
Meza et a
2003
Context-Aware
Semantic Association
Ranking
Also defines context as regions But the regions are static defined in
the ontology which is used by the system So the contexts are defined
the same for every single user
Mani and
Sundaram
2007
Modeling user context
with applications to
media retrieval
Creates a graph representing the users context Each node
corresponds to an instance in the ontology The edges represent
relations between the instances Built to search trough multimedia
documents
However it does not associates the vocabulary the user uses with the
instances
Challam et
al 2007
Contextual Search
Using Ontology-Based
User Profiles
Monitors the users activity capturing content from open Internet
Explorer MS-Office and MSN The captured information is stored and
usedrlmtorlmbuildrlmarlmuser‟srlmcontextualrlmprofilerlmbasesrlmonrlmanrlmontology
The context is tightly coupled with the ontology
NO IMAGES WERE
PROVIDED
Vallet et al
2006
Personalized
Information Retrieval in
Context
Stores context as a graph constructed based on the ontology used by
the system Similar to Mani and Sundaram including its limitations
(mapping the vocabulary) however if built for text documents
Sieg et al
2007
Ontological User
Profiles for
Personalized Web
Search
Similar to Challam et al but it gets the context information from the
ontology terms used to annotate the retrieved relevant context
Also limited by the structure of the ontology
Alguns trabalhos relacionados(cont)
Name Deals with
objective
knowledge
(ontology)
Deals with
subjective
knowledge
(users
context)
The knowledge
management is
transparent
Idea Implemented
Graupmann et
al 2005
X IMPL
Park e Cheyer
2006
X X X IDEA
Michlmayr et al2007
X X IMPL
Aleman-Meza et
a 2003
X X IMPL
Mani eSundaram 2007
X X X IMPL
Challam et al
2007
X X X IMPL
Vallet et al 2006 X X X IMPL
Sieg et al 2007 X X X IMPL
(incomplete)
Praestro X X X IMPL
(prototype)
UnA-SUS ndash Universidade Aberta do SUS
Programa do Ministeacuterio da Sauacutede para atender necessidades de e
permanente dos
Accedilotildees focadas em
formulaccedilatildeo de conteuacutedo
bibliotecas digitais
cursos a distacircncia
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
2
Estrutura da Introduccedilatildeo
Motivaccedilatildeo O que eacute a Web semacircntica
Objetivos
Ontologias anotaccedilotildees semacircnticas inferecircncia
Padrotildees da Web Semacircntica
RDF RDF-Schema OWL SPARQLrlm RIF
Desafios da Web semacircntica
Criaccedilatildeo de ontologias anotaccedilotildees semacircnticas
inferecircncia articulaccedilatildeo de ontologias
Desenvolvimento de aplicaccedilotildees
Buscas semacircnticas
Ontologia na Filosofia
Filosofia grega
Ontos = ser logos = ciecircncia
Conceitualizaccedilatildeo compatilhada de algum universo de discurso ou domiacutenio de interesse
Conjunto de conceitos (eg entities attributes processes) com suas definiccedilotildees e intershyrelacionamentos
Visatildeo unificada para resolver problemas envolvendo significado (eg buscas semacircnticas integraccedilatildeo de dados interoperabilidade de sistemas composiccedilatildeo de serviccedilos)
Carrega uma visatildeo de mundo
Ontologias na Computaccedilatildeo
Ontologia
Conceitualizaccedilatildeo compartilhada
de um domiacutenio
Expliacutecita e formal para permitir o
processamento por maacutequinas
Pode ter diferentes formas
Thesaurus com relaccedilotildees semacircnticas entre termos (eg sinoniacutemia )
Taxonomia
Diagrama de classes
Base de conhecimento
Classes propriedades e suas relaccedilotildees
Instacircncias de classes
Compartilhada e Expliacutecita
Compartilhada um grupo de pessoas em um certo
domiacutenio deve concordar sobre o significado de entidades e relaccedilotildees expressas em uma ontologia
Expliacutecita uma ontologia eacute uma representaccedilatildeo concreta e manipulaacutevel de (parte de) uma conceitualizaccedilatildeo
Uma conceitualizaccedilatildeo poderia ser impliacutecita
eg existente somente na cabeccedila de algueacutem ou
embutida em um moacutedulo de software
Formal
Uma ontologia [expliacutecita] pode ter diversas formas mas
sempre inclui um vocabulaacuterio de termos e alguma especificaccedilatildeo de seu significado O grau de formalizaccedilatildeo de do vocabulaacuterio e dos significados especificados pode variar
consideravelmente
Altamente informal expressa em linguagem natural
Semishyinformal expressa em uma forma restrita e estruturada de linguagem natural
Semishyformal expressa em uma linguagem artificial e formalmente definida
Rigorosamente formal termos meticulosamente definidos com semacircntica formal teoremas e provas de propriedades como consistecircncia (soundness) e completuude
Trecho de ontologia 1
Pessoa
Santo
S1
IS_A
TYPE_OF
nome
Satildeo Paulo
Time
TimeFutebol
TF1
IS_A
TYPE_OF
nome
Satildeo Paulo
ParcelaTerritoacuterio
Estado
IS_A
Cidade
E1
TYPE_OF
nome
Satildeo Paulo
C1
nome
Satildeo PauloTricolor Paulista
PART_OF
21042010
3
Trecho de ontologia 2 Travel Exemplo de ontologia 3 DeCS(Descritores em Ciecircncias da Sauacutede)
Exemplo de ontologia 3a ndash DeCS(anatomia)
Exemplo de ontologia 3b ndash DeCS(doenccedilas)
Exemplo de ontologia 3c ndash DeCS(doenccedilas) Aplicaccedilotildees de Ontologias
Buscas semacircnticas
Ex Estado(Satildeo Paulo) Cidade(Satildeo Paulo)rlm
Interoperabilidade
Agentes moacuteveis
Reuso e composiccedilatildeo de recursos
Semantic Learning Objects
Semantic Web Services
Semantically enabled services amp workflows
21042010
4
Uses of ontologies
Comunicaccedilatildeo
entre pessoas e organizaccedilotildees
Interoperabilidade
Entre sistemas
Componentes Reusaacuteveis Confiabilidade
Especificaccedilatildeo
Engenharia de Sistemas
Outras distinccedilotildees pode ser importantes dentro de cada
categoria tais como a natureza do software tipo de usuaacuteriosn e domiacutenio de aplicaccedilatildeo
Ontologias como uma IntershyLingua
L1
L3
L2
L4
L1
L3
L2
L4
Interlingua
T1 T2
T3 T4
Ontologias pode ser usadas como suporte na traduccedilatildeo entre diferentes linguagens e
representaccedilotildees de informaccedilatildeoconhecimento
Padrotildees da Web semacircntica
Character Encoding
Codificaccedilatildeo de Caracteres
Exemplos de cabeccedilalhos de documentos XML com especificaccedilatildeo do
padratildeo de codificaccedilatildeo de caracteres utilizados nesses documentos
ltxml encoding=UTF-8gt
ltxml encoding=UTF-16gt
ltxml encoding=EUC-JPgt
ltxml version=ldquo10rdquo encoding=ISO-8859-1gt
URIs (Unified Resource Identifiers)rlm
httpwwww3orgAddressing
httpwwww3orgAddressingbackground
httpwwwfoldocorgUniform+Resource+Locator
ftpspysecretftpacmecompubtopsecretweapontgz
mailtofreddocicacuk
newsalthypertext
telnet19202168o
magicabcdef
ldap[2001db87]c=GBobjectClassone
tel+1-816-555-1212
urnoasisnamesspecificationdocbookdtdxml412
exampleabc7Bfoo7D
eXAMPLEabb637bfoo7d
NameSpaces
Exemplos de trechos de documentos XML com especificaccedilotildees e
uso de namespaces
ltx xmlnsedi=httpecommerceorgschemagt
lt-- the edi prefix is bound to httpecommerceorgschema
for the x element and contents --gt
ltxgt
ltbook xmlns=urnlocgovbooks
xmlnsisbn=urnISBN0-395-36341-6gt
lttitlegtCheaper by the Dozenlttitlegt
ltisbnnumbergt1568491379ltisbnnumbergt
ltbookgt
ltschema xmlnshttpwwww3org2001XMLSchemagt
ltschemagt
21042010
5
XML ndash eXtensible Makup Language
Construccedilotildees baacutesicas
ltElementogt Conteuacutedo ltElementogt
ltElemento gt
ltElemento Atributo1=ldquoValorrdquo Atributo2=ldquoValorrdquogt
ltElementorlmAtributo1=ldquoValorrdquorlmAtributo2=ldquoValorrdquogtrlm rlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlm
Conteuacutedo
ltElementogt
ltElemento1gt
ltElemento2gt
Conteuacutedo
ltElemento2gt
ltElemento1gt
ltElemento1gtltElemento2gtltElemento1gt
Um documento XML
ltxml version=10 encoding=ISO-8859-1 gt
ltElementoRaizgt
ltElemento1gt
ltElemento1_1gt Conteuacutedo ltElemento1_1gt
ltElemento1_2gt Conteuacutedo ltElemento1_2gt
ltElemento1_3gt
ltElemento1gt
ltElemento2gt
ltElemento2_1gt
ltElemento2_1_1gt Conteuacutedo ltElemento2_1_1gt
ltElemento2_1_2gt
ltElemento2_1gt
ltElemento2gt
ltElementoRaizgt
A Versatilidade do XML para Dados Semi-Estruturados
ltxml version=10 encoding=ISO-8859-1 gt
ltPessoarlmNome=ldquoJoatildeorlmderlmSouzardquorlmDataDeNascimento=ldquo12061964rdquorlmCPF=ldquo12312312rdquogt
ltEnderecosgt
ltEnderecorlmTipo=ldquoComercialrdquogtRuarlmArlm23rlm- CentroltEnderecogt
ltEnderecorlmTipo=ldquoResidencialrdquogtTorrerlmComercialrlm1923rlmSl1011rlmltEnderecogt
ltMalaDiretarlmDestino=ldquoComercialrdquogt
ltEnderecosgt
ltFormasDeContatogt
ltTelefonesgt
ltTelefonerlmTipo=ldquoComercialrdquorlmDDD=ldquo61rdquorlmRamal=ldquo211rdquogt222-8545ltTelefonegt
ltTelefonerlmTipo=ldquoCelularrdquorlmDDD=ldquo61rdquogt999-9999ltTelefonegt
ltTelefonerlmTipo=ldquoResidencialrdquorlmDDD=ldquo61rdquogt444-4444ltTelefonegt
ltTelefonesgt
ltEmailgtjoatildeoemailcombrltEmailgt
ltICQrlmNumero=rlmrdquo127653467654ldquorlmgt
ltFormasDeContatogt
ltPessoagt
Doc XML para Dados Climaacuteticos (Balanccedilo Hiacutedrico)rlm
ltxml version=10 encoding=ISO8859-1gt
ltWaterBal xmlns=httpwwwagricgovbrWaterBalxsd
location=Brotas latitude=-221500 longitude=-475800gt
ltWeatherData Date=ldquo20050823rdquogt
ltTemperaturegt 220 ltTemperaturegt
ltAvgRainFallgt 2013 ltAvgRainFallgt
ltPotETgt 1154 ltPotETgt
ltRealETgt 1154 ltRealETgt
ltStoredgt 1250 ltStoredgt
ltWaterDeficitgt 00 ltWaterDeficitgt
ltWaterExcessgt 860 ltWaterExcessgt
ltWeatherData gt
ltWaterBalgt
Arquivo texto (natildeo XML) com dados pluviomeacutetricos
weather station
year
station
code
end of file
latitude longitude altitude
Jan
Feb
Mar
Apr
May
Jun
Jul
Aug
Sep
Oct
Nov
Dec
XML-Schema
Um documento XML-Schema descreve os
elementos
atributos
relacionamentos
etc
permitidos em um ou mais documentos XML isto eacute define uma classe de documentos XML que adere a um
conjunto de restriccedilotildees estruturais e de dados
XML-Schema tem uma sintaxe XML
XML-Schema eacute mais robusta versaacutetil e poderosa que DTD (Document Type Definition)rlm
21042010
6
Um Documento XML-Schema(WaterBalxsd)rlm
ltschema xmlnshttpwwww3org2001XMLSchema gt
ltelement name=WaterBal type=WaterBalTypegt
ltattribute name=location type=stringgt
ltattribute name=latitude type=Latitudegt
ltattribute name=longitude type=Longitudegt
ltelement name=WeatherData type=AgregValuesgt
ltcomplexType name=AgregValuesgt
ltattribute name=Date type=DateTypegt
ltsequencegt
ltelement name=Temperature type=decimalgt
ltelement name=AvgRainfall type=decimalgt
ltelement name=PotET type=decimalgt
ltelement name=RealET type=decimalgt
ltelement name=Stored type=decimalgt
ltelement name=WaterDeficit type=decimalgt
ltelement name=WaterExcess type=decimalgt
ltsequencegt
ltcomplexTypegt
ltelementgt
ltschemagt
Validaccedilatildeo de documentos XML
Documento bem-formado (well-formed) satisfaz as restriccedilotildees
de formaccedilatildeo expressa na especificaccedilatildeo do XML
(httpwwww3orgTR2004REC-xml-20040204)rlm
Documento vaacutelido satisfaz as restriccedilotildees (elementos atributos
aninhamentos tipos etc) expressas em uma especificaccedilatildeo de
esquema XML em DTD ou XSL (XML-Schema) que eacute associada a
esse documento XML
Heterogeneidade semacircntica em XML
ltobject id=ldquoa1rdquo class=ldquoartifactrdquogt
lttuplegt
lttitlegt Nympheas lttitlegt
ltyeargt 1897 ltyeargt
ltcreatorgt Monet ltcreatorgt
ltpricegt 10000000 ltpricegt
ltowners refs=ldquop1p2p3rdquogt
lttuplegt
ltobjectgt
ltobject id=ldquop3rdquo class=ldquopersonrdquogt
lttuplegt
ltnamegt Claudia ltnamegt
ltagegt 17 ltagegt
lttuplegt
ltobjectgt
ltworkgt
ltartistgt Monet ltartistgt
ltnamegt Nympheas ltnamegt
ltstylegt Impressionist ltstylegt
ltsizegt 21 x 61 ltsizegt
ltcplacegt Givern ltcplacegt
ltworkgt
ltworkgt
ltartistgt Monet ltartistgt
lttitlegt Waterloo Bridge lttitlegt
ltstylegt Impressionist ltstylegt
ltsizegt 292 x 464 ltsizegt
lthistorygt
Painted with
lttechgt Oil on canvas lttechgt
in
lthistorygt
ltworkgt
XML como Padratildeo de representaccedilatildeo de dados
ldquoArtworksrdquorlmStructure
Works works
Work
Work
Field
artist title style size
string string string string
ldquoArtfactrdquorlmSchema
artifacts set
ampArtifact
Artifact class
artifact
tuple
title year creator price owners
ampPerson
string int string float list
YAT Model
YAT Any
YAT
V ampYAT
ODMG Model
Vtuple
Symbol
Type
V(int vbool v
float vstring)rlm
ampClass
Type
V
Symbol
(set vbag vlist varray)rlm
Class class
Symbol
Type
RDF ndash Resource Description Framework
Uma linguagem e modelo padronizados para expressar conhecimento na Web semacircntica
Um comando (statement) eacute uma tripla da forma
Recurso qualquer coisa referenciada por uma URL
Propriedade qualquer propriedade de um recurso
Valor um literal ou outro recurso
RDF-Schema define classes de recursos suas propriedades (que podem ser relacionamentos com outras classes) e possiacuteveis valores
Os formatos para representar ontologias na Web semacircntica (eg
DAML+OIL OWL) satildeo extensotildees do RDF
Sintaxe XML do RDF
ltxml version=10gt
ltrdfRDF xmlnsRDF httpwwww3orgRDFRDFldquo
xmlnsdc httpdublincoreorgdcldquogt
ltrdfDescription about=ldquohttpwwwagritempocnptiaembrapabrrdquogt
ltdctitlegt Nuacutecleo de Monitoramento e Anaacutelise de Dados
Meteoroloacutegicos e Climatoloacutegicos para a Agricultura ltdctitlegt
ltleadergt
rdfresource=ldquohttpwwwcnptiaembrapabr~assadrdquo
ltleadergt
ltrdfDescriptiongt
ltrdfDescription
about=ldquohttpwwwcnptiaembrapabr~assadrdquogt
ltdctitlegt Eduardo D Assad ltdctitlegt
ltemailgt Assadcnptiaembrapabr ltemailgt
ltrdfDescriptiongt
ltrdfRDF gt
21042010
7
Estrutura do conhecimento em RDF
httpwwwagritempocnptiaembrapabr
httpwwwcnptiaembrapabr~assad
Nuacutecleo de Monitoramento e
Anaacutelise de Dados
Meteoroloacutegicos e Climatoloacutegicos
para a Agricultura
assadcnptiaembrapabrEduardo D
Assad
dctitle
dctitleemail
leader
Metadata in RDFWater Balance (same place and institution)rlm
ltxml version=10gt
ltrdfRDF xmlnsRDF httpwwww3orgRDFRDFldquo
xmlns httpagricgovbrDocStdldquogt
ltrdfDescription about=httpwwwagricgovbrpublicWaterBal1234gt
ltSourcegt
rdfresource=ldquohttpwwwcepagriunicampbrrdquo
rdfresource=ldquohttpwwwciagroiacgovspbrrdquo
ltSourcegt
ltInitialDategt 28032002 ltInitialDategt
ltFinalDategt 31032002 ltFinalDategt
ltkeywordgt Water available in Soil ltkeyworkgt
ltlocalgt
rdfresource= ldquohttpwwwibgegovbrstate_SPrdquo
ltlocalgt
ltmeasument_unitgt
rdfresource= ldquohttpwwwinmetrogovbrmmrdquo
ltmeasument_unitgt
ltrdfDescriptiongt
ltrdfRDFgt
httpwwwagricgovbrpublicWaterBal1234
http
wwwcpaunicampbr
Centro de Pesquisas
Agriacutecolas (CEPAGRI)
name
source
httpwwwciagroiacg
ovspbr
httpwwwunica
mpbr
part_of
CIIAGRO
name
http
wwwiacgovspbr
part_of
InitialDate
28032002
FinalDateWater available in
Soil
http
wwwibgegovbrstate_SP
source
keyword
http
wwwinmetrogovbrmm
31032002
local
measurement_unit
RDF-Schema
ltrdfabout=ampAgricZoningCountry rdfslabel=Countrygt
ltrdfssubClassOf dfresource=ampAgricZoningTerritorialDivisiongt
ltrdfabout=ampAgricZoningState rdfslabel=ldquoStategt
ltrdfssubClassOf dfresource=ampAgricZoningTerritorialDivisiongt
ltrdfProperty rdfabout=ampAgricZoningstatesOfCountry
aminCardinality=1
rdfslabel=statesOfCountrygt
ltrdfsdomain rdfresource=ampAgricZoningCountrygt
ltrdfsrange rdfresource=ampAgricZoningStategt
ltainverseProperty rdfresource=ampAgricZoningcountryOfStategt
ltrdfPropertygt
RDF-Schema
ltrdfProperty rdfabout=ampAgricZoningcountryOfState
amaxCardinality=1
aminCardinality=1
rdfslabel=countryOfStategt
ltrdfsrange rdfresource=ampAgricZoningCountrygt
ltrdfsdomain rdfresource=ampAgricZoningStategt
ltainverseProperty
rdfresource=ampAgricZoningstatesOfCountrygt
ltrdfPropertygt
Trecho de RDF
ltAgricZoningCountry rdfabout=ampAgricZoningpais_55
AgricZoningnameBR=BRASIL rdfslabel=BRASILgt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_1gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_2gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_3gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_4gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_5gt
ltAgricZoningstatesOfCountry rdfresource=ampAgricZoningestado_11gt
ltAgricZoningstatesOfCountry rdfresource=ampAgricZoningestado_12gt
ltAgricZoningmetroAreasOfCountry
rdfresource=ampAgricZoningmetro_5201gt
ltAgricZoningCountrygt
21042010
8
Descriccedilotildees em RDF de recursos para a coleta de dados cientiacuteficos
wwwEquipServcombrschema2rdfs
RD
F S
chem
aR
DF
Equipment Clienthas
String StringString String
category model name city
wwwAgriTempobrschema1rdfs
WeatherStation
longitudealtitude
LandParcel
CountyState
latitude
inpart_of
ampws1
ampws3
ampws4
Stringname
ampeq1
ampRio
ampUbatuba
ampCampinas
ampws2
ampUnicamp
ampEmbrapa
ampSP
ampRJ
in
in
in
in
part_of
part_of
part_of
has
has
has
has
ampws1 = httpwwwembrapabrWeatherStationX
ampws2 = httpwwwiacbrWeatherStationK
ampws3 = httpwwwunicampbrWheaterStationA
ampws4 = httpwwwunicampbrWheaterStationB
ampeq1 = httpwwwembrapabrCameraZ
subClassOf (isA)rlm
typeOf (instance)rlm
other kind of property
DegreesDecMeters
String
String
value
value
OWL ndash Ontology Web Language
Estende o RDF com vocabulaacuterio padronizado e construccedilotildees para definir
Escopo local de propriedades
Disjunccedilatildeo de classes
Combinaccedilotildees de classes
Restriccedilotildees de cardinalidade
Caracteriacutesticas especiais de propriedades (eg transitividade simetria anti-simetria propriedades inversas)rlm
The 3 flavors of OWL
OWL LiteExpressividade restrita (exclui classes enumeradas disjunccedilatildeo cardinalidade arbitraacuteria )
Faacutecil de entender e usar
OWL DL
Equivalente agrave loacutegica descritiva (DL = Description
Logics)
Ainda permite eficiecircncia e computabilidade
OWL Full
Compatiacutevel sintaacutetica e semanticamente com RDF embora mais poderosaPode ocasionar inferecircncias indecidiacuteveis
Disjunction and Equivalence of Classes
ltowlClass rdfabout=associateProfessorgt
ltowldisjointWith rdfresource=assistantProfessorgt
ltowlClassgt
ltowlClass rdfID=facultygt
ltowlequivalentClass
rdfresource=academicStaffMembergt
ltowlClassgt
Inverse properties
ltowlObjectProperty rdfID=teachesgt
ltrdfsrange rdfresource=coursegt
ltrdfsdomain rdfresource=academicStaffMembergt
ltowlinverseOf rdfresource=isTaughtBygt
ltowlObjectPropertygt
Sintaxe abstrata para OWL
Class(Person partialrestriction (hasChild allValuesFrom(Person)))rlm
Class(Parent completePersonrestriction (hasChild someValuesFrom(Person)))rlm
ObjectProperty(hasChild)rlm
Individual (John type(Person)rlmvalue(hasChild Mary))rlm
21042010
9
Busca em uma ontologia
Pessoa
Santo
S1
IS_A
TYPE_OF
nome
Satildeo Paulo
Time
TimeFutebol
TF1
IS_A
TYPE_OF
nome
Satildeo Paulo
ParcelaTerritoacuterio
Estado
IS_A
Cidade
E1
TYPE_OF
nome
Satildeo Paulo
C1
nome
Satildeo PauloTricolor Paulista
PART_OF
SPARQL (recomendaccedilatildeo W3C)rlm
Exemplo de expressatildeo em SPARQL
SELECTrlmconceptrlm propertyrlm ldquoSatildeorlmPaulordquo
WHERE
concept propertyhasProperty property
FILTER(property name)rlm
Linguagens de Regras (Prolog)
Rules
parent(x z)rlm - father(x z) v mother(x z)
sibling(x y)rlm- parent(x z) and parent(y z)
Knowledge base
father(_Maria _Joatildeo)
father(_Pedro _Joatildeo)
Query
sibling(_Maria x) rArr Yes rArr b = _PedrorArr b = _xyz1rArr b = _xyz2 rArr b = _xyz3rArr b = _xyz4
RIF (Rule Interchange Format)
A buyer buys an item from a seller if the seller sells it to the buyer John sells LeRif to Mary The fact Mary buys LeRif from John can be logically derived by a modus ponens argument
Document(
Prefix(cpt lthttpexamplecomconceptsgt)
Prefix(ppl lthttpexamplecompeoplegt)
Prefix(bks lthttpexamplecombooksgt)
Group ( Forall Buyer Item Seller (
cptbuy(Buyer Item Seller)
cptsell(Seller Item Buyer)
)
cptsell(pplJohn bksLeRif pplMary)
)
)
Controveacutersia sobre pilha de padrotildees
Peter F Patel-Schneider A Revised Architecture for Semantic
Web Reasoning Third Workshop on Principles and Practices of
Semantic Web Reasoning Dagstuhl Germany September
2005 LNCS 3703 Springer Verlag 2005
Ian Horrocks Bijan Parsia Peter F Patel-Schneider and
James Hendler Semantic Web Architecture Stack or Two
Towers Third Workshop on Principles and Practices of Semantic Web Reasoning Dagstuhl Germany September
2005 LNCS 3703 Springer Verlag 2005
Peter F Patel-Schneider Building the Semantic Web Tower
from RDF Straw Nineteenth International Joint Conference on
Artificial Intelligence Edinburgh Scotland August 2005
Proposta inicial (2000)rlm
21042010
10
Proposta regras(2005)rlm Proposta atual
Como estaacute a Web semacircntica hoje
Aacuterea de pesquisa muito ativa
Visa estender o papel dos computadores no
suporte a diversas atividades humanas
Usa ontologias e anotaccedilotildees semacircnticas para
catalogar recuperar e compor dados e serviccedilos
de processamento na Web
Desafios da Web semacircntica
Construccedilatildeo de ontologias
(Semi-)automatizada e interativa
Geraccedilatildeo de anotaccedilotildees semacircnticas de recursos
Muitas aplicaccedilotildees requerem automatizaccedilatildeo
Evoluccedilatildeo de ontologias
Checar se alteraccedilotildees natildeo introduzem inconsistecircncias e gerenciar
versotildees
Integraccedilatildeo de ontologias (ontology matching)
A obtenccedilatildeo de consenso eacute inviaacutevel em muitas domiacutenios
Deduccedilatildeoraciociacutenio
Teorias computaacuteveis e natildeo computaacuteveis ontologias inconsistentes
Ediccedilatildeo de Ontologias no Proteacutegeacute
Editor de ontologias e arcabouccedilo para o desenvolvimento de bases de conhecimento livre e de coacutedigo aberto baseado em Java
Suporta os modelos de frames (RDF) e OWL
Exporta as ontologias e bases de conhecimento para uma variedade de formatos incluindo RDF(S) OWL e XML Schema
Extensiacutevel via plugins
Construccedilatildeo de ontologias
Processo para geraccedilatildeo automatizada de
ontologias a partir de esboccedilos dados e
documentos (nova geraccedilatildeo de ferramentas)rlm
Entendimento do domiacutenio
Entendimento dos dados
Definiccedilatildeo das tarefas
Geraccedilatildeo semi-automaacutetica
Avaliaccedilatildeo de qualidade
Refinamento com interaccedilatildeo humana
21042010
11
Definiccedilotildees de ldquogeraccedilatildeo de ontologiardquoGrobenik and Mladenic 2006
Induccedilatildeo de conceitos (a partir das instacircncias)rlm
Induccedilatildeo de relaccedilotildees (a partir de conceitos e
instacircncias a eles associadas)rlm
Popular ontologia (dada uma ontologia e
instacircncias de seus conceitos)rlm
Geraccedilatildeo de uma ontologia completa (a partir
das instacircncias e algum conhecimentoinformaccedilatildeo)rlm
Atualizaccedilatildeoextensatildeo de ontologias (dada
uma ontologia e informaccedilatildeo como novas
instacircncias ou padrotildees de uso da ontologia)rlm
Document Clustering - Vector Model
Vector of word occurences in the documents
bull diK = TF(Wkdi) IDF(Wk)rlm
Where
bull TF(Wkdi) = number of times Wk occurs in document di
bull IDF(Wk) = log ( D DF(Wk))rlm
bull D = number of documents
bull DF(Wk) = number of documents in which word W occurs
Document distance metric
Anotaccedilotildees Semacircnticas(Kiryakov et al 2004)rlm
21042010
12
Anotaccedilatildeo Semacircntica de Documentos
Atribui agraves entidades que aparecem no documento ligaccedilotildees com suas descriccedilotildees semacircnticas na ontologia
Aplicaacutevel a qualquer tipo de texto (documentos HTML documentos de texto comuns campos de banco de dados entre outros)
Representaccedilatildeo das anotaccedilotildees
Intrusiva
Natildeo intrusiva
Confecccedilatildeo das anotaccedilotildees
bull Semi-Automaacutetica Associa palavras do texto a classes
instacircncias e propriedades da ontologia utilizando-se do
julgamento humano Esta associaccedilatildeo geralmente eacute efetuada
atraveacutes de interfaces ldquoarraste-e-solterdquo (eg OntoMat)rlm
bull Automaacutetica Aplica teacutecnicas de processamento de
linguagem natural aprendizado de maacutequina e extraccedilatildeo de
informaccedilatildeo entre outras para associar palavras agrave ontologia
Essas ferramentas podem utilizar ontologias padratildeo (eg
IEEE Standard Upper Ontology) ou ontologias de domiacutenios
especiacuteficos (eg Unified Medical Language System)
bull Hiacutebrida Combinaccedilatildeo das teacutecnicas acima
Geraccedilatildeo de anotaccedilotildees semacircnticas (Reeve e Han 2005)rlm
Ferramentas para anotaccedilatildeo
Annozilla Funciona sobre o Mozzila Firefox
Annotea projeto da W3C - servidor de anotaccedilotildees em RDF
Armadillo
Muse
Pankol
Semantic Word anotaccedilatildeo interativa de porccedilotildees de documentos
Word
OntoMat Annotizer anotaccedilatildeo interativa de paacuteginas Web com
ontologias em OWL
Smore marcaccedilotildees sobre HTML com ontologias em OWL
Melita ferramenta de anotaccedilatildeo semi-automaacutetica que usa algoritmo
de IE para ajudar o usuaacuterio no processo de anotaccedilatildeo
MnM anotaccedilatildeo semacircntica de paacuteginas Web com metadados
descritos em RDFOCMLDAML+OIL
KIM permite criar metadados armazenar e buscar informaccedilotildees e
pode ser usada para anotaccedilatildeo e procura de documentos
21042010
13
O processo automatizado de anotaccedilatildeo semacircntica de documentos
Tokenizaccedilatildeo e Eliminaccedilatildeo de StopWords
Etiquetagem
Stemmer
Corpus Anotado
Identificaccedilatildeo EN
Associaccedilatildeo atermos da ontologia
RepositoacuterioSemacircntico
Tokensrelevantes
Palavras +Classificaccedilatildeo Gramatical
Radicais das Palavras +Classificaccedilatildeo Gramatical
Entidades Nomeadas
Anotaccedilatildeo Semacircntica
Dados Metadados Documento
s
Ontologia do Domiacutenio
Valida
Valida
Especialista
RepositoacuterioInformaccedilatildeo
Annotation example(Davies et al 2006)
Consider the phrase
There are deliverables
The tokens are
[There] [are] [deliverables] []
The tagger finds out what kind of a word each of the tokens
is (whether it is a noun an adjective a verb etc)rlm
[There] existential quantifier
[are] verbmdash3rd person singular present
[deliverables] nounmdashplural
Annotation example (cont)rlm
The morphological analyser gives the roots of all the words
[There] rootmdashthere
[are] rootmdashbe
[deliverables] rootmdashdeliverable
There are mdash mdashmdash
triggers the creation of one or more new classes in the
ontology
There are projects
There are workpackages tasks and deliverables
SEKT is a project
MUSINGrlmbdquoKnowledgerlmWeb‟rlmandrlmbdquoPrestorlmSpace‟rlmarerlmprojects
Projects have workpackages
Workpackages can have tasks
WP1 WP2 WP3 WP4 WP5 and WP6 are workpackages
SEKT has WP1
MUSING has WP2 WP3 and WP4
bdquoKnowledgerlmWeb‟rlmhasrlmWP5 and WP6
Annotation example (cont)rlm
Ontologia resultante Quadro Comparativo(Nunes e Fileto 2007)rlm
21042010
14
Dependecircncias entre plataformas(Rui Tramontin Junior 2007)rlm
Comparaccedilatildeo de desempenho(Reeve e Han 2005)rlm
Prataforma Categoria Precisatildeo Cobertura Medida F
Armadillo Descoberta de padrotildees
910 740 870
KIM Regras 860 820 840
MnM Induccedilatildeo 950 900 nd
MUSE Regras 935 923 929
PANKOW Descoberta de padrotildees
650 282 249
SemTag Regras 820 nd nd
Evoluccedilatildeo de ontologias(Bloehdorn et al 2006)rlm
Exemplo Uso natildeo uniforme de conceitos
Alternativas para remoccedilatildeo do conceito C que tem sub-conceitos
Processo de evoluccedilatildeo de ontologias
CapturaCaptura
da
Mudanccedila
Representaccedilatildeo Semacircntica Propagaccedilatildeo Implementaccedilatildeo Validaccedilatildeo
Fases Elementares
21042010
15
Mapeamentos entre ontologias(Ontology Matching)
Fusatildeo de ontologias
Processo semi-automatico de alinhamento(Huang at al 2006)rlm
Referecircncia
Jerome Euzenat INRIA Rhone-Alpes France
Pavel Shvaiko University of Trento Italy
Ontology Matching
URL httpbookontologymatchingorg
Springer-Verlag Heidelberg (DE) 2007
343 p 67 illus Hardcover
ISBN 978-3-540-49611-3
E as buscas semacircnticas
Recuperaccedilatildeo da informaccedilatildeo de documentosrlm
Medidas da eficaacutecia das soluccedilotildees
precisatildeo = nro de docs relevantes recuperadosnro de docs recuperados
cobertura = nro de docs relevantes recuperadosnro de docs relevantes
21042010
16
Classificaccedilatildeo de abordagens para buscas semacircnticas (Mangold 2007)
Arquitetura
Acoplamento entre ontologias e documentos
Transparecircncia
Contexto do usuaacuterio
Modificaccedilatildeo de consultas
Estrutura das ontologias
Tecnologia para representar as ontologias
Desempenho escalabilidade e distribuiccedilatildeo
Adaptabilidade
Ranking
Arquiteturas para buscas semacircnticas
Maacutequina de busca stand_alone armazenametadados sobre os documentos em iacutendicescom os quais avalia as consultas
Meta-maacutequina de busca distribui asconsultas para outras maacutequinas de busca ecombina os resultados
Acoplamento ontologias-documentos
Acoplamento forte os metadados dosdocumentos referem-se explicitamente aosconceitos de uma ontologia e vice-versa(requer anotaccedilatildeo semacircntica)rlm
Acoplamento fraco os documentos satildeoindependentes de quaisquer ontologiasdisponiacuteveis (pode restringir a capacidade debusca)rlm
Contexto do usuaacuterio
Learning extraiacutedo na interaccedilotildees do usuaacuteriocom o sistema (histoacuterico das consultas erefinamentos de consultas)rlm
Hard-coded as consultas satildeo organizadas emcategorias que definem a informaccedilatildeo solicitada(eg ldquolocation ofrdquo ldquoresources forrdquo rlm(
Modificaccedilatildeo de consultas
Manual o sistema retorna um trechoapropriado da ontologia junto com a respostapermitindo ao usuaacuterio navegar na ontologia ereformular a consulta pela adiccedilatildeo e remoccedilatildeo determos
Re-escrita automaacutetica a consulta eacuteotimizada automaticamente pelo sistema
Baseada em grafo considera conceitos edocumentos como nodos de um grafoefetuando propagaccedilatildeo da consulta a partir dosnodos correspondentes a termos de busca
Modificaccedilatildeo de consultas
Modificaccedilatildeo de consulta
Manual
Re-escrita de consulta
Baseada em grafo
Inserccedilatildeo de termoRemoccedilatildeo de termo
Substituiccedilatildeo de termo
Conjuntiva
Disjuntiva
Conjuntiva Disjuntiva
21042010
17
Estrutura da ontologia
Propriedades anocircnimas as relaccedilotildees entreconceitos natildeo satildeo nomeadas indicando apenasque eles compartilham o mesmo contexto
Propriedades padronizadas sinocircniacutemiahiperniacutemia meroniacutemia negaccedilatildeo etc
Propriedades especiacuteficas de domiacutenio aleacutemdas propriedades padratildeo considerapropriedades especiacuteficas de um domiacutenio (egldquotipo de cacircmerardquo em sistema para a aacuterea defotografia)rlm
Tecnologia da ontologia
F-Logic
RDF
DAML+OIL
Frames
OWL
Comparaccedilatildeo de abordagens Comparaccedilatildeo de abordagens (cont)
Buscas semacircnticas na Web hoje
httpwwwaliprcom (imagens)rlm
httpwwwcognitioncom
httpwwwdeepdyvecom
httpwwwbingcom
httpwwwcuilcom
httpwwwfreebasecom
httpwwwgooglecom
httpwwwkosmixcom
httpwwwhakiacom
httpwwwpowersetcom
httpwwwsensebotnet
httpdeveloperyahoocomsearchmonkey
httpswoogleumbcedu (ontologias)rlm
21042010
18
21042010
19
SAO PAULO-SP
University of Sao Paulo
Sao Paulo Fashion
Sao Paulo Fashion Week
Sao Paulo State
Sao Paulo Hotel
Sao Paulo Hotels
Sao Paulo Brasilien
Sao Paulo Congonhas
21042010
20
21042010
21
Sao Paulo Airport
Sao Paulo Plane Crash
Sao Paulo Zoo
hellip
21042010
22
21042010
23
Algumas questotildees em aberto
Representaccedilatildeo de contextos de usuaacuterios emapeamento desses a ontologias
Anaacutelise dos efeitos de modificaccedilotildees de consultas
Meta-buscas semacircnticas
Anaacutelise da aceitaccedilatildeo dos usuaacuterios
Adaptabilidade a diferentes ontologias
Ranking dos resultados
Integraccedilatildeo com sistemas de gerenciamento dedocumentosconteuacutedo
Tratamento de dados multimiacuteda
Interfaces homem-maacutequina
Desempenho e escalabilidade
Contextual Semantic Search (CSS)(DAgostine Fileto ndash SBBD2007)rlm
21042010
24
General Architecture for CSSThe Weighted Topic Graph(DAgostine Fileto Dantas Gauthier - ICEIS 2008)rlm
A weighted topic graph is a graph TM(T A)rlm
T is a set of topics (vertices)rlm
A is a set of associations (edges)rlm
Let be an ontology O
Each topic t in T corresponds to a ontology term o in O
Each topic t has a weight [01] The sum from the weights from all topics with same name equals 1
Each association a has a weight [01] The sum
from all the weights from all association departing
a single topics equals 1
Topic weights used to disambiguate
Eg interest in Satildeo Paulo city instead of Satildeo Paulo
state
Association weights used to semantically
expand searches
Eg Actual interest in Guarulhos and airport while
searching for Satildeo Paulo city
The Weights in the Topic Graph Capturing the Users Context
Generated Topic Graph with the Ontological Users Context
The Contextual Semantic Search Process
21042010
25
Desambiguaccedilatildeo
Fundamento dos algoritmos de busca sobre contexto ontoloacutegico
Heuriacutesticas de estigmergia (Ant Colony Optimization - ACO)
Traccedilos de ferormocircnio
Algoritmo de busca semacircntica baseada em ACO
Entrada palavras-chave[ ]
Dados G(TA) Onto repositoacuterio
limite_de_profundidade
limite_miacutenimo_de_peso
λ fator de atenuaccedilatildeo de peso
iniacutecio Algoritmo Busca Contextual 1 Estigmeacuterica
resultados = busca_G_ou_Onto(palavras-chave[])
atenuaG (iacutendice ) λrlmisin [0 1]
manutenccedilatildeo(coleta_feedback(resultados))
fim
21042010
26
Demo Praestro ndash Karina Fasolin
Alguns trabalhos relacionados
Name Article Comments
Graupmann
et al 2005
The SphereSearch
engine for unifiedranked retrieval of
heterogeneous XML
and web documents
Searches through XML documents The context is a region in radius
around given element A data inside two regions is considered relevant
to both contexts
Made tests with large collections like DBLP INEX Wikipedia put for
stress testing regarding the size of the collection
ldquoLet us first comment on the difficulties of defining a meaningfulbenchmark for this kind of novel systemrdquo
Park e
Cheyer 2006
Just For Me Topic
Maps and Ontologies
Manages knowledge in three layers Topics Knowledge Structures and
Documents
Not implemented (at least at the time of publication)
Michlmayr
et al 2007Adaptive User Profiles
for Enterprise
Information Access
Represents context as an individual graph The graph is constructed
based on tags used to semantically annotate the content which the user
considers to be relevant
However the tags are only that only labels They are not tied-down to
a formal definition
Alguns trabalhos relacionados (cont)
Name Article Comments
Aleman-
Meza et a
2003
Context-Aware
Semantic Association
Ranking
Also defines context as regions But the regions are static defined in
the ontology which is used by the system So the contexts are defined
the same for every single user
Mani and
Sundaram
2007
Modeling user context
with applications to
media retrieval
Creates a graph representing the users context Each node
corresponds to an instance in the ontology The edges represent
relations between the instances Built to search trough multimedia
documents
However it does not associates the vocabulary the user uses with the
instances
Challam et
al 2007
Contextual Search
Using Ontology-Based
User Profiles
Monitors the users activity capturing content from open Internet
Explorer MS-Office and MSN The captured information is stored and
usedrlmtorlmbuildrlmarlmuser‟srlmcontextualrlmprofilerlmbasesrlmonrlmanrlmontology
The context is tightly coupled with the ontology
NO IMAGES WERE
PROVIDED
Vallet et al
2006
Personalized
Information Retrieval in
Context
Stores context as a graph constructed based on the ontology used by
the system Similar to Mani and Sundaram including its limitations
(mapping the vocabulary) however if built for text documents
Sieg et al
2007
Ontological User
Profiles for
Personalized Web
Search
Similar to Challam et al but it gets the context information from the
ontology terms used to annotate the retrieved relevant context
Also limited by the structure of the ontology
Alguns trabalhos relacionados(cont)
Name Deals with
objective
knowledge
(ontology)
Deals with
subjective
knowledge
(users
context)
The knowledge
management is
transparent
Idea Implemented
Graupmann et
al 2005
X IMPL
Park e Cheyer
2006
X X X IDEA
Michlmayr et al2007
X X IMPL
Aleman-Meza et
a 2003
X X IMPL
Mani eSundaram 2007
X X X IMPL
Challam et al
2007
X X X IMPL
Vallet et al 2006 X X X IMPL
Sieg et al 2007 X X X IMPL
(incomplete)
Praestro X X X IMPL
(prototype)
UnA-SUS ndash Universidade Aberta do SUS
Programa do Ministeacuterio da Sauacutede para atender necessidades de e
permanente dos
Accedilotildees focadas em
formulaccedilatildeo de conteuacutedo
bibliotecas digitais
cursos a distacircncia
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
3
Trecho de ontologia 2 Travel Exemplo de ontologia 3 DeCS(Descritores em Ciecircncias da Sauacutede)
Exemplo de ontologia 3a ndash DeCS(anatomia)
Exemplo de ontologia 3b ndash DeCS(doenccedilas)
Exemplo de ontologia 3c ndash DeCS(doenccedilas) Aplicaccedilotildees de Ontologias
Buscas semacircnticas
Ex Estado(Satildeo Paulo) Cidade(Satildeo Paulo)rlm
Interoperabilidade
Agentes moacuteveis
Reuso e composiccedilatildeo de recursos
Semantic Learning Objects
Semantic Web Services
Semantically enabled services amp workflows
21042010
4
Uses of ontologies
Comunicaccedilatildeo
entre pessoas e organizaccedilotildees
Interoperabilidade
Entre sistemas
Componentes Reusaacuteveis Confiabilidade
Especificaccedilatildeo
Engenharia de Sistemas
Outras distinccedilotildees pode ser importantes dentro de cada
categoria tais como a natureza do software tipo de usuaacuteriosn e domiacutenio de aplicaccedilatildeo
Ontologias como uma IntershyLingua
L1
L3
L2
L4
L1
L3
L2
L4
Interlingua
T1 T2
T3 T4
Ontologias pode ser usadas como suporte na traduccedilatildeo entre diferentes linguagens e
representaccedilotildees de informaccedilatildeoconhecimento
Padrotildees da Web semacircntica
Character Encoding
Codificaccedilatildeo de Caracteres
Exemplos de cabeccedilalhos de documentos XML com especificaccedilatildeo do
padratildeo de codificaccedilatildeo de caracteres utilizados nesses documentos
ltxml encoding=UTF-8gt
ltxml encoding=UTF-16gt
ltxml encoding=EUC-JPgt
ltxml version=ldquo10rdquo encoding=ISO-8859-1gt
URIs (Unified Resource Identifiers)rlm
httpwwww3orgAddressing
httpwwww3orgAddressingbackground
httpwwwfoldocorgUniform+Resource+Locator
ftpspysecretftpacmecompubtopsecretweapontgz
mailtofreddocicacuk
newsalthypertext
telnet19202168o
magicabcdef
ldap[2001db87]c=GBobjectClassone
tel+1-816-555-1212
urnoasisnamesspecificationdocbookdtdxml412
exampleabc7Bfoo7D
eXAMPLEabb637bfoo7d
NameSpaces
Exemplos de trechos de documentos XML com especificaccedilotildees e
uso de namespaces
ltx xmlnsedi=httpecommerceorgschemagt
lt-- the edi prefix is bound to httpecommerceorgschema
for the x element and contents --gt
ltxgt
ltbook xmlns=urnlocgovbooks
xmlnsisbn=urnISBN0-395-36341-6gt
lttitlegtCheaper by the Dozenlttitlegt
ltisbnnumbergt1568491379ltisbnnumbergt
ltbookgt
ltschema xmlnshttpwwww3org2001XMLSchemagt
ltschemagt
21042010
5
XML ndash eXtensible Makup Language
Construccedilotildees baacutesicas
ltElementogt Conteuacutedo ltElementogt
ltElemento gt
ltElemento Atributo1=ldquoValorrdquo Atributo2=ldquoValorrdquogt
ltElementorlmAtributo1=ldquoValorrdquorlmAtributo2=ldquoValorrdquogtrlm rlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlm
Conteuacutedo
ltElementogt
ltElemento1gt
ltElemento2gt
Conteuacutedo
ltElemento2gt
ltElemento1gt
ltElemento1gtltElemento2gtltElemento1gt
Um documento XML
ltxml version=10 encoding=ISO-8859-1 gt
ltElementoRaizgt
ltElemento1gt
ltElemento1_1gt Conteuacutedo ltElemento1_1gt
ltElemento1_2gt Conteuacutedo ltElemento1_2gt
ltElemento1_3gt
ltElemento1gt
ltElemento2gt
ltElemento2_1gt
ltElemento2_1_1gt Conteuacutedo ltElemento2_1_1gt
ltElemento2_1_2gt
ltElemento2_1gt
ltElemento2gt
ltElementoRaizgt
A Versatilidade do XML para Dados Semi-Estruturados
ltxml version=10 encoding=ISO-8859-1 gt
ltPessoarlmNome=ldquoJoatildeorlmderlmSouzardquorlmDataDeNascimento=ldquo12061964rdquorlmCPF=ldquo12312312rdquogt
ltEnderecosgt
ltEnderecorlmTipo=ldquoComercialrdquogtRuarlmArlm23rlm- CentroltEnderecogt
ltEnderecorlmTipo=ldquoResidencialrdquogtTorrerlmComercialrlm1923rlmSl1011rlmltEnderecogt
ltMalaDiretarlmDestino=ldquoComercialrdquogt
ltEnderecosgt
ltFormasDeContatogt
ltTelefonesgt
ltTelefonerlmTipo=ldquoComercialrdquorlmDDD=ldquo61rdquorlmRamal=ldquo211rdquogt222-8545ltTelefonegt
ltTelefonerlmTipo=ldquoCelularrdquorlmDDD=ldquo61rdquogt999-9999ltTelefonegt
ltTelefonerlmTipo=ldquoResidencialrdquorlmDDD=ldquo61rdquogt444-4444ltTelefonegt
ltTelefonesgt
ltEmailgtjoatildeoemailcombrltEmailgt
ltICQrlmNumero=rlmrdquo127653467654ldquorlmgt
ltFormasDeContatogt
ltPessoagt
Doc XML para Dados Climaacuteticos (Balanccedilo Hiacutedrico)rlm
ltxml version=10 encoding=ISO8859-1gt
ltWaterBal xmlns=httpwwwagricgovbrWaterBalxsd
location=Brotas latitude=-221500 longitude=-475800gt
ltWeatherData Date=ldquo20050823rdquogt
ltTemperaturegt 220 ltTemperaturegt
ltAvgRainFallgt 2013 ltAvgRainFallgt
ltPotETgt 1154 ltPotETgt
ltRealETgt 1154 ltRealETgt
ltStoredgt 1250 ltStoredgt
ltWaterDeficitgt 00 ltWaterDeficitgt
ltWaterExcessgt 860 ltWaterExcessgt
ltWeatherData gt
ltWaterBalgt
Arquivo texto (natildeo XML) com dados pluviomeacutetricos
weather station
year
station
code
end of file
latitude longitude altitude
Jan
Feb
Mar
Apr
May
Jun
Jul
Aug
Sep
Oct
Nov
Dec
XML-Schema
Um documento XML-Schema descreve os
elementos
atributos
relacionamentos
etc
permitidos em um ou mais documentos XML isto eacute define uma classe de documentos XML que adere a um
conjunto de restriccedilotildees estruturais e de dados
XML-Schema tem uma sintaxe XML
XML-Schema eacute mais robusta versaacutetil e poderosa que DTD (Document Type Definition)rlm
21042010
6
Um Documento XML-Schema(WaterBalxsd)rlm
ltschema xmlnshttpwwww3org2001XMLSchema gt
ltelement name=WaterBal type=WaterBalTypegt
ltattribute name=location type=stringgt
ltattribute name=latitude type=Latitudegt
ltattribute name=longitude type=Longitudegt
ltelement name=WeatherData type=AgregValuesgt
ltcomplexType name=AgregValuesgt
ltattribute name=Date type=DateTypegt
ltsequencegt
ltelement name=Temperature type=decimalgt
ltelement name=AvgRainfall type=decimalgt
ltelement name=PotET type=decimalgt
ltelement name=RealET type=decimalgt
ltelement name=Stored type=decimalgt
ltelement name=WaterDeficit type=decimalgt
ltelement name=WaterExcess type=decimalgt
ltsequencegt
ltcomplexTypegt
ltelementgt
ltschemagt
Validaccedilatildeo de documentos XML
Documento bem-formado (well-formed) satisfaz as restriccedilotildees
de formaccedilatildeo expressa na especificaccedilatildeo do XML
(httpwwww3orgTR2004REC-xml-20040204)rlm
Documento vaacutelido satisfaz as restriccedilotildees (elementos atributos
aninhamentos tipos etc) expressas em uma especificaccedilatildeo de
esquema XML em DTD ou XSL (XML-Schema) que eacute associada a
esse documento XML
Heterogeneidade semacircntica em XML
ltobject id=ldquoa1rdquo class=ldquoartifactrdquogt
lttuplegt
lttitlegt Nympheas lttitlegt
ltyeargt 1897 ltyeargt
ltcreatorgt Monet ltcreatorgt
ltpricegt 10000000 ltpricegt
ltowners refs=ldquop1p2p3rdquogt
lttuplegt
ltobjectgt
ltobject id=ldquop3rdquo class=ldquopersonrdquogt
lttuplegt
ltnamegt Claudia ltnamegt
ltagegt 17 ltagegt
lttuplegt
ltobjectgt
ltworkgt
ltartistgt Monet ltartistgt
ltnamegt Nympheas ltnamegt
ltstylegt Impressionist ltstylegt
ltsizegt 21 x 61 ltsizegt
ltcplacegt Givern ltcplacegt
ltworkgt
ltworkgt
ltartistgt Monet ltartistgt
lttitlegt Waterloo Bridge lttitlegt
ltstylegt Impressionist ltstylegt
ltsizegt 292 x 464 ltsizegt
lthistorygt
Painted with
lttechgt Oil on canvas lttechgt
in
lthistorygt
ltworkgt
XML como Padratildeo de representaccedilatildeo de dados
ldquoArtworksrdquorlmStructure
Works works
Work
Work
Field
artist title style size
string string string string
ldquoArtfactrdquorlmSchema
artifacts set
ampArtifact
Artifact class
artifact
tuple
title year creator price owners
ampPerson
string int string float list
YAT Model
YAT Any
YAT
V ampYAT
ODMG Model
Vtuple
Symbol
Type
V(int vbool v
float vstring)rlm
ampClass
Type
V
Symbol
(set vbag vlist varray)rlm
Class class
Symbol
Type
RDF ndash Resource Description Framework
Uma linguagem e modelo padronizados para expressar conhecimento na Web semacircntica
Um comando (statement) eacute uma tripla da forma
Recurso qualquer coisa referenciada por uma URL
Propriedade qualquer propriedade de um recurso
Valor um literal ou outro recurso
RDF-Schema define classes de recursos suas propriedades (que podem ser relacionamentos com outras classes) e possiacuteveis valores
Os formatos para representar ontologias na Web semacircntica (eg
DAML+OIL OWL) satildeo extensotildees do RDF
Sintaxe XML do RDF
ltxml version=10gt
ltrdfRDF xmlnsRDF httpwwww3orgRDFRDFldquo
xmlnsdc httpdublincoreorgdcldquogt
ltrdfDescription about=ldquohttpwwwagritempocnptiaembrapabrrdquogt
ltdctitlegt Nuacutecleo de Monitoramento e Anaacutelise de Dados
Meteoroloacutegicos e Climatoloacutegicos para a Agricultura ltdctitlegt
ltleadergt
rdfresource=ldquohttpwwwcnptiaembrapabr~assadrdquo
ltleadergt
ltrdfDescriptiongt
ltrdfDescription
about=ldquohttpwwwcnptiaembrapabr~assadrdquogt
ltdctitlegt Eduardo D Assad ltdctitlegt
ltemailgt Assadcnptiaembrapabr ltemailgt
ltrdfDescriptiongt
ltrdfRDF gt
21042010
7
Estrutura do conhecimento em RDF
httpwwwagritempocnptiaembrapabr
httpwwwcnptiaembrapabr~assad
Nuacutecleo de Monitoramento e
Anaacutelise de Dados
Meteoroloacutegicos e Climatoloacutegicos
para a Agricultura
assadcnptiaembrapabrEduardo D
Assad
dctitle
dctitleemail
leader
Metadata in RDFWater Balance (same place and institution)rlm
ltxml version=10gt
ltrdfRDF xmlnsRDF httpwwww3orgRDFRDFldquo
xmlns httpagricgovbrDocStdldquogt
ltrdfDescription about=httpwwwagricgovbrpublicWaterBal1234gt
ltSourcegt
rdfresource=ldquohttpwwwcepagriunicampbrrdquo
rdfresource=ldquohttpwwwciagroiacgovspbrrdquo
ltSourcegt
ltInitialDategt 28032002 ltInitialDategt
ltFinalDategt 31032002 ltFinalDategt
ltkeywordgt Water available in Soil ltkeyworkgt
ltlocalgt
rdfresource= ldquohttpwwwibgegovbrstate_SPrdquo
ltlocalgt
ltmeasument_unitgt
rdfresource= ldquohttpwwwinmetrogovbrmmrdquo
ltmeasument_unitgt
ltrdfDescriptiongt
ltrdfRDFgt
httpwwwagricgovbrpublicWaterBal1234
http
wwwcpaunicampbr
Centro de Pesquisas
Agriacutecolas (CEPAGRI)
name
source
httpwwwciagroiacg
ovspbr
httpwwwunica
mpbr
part_of
CIIAGRO
name
http
wwwiacgovspbr
part_of
InitialDate
28032002
FinalDateWater available in
Soil
http
wwwibgegovbrstate_SP
source
keyword
http
wwwinmetrogovbrmm
31032002
local
measurement_unit
RDF-Schema
ltrdfabout=ampAgricZoningCountry rdfslabel=Countrygt
ltrdfssubClassOf dfresource=ampAgricZoningTerritorialDivisiongt
ltrdfabout=ampAgricZoningState rdfslabel=ldquoStategt
ltrdfssubClassOf dfresource=ampAgricZoningTerritorialDivisiongt
ltrdfProperty rdfabout=ampAgricZoningstatesOfCountry
aminCardinality=1
rdfslabel=statesOfCountrygt
ltrdfsdomain rdfresource=ampAgricZoningCountrygt
ltrdfsrange rdfresource=ampAgricZoningStategt
ltainverseProperty rdfresource=ampAgricZoningcountryOfStategt
ltrdfPropertygt
RDF-Schema
ltrdfProperty rdfabout=ampAgricZoningcountryOfState
amaxCardinality=1
aminCardinality=1
rdfslabel=countryOfStategt
ltrdfsrange rdfresource=ampAgricZoningCountrygt
ltrdfsdomain rdfresource=ampAgricZoningStategt
ltainverseProperty
rdfresource=ampAgricZoningstatesOfCountrygt
ltrdfPropertygt
Trecho de RDF
ltAgricZoningCountry rdfabout=ampAgricZoningpais_55
AgricZoningnameBR=BRASIL rdfslabel=BRASILgt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_1gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_2gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_3gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_4gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_5gt
ltAgricZoningstatesOfCountry rdfresource=ampAgricZoningestado_11gt
ltAgricZoningstatesOfCountry rdfresource=ampAgricZoningestado_12gt
ltAgricZoningmetroAreasOfCountry
rdfresource=ampAgricZoningmetro_5201gt
ltAgricZoningCountrygt
21042010
8
Descriccedilotildees em RDF de recursos para a coleta de dados cientiacuteficos
wwwEquipServcombrschema2rdfs
RD
F S
chem
aR
DF
Equipment Clienthas
String StringString String
category model name city
wwwAgriTempobrschema1rdfs
WeatherStation
longitudealtitude
LandParcel
CountyState
latitude
inpart_of
ampws1
ampws3
ampws4
Stringname
ampeq1
ampRio
ampUbatuba
ampCampinas
ampws2
ampUnicamp
ampEmbrapa
ampSP
ampRJ
in
in
in
in
part_of
part_of
part_of
has
has
has
has
ampws1 = httpwwwembrapabrWeatherStationX
ampws2 = httpwwwiacbrWeatherStationK
ampws3 = httpwwwunicampbrWheaterStationA
ampws4 = httpwwwunicampbrWheaterStationB
ampeq1 = httpwwwembrapabrCameraZ
subClassOf (isA)rlm
typeOf (instance)rlm
other kind of property
DegreesDecMeters
String
String
value
value
OWL ndash Ontology Web Language
Estende o RDF com vocabulaacuterio padronizado e construccedilotildees para definir
Escopo local de propriedades
Disjunccedilatildeo de classes
Combinaccedilotildees de classes
Restriccedilotildees de cardinalidade
Caracteriacutesticas especiais de propriedades (eg transitividade simetria anti-simetria propriedades inversas)rlm
The 3 flavors of OWL
OWL LiteExpressividade restrita (exclui classes enumeradas disjunccedilatildeo cardinalidade arbitraacuteria )
Faacutecil de entender e usar
OWL DL
Equivalente agrave loacutegica descritiva (DL = Description
Logics)
Ainda permite eficiecircncia e computabilidade
OWL Full
Compatiacutevel sintaacutetica e semanticamente com RDF embora mais poderosaPode ocasionar inferecircncias indecidiacuteveis
Disjunction and Equivalence of Classes
ltowlClass rdfabout=associateProfessorgt
ltowldisjointWith rdfresource=assistantProfessorgt
ltowlClassgt
ltowlClass rdfID=facultygt
ltowlequivalentClass
rdfresource=academicStaffMembergt
ltowlClassgt
Inverse properties
ltowlObjectProperty rdfID=teachesgt
ltrdfsrange rdfresource=coursegt
ltrdfsdomain rdfresource=academicStaffMembergt
ltowlinverseOf rdfresource=isTaughtBygt
ltowlObjectPropertygt
Sintaxe abstrata para OWL
Class(Person partialrestriction (hasChild allValuesFrom(Person)))rlm
Class(Parent completePersonrestriction (hasChild someValuesFrom(Person)))rlm
ObjectProperty(hasChild)rlm
Individual (John type(Person)rlmvalue(hasChild Mary))rlm
21042010
9
Busca em uma ontologia
Pessoa
Santo
S1
IS_A
TYPE_OF
nome
Satildeo Paulo
Time
TimeFutebol
TF1
IS_A
TYPE_OF
nome
Satildeo Paulo
ParcelaTerritoacuterio
Estado
IS_A
Cidade
E1
TYPE_OF
nome
Satildeo Paulo
C1
nome
Satildeo PauloTricolor Paulista
PART_OF
SPARQL (recomendaccedilatildeo W3C)rlm
Exemplo de expressatildeo em SPARQL
SELECTrlmconceptrlm propertyrlm ldquoSatildeorlmPaulordquo
WHERE
concept propertyhasProperty property
FILTER(property name)rlm
Linguagens de Regras (Prolog)
Rules
parent(x z)rlm - father(x z) v mother(x z)
sibling(x y)rlm- parent(x z) and parent(y z)
Knowledge base
father(_Maria _Joatildeo)
father(_Pedro _Joatildeo)
Query
sibling(_Maria x) rArr Yes rArr b = _PedrorArr b = _xyz1rArr b = _xyz2 rArr b = _xyz3rArr b = _xyz4
RIF (Rule Interchange Format)
A buyer buys an item from a seller if the seller sells it to the buyer John sells LeRif to Mary The fact Mary buys LeRif from John can be logically derived by a modus ponens argument
Document(
Prefix(cpt lthttpexamplecomconceptsgt)
Prefix(ppl lthttpexamplecompeoplegt)
Prefix(bks lthttpexamplecombooksgt)
Group ( Forall Buyer Item Seller (
cptbuy(Buyer Item Seller)
cptsell(Seller Item Buyer)
)
cptsell(pplJohn bksLeRif pplMary)
)
)
Controveacutersia sobre pilha de padrotildees
Peter F Patel-Schneider A Revised Architecture for Semantic
Web Reasoning Third Workshop on Principles and Practices of
Semantic Web Reasoning Dagstuhl Germany September
2005 LNCS 3703 Springer Verlag 2005
Ian Horrocks Bijan Parsia Peter F Patel-Schneider and
James Hendler Semantic Web Architecture Stack or Two
Towers Third Workshop on Principles and Practices of Semantic Web Reasoning Dagstuhl Germany September
2005 LNCS 3703 Springer Verlag 2005
Peter F Patel-Schneider Building the Semantic Web Tower
from RDF Straw Nineteenth International Joint Conference on
Artificial Intelligence Edinburgh Scotland August 2005
Proposta inicial (2000)rlm
21042010
10
Proposta regras(2005)rlm Proposta atual
Como estaacute a Web semacircntica hoje
Aacuterea de pesquisa muito ativa
Visa estender o papel dos computadores no
suporte a diversas atividades humanas
Usa ontologias e anotaccedilotildees semacircnticas para
catalogar recuperar e compor dados e serviccedilos
de processamento na Web
Desafios da Web semacircntica
Construccedilatildeo de ontologias
(Semi-)automatizada e interativa
Geraccedilatildeo de anotaccedilotildees semacircnticas de recursos
Muitas aplicaccedilotildees requerem automatizaccedilatildeo
Evoluccedilatildeo de ontologias
Checar se alteraccedilotildees natildeo introduzem inconsistecircncias e gerenciar
versotildees
Integraccedilatildeo de ontologias (ontology matching)
A obtenccedilatildeo de consenso eacute inviaacutevel em muitas domiacutenios
Deduccedilatildeoraciociacutenio
Teorias computaacuteveis e natildeo computaacuteveis ontologias inconsistentes
Ediccedilatildeo de Ontologias no Proteacutegeacute
Editor de ontologias e arcabouccedilo para o desenvolvimento de bases de conhecimento livre e de coacutedigo aberto baseado em Java
Suporta os modelos de frames (RDF) e OWL
Exporta as ontologias e bases de conhecimento para uma variedade de formatos incluindo RDF(S) OWL e XML Schema
Extensiacutevel via plugins
Construccedilatildeo de ontologias
Processo para geraccedilatildeo automatizada de
ontologias a partir de esboccedilos dados e
documentos (nova geraccedilatildeo de ferramentas)rlm
Entendimento do domiacutenio
Entendimento dos dados
Definiccedilatildeo das tarefas
Geraccedilatildeo semi-automaacutetica
Avaliaccedilatildeo de qualidade
Refinamento com interaccedilatildeo humana
21042010
11
Definiccedilotildees de ldquogeraccedilatildeo de ontologiardquoGrobenik and Mladenic 2006
Induccedilatildeo de conceitos (a partir das instacircncias)rlm
Induccedilatildeo de relaccedilotildees (a partir de conceitos e
instacircncias a eles associadas)rlm
Popular ontologia (dada uma ontologia e
instacircncias de seus conceitos)rlm
Geraccedilatildeo de uma ontologia completa (a partir
das instacircncias e algum conhecimentoinformaccedilatildeo)rlm
Atualizaccedilatildeoextensatildeo de ontologias (dada
uma ontologia e informaccedilatildeo como novas
instacircncias ou padrotildees de uso da ontologia)rlm
Document Clustering - Vector Model
Vector of word occurences in the documents
bull diK = TF(Wkdi) IDF(Wk)rlm
Where
bull TF(Wkdi) = number of times Wk occurs in document di
bull IDF(Wk) = log ( D DF(Wk))rlm
bull D = number of documents
bull DF(Wk) = number of documents in which word W occurs
Document distance metric
Anotaccedilotildees Semacircnticas(Kiryakov et al 2004)rlm
21042010
12
Anotaccedilatildeo Semacircntica de Documentos
Atribui agraves entidades que aparecem no documento ligaccedilotildees com suas descriccedilotildees semacircnticas na ontologia
Aplicaacutevel a qualquer tipo de texto (documentos HTML documentos de texto comuns campos de banco de dados entre outros)
Representaccedilatildeo das anotaccedilotildees
Intrusiva
Natildeo intrusiva
Confecccedilatildeo das anotaccedilotildees
bull Semi-Automaacutetica Associa palavras do texto a classes
instacircncias e propriedades da ontologia utilizando-se do
julgamento humano Esta associaccedilatildeo geralmente eacute efetuada
atraveacutes de interfaces ldquoarraste-e-solterdquo (eg OntoMat)rlm
bull Automaacutetica Aplica teacutecnicas de processamento de
linguagem natural aprendizado de maacutequina e extraccedilatildeo de
informaccedilatildeo entre outras para associar palavras agrave ontologia
Essas ferramentas podem utilizar ontologias padratildeo (eg
IEEE Standard Upper Ontology) ou ontologias de domiacutenios
especiacuteficos (eg Unified Medical Language System)
bull Hiacutebrida Combinaccedilatildeo das teacutecnicas acima
Geraccedilatildeo de anotaccedilotildees semacircnticas (Reeve e Han 2005)rlm
Ferramentas para anotaccedilatildeo
Annozilla Funciona sobre o Mozzila Firefox
Annotea projeto da W3C - servidor de anotaccedilotildees em RDF
Armadillo
Muse
Pankol
Semantic Word anotaccedilatildeo interativa de porccedilotildees de documentos
Word
OntoMat Annotizer anotaccedilatildeo interativa de paacuteginas Web com
ontologias em OWL
Smore marcaccedilotildees sobre HTML com ontologias em OWL
Melita ferramenta de anotaccedilatildeo semi-automaacutetica que usa algoritmo
de IE para ajudar o usuaacuterio no processo de anotaccedilatildeo
MnM anotaccedilatildeo semacircntica de paacuteginas Web com metadados
descritos em RDFOCMLDAML+OIL
KIM permite criar metadados armazenar e buscar informaccedilotildees e
pode ser usada para anotaccedilatildeo e procura de documentos
21042010
13
O processo automatizado de anotaccedilatildeo semacircntica de documentos
Tokenizaccedilatildeo e Eliminaccedilatildeo de StopWords
Etiquetagem
Stemmer
Corpus Anotado
Identificaccedilatildeo EN
Associaccedilatildeo atermos da ontologia
RepositoacuterioSemacircntico
Tokensrelevantes
Palavras +Classificaccedilatildeo Gramatical
Radicais das Palavras +Classificaccedilatildeo Gramatical
Entidades Nomeadas
Anotaccedilatildeo Semacircntica
Dados Metadados Documento
s
Ontologia do Domiacutenio
Valida
Valida
Especialista
RepositoacuterioInformaccedilatildeo
Annotation example(Davies et al 2006)
Consider the phrase
There are deliverables
The tokens are
[There] [are] [deliverables] []
The tagger finds out what kind of a word each of the tokens
is (whether it is a noun an adjective a verb etc)rlm
[There] existential quantifier
[are] verbmdash3rd person singular present
[deliverables] nounmdashplural
Annotation example (cont)rlm
The morphological analyser gives the roots of all the words
[There] rootmdashthere
[are] rootmdashbe
[deliverables] rootmdashdeliverable
There are mdash mdashmdash
triggers the creation of one or more new classes in the
ontology
There are projects
There are workpackages tasks and deliverables
SEKT is a project
MUSINGrlmbdquoKnowledgerlmWeb‟rlmandrlmbdquoPrestorlmSpace‟rlmarerlmprojects
Projects have workpackages
Workpackages can have tasks
WP1 WP2 WP3 WP4 WP5 and WP6 are workpackages
SEKT has WP1
MUSING has WP2 WP3 and WP4
bdquoKnowledgerlmWeb‟rlmhasrlmWP5 and WP6
Annotation example (cont)rlm
Ontologia resultante Quadro Comparativo(Nunes e Fileto 2007)rlm
21042010
14
Dependecircncias entre plataformas(Rui Tramontin Junior 2007)rlm
Comparaccedilatildeo de desempenho(Reeve e Han 2005)rlm
Prataforma Categoria Precisatildeo Cobertura Medida F
Armadillo Descoberta de padrotildees
910 740 870
KIM Regras 860 820 840
MnM Induccedilatildeo 950 900 nd
MUSE Regras 935 923 929
PANKOW Descoberta de padrotildees
650 282 249
SemTag Regras 820 nd nd
Evoluccedilatildeo de ontologias(Bloehdorn et al 2006)rlm
Exemplo Uso natildeo uniforme de conceitos
Alternativas para remoccedilatildeo do conceito C que tem sub-conceitos
Processo de evoluccedilatildeo de ontologias
CapturaCaptura
da
Mudanccedila
Representaccedilatildeo Semacircntica Propagaccedilatildeo Implementaccedilatildeo Validaccedilatildeo
Fases Elementares
21042010
15
Mapeamentos entre ontologias(Ontology Matching)
Fusatildeo de ontologias
Processo semi-automatico de alinhamento(Huang at al 2006)rlm
Referecircncia
Jerome Euzenat INRIA Rhone-Alpes France
Pavel Shvaiko University of Trento Italy
Ontology Matching
URL httpbookontologymatchingorg
Springer-Verlag Heidelberg (DE) 2007
343 p 67 illus Hardcover
ISBN 978-3-540-49611-3
E as buscas semacircnticas
Recuperaccedilatildeo da informaccedilatildeo de documentosrlm
Medidas da eficaacutecia das soluccedilotildees
precisatildeo = nro de docs relevantes recuperadosnro de docs recuperados
cobertura = nro de docs relevantes recuperadosnro de docs relevantes
21042010
16
Classificaccedilatildeo de abordagens para buscas semacircnticas (Mangold 2007)
Arquitetura
Acoplamento entre ontologias e documentos
Transparecircncia
Contexto do usuaacuterio
Modificaccedilatildeo de consultas
Estrutura das ontologias
Tecnologia para representar as ontologias
Desempenho escalabilidade e distribuiccedilatildeo
Adaptabilidade
Ranking
Arquiteturas para buscas semacircnticas
Maacutequina de busca stand_alone armazenametadados sobre os documentos em iacutendicescom os quais avalia as consultas
Meta-maacutequina de busca distribui asconsultas para outras maacutequinas de busca ecombina os resultados
Acoplamento ontologias-documentos
Acoplamento forte os metadados dosdocumentos referem-se explicitamente aosconceitos de uma ontologia e vice-versa(requer anotaccedilatildeo semacircntica)rlm
Acoplamento fraco os documentos satildeoindependentes de quaisquer ontologiasdisponiacuteveis (pode restringir a capacidade debusca)rlm
Contexto do usuaacuterio
Learning extraiacutedo na interaccedilotildees do usuaacuteriocom o sistema (histoacuterico das consultas erefinamentos de consultas)rlm
Hard-coded as consultas satildeo organizadas emcategorias que definem a informaccedilatildeo solicitada(eg ldquolocation ofrdquo ldquoresources forrdquo rlm(
Modificaccedilatildeo de consultas
Manual o sistema retorna um trechoapropriado da ontologia junto com a respostapermitindo ao usuaacuterio navegar na ontologia ereformular a consulta pela adiccedilatildeo e remoccedilatildeo determos
Re-escrita automaacutetica a consulta eacuteotimizada automaticamente pelo sistema
Baseada em grafo considera conceitos edocumentos como nodos de um grafoefetuando propagaccedilatildeo da consulta a partir dosnodos correspondentes a termos de busca
Modificaccedilatildeo de consultas
Modificaccedilatildeo de consulta
Manual
Re-escrita de consulta
Baseada em grafo
Inserccedilatildeo de termoRemoccedilatildeo de termo
Substituiccedilatildeo de termo
Conjuntiva
Disjuntiva
Conjuntiva Disjuntiva
21042010
17
Estrutura da ontologia
Propriedades anocircnimas as relaccedilotildees entreconceitos natildeo satildeo nomeadas indicando apenasque eles compartilham o mesmo contexto
Propriedades padronizadas sinocircniacutemiahiperniacutemia meroniacutemia negaccedilatildeo etc
Propriedades especiacuteficas de domiacutenio aleacutemdas propriedades padratildeo considerapropriedades especiacuteficas de um domiacutenio (egldquotipo de cacircmerardquo em sistema para a aacuterea defotografia)rlm
Tecnologia da ontologia
F-Logic
RDF
DAML+OIL
Frames
OWL
Comparaccedilatildeo de abordagens Comparaccedilatildeo de abordagens (cont)
Buscas semacircnticas na Web hoje
httpwwwaliprcom (imagens)rlm
httpwwwcognitioncom
httpwwwdeepdyvecom
httpwwwbingcom
httpwwwcuilcom
httpwwwfreebasecom
httpwwwgooglecom
httpwwwkosmixcom
httpwwwhakiacom
httpwwwpowersetcom
httpwwwsensebotnet
httpdeveloperyahoocomsearchmonkey
httpswoogleumbcedu (ontologias)rlm
21042010
18
21042010
19
SAO PAULO-SP
University of Sao Paulo
Sao Paulo Fashion
Sao Paulo Fashion Week
Sao Paulo State
Sao Paulo Hotel
Sao Paulo Hotels
Sao Paulo Brasilien
Sao Paulo Congonhas
21042010
20
21042010
21
Sao Paulo Airport
Sao Paulo Plane Crash
Sao Paulo Zoo
hellip
21042010
22
21042010
23
Algumas questotildees em aberto
Representaccedilatildeo de contextos de usuaacuterios emapeamento desses a ontologias
Anaacutelise dos efeitos de modificaccedilotildees de consultas
Meta-buscas semacircnticas
Anaacutelise da aceitaccedilatildeo dos usuaacuterios
Adaptabilidade a diferentes ontologias
Ranking dos resultados
Integraccedilatildeo com sistemas de gerenciamento dedocumentosconteuacutedo
Tratamento de dados multimiacuteda
Interfaces homem-maacutequina
Desempenho e escalabilidade
Contextual Semantic Search (CSS)(DAgostine Fileto ndash SBBD2007)rlm
21042010
24
General Architecture for CSSThe Weighted Topic Graph(DAgostine Fileto Dantas Gauthier - ICEIS 2008)rlm
A weighted topic graph is a graph TM(T A)rlm
T is a set of topics (vertices)rlm
A is a set of associations (edges)rlm
Let be an ontology O
Each topic t in T corresponds to a ontology term o in O
Each topic t has a weight [01] The sum from the weights from all topics with same name equals 1
Each association a has a weight [01] The sum
from all the weights from all association departing
a single topics equals 1
Topic weights used to disambiguate
Eg interest in Satildeo Paulo city instead of Satildeo Paulo
state
Association weights used to semantically
expand searches
Eg Actual interest in Guarulhos and airport while
searching for Satildeo Paulo city
The Weights in the Topic Graph Capturing the Users Context
Generated Topic Graph with the Ontological Users Context
The Contextual Semantic Search Process
21042010
25
Desambiguaccedilatildeo
Fundamento dos algoritmos de busca sobre contexto ontoloacutegico
Heuriacutesticas de estigmergia (Ant Colony Optimization - ACO)
Traccedilos de ferormocircnio
Algoritmo de busca semacircntica baseada em ACO
Entrada palavras-chave[ ]
Dados G(TA) Onto repositoacuterio
limite_de_profundidade
limite_miacutenimo_de_peso
λ fator de atenuaccedilatildeo de peso
iniacutecio Algoritmo Busca Contextual 1 Estigmeacuterica
resultados = busca_G_ou_Onto(palavras-chave[])
atenuaG (iacutendice ) λrlmisin [0 1]
manutenccedilatildeo(coleta_feedback(resultados))
fim
21042010
26
Demo Praestro ndash Karina Fasolin
Alguns trabalhos relacionados
Name Article Comments
Graupmann
et al 2005
The SphereSearch
engine for unifiedranked retrieval of
heterogeneous XML
and web documents
Searches through XML documents The context is a region in radius
around given element A data inside two regions is considered relevant
to both contexts
Made tests with large collections like DBLP INEX Wikipedia put for
stress testing regarding the size of the collection
ldquoLet us first comment on the difficulties of defining a meaningfulbenchmark for this kind of novel systemrdquo
Park e
Cheyer 2006
Just For Me Topic
Maps and Ontologies
Manages knowledge in three layers Topics Knowledge Structures and
Documents
Not implemented (at least at the time of publication)
Michlmayr
et al 2007Adaptive User Profiles
for Enterprise
Information Access
Represents context as an individual graph The graph is constructed
based on tags used to semantically annotate the content which the user
considers to be relevant
However the tags are only that only labels They are not tied-down to
a formal definition
Alguns trabalhos relacionados (cont)
Name Article Comments
Aleman-
Meza et a
2003
Context-Aware
Semantic Association
Ranking
Also defines context as regions But the regions are static defined in
the ontology which is used by the system So the contexts are defined
the same for every single user
Mani and
Sundaram
2007
Modeling user context
with applications to
media retrieval
Creates a graph representing the users context Each node
corresponds to an instance in the ontology The edges represent
relations between the instances Built to search trough multimedia
documents
However it does not associates the vocabulary the user uses with the
instances
Challam et
al 2007
Contextual Search
Using Ontology-Based
User Profiles
Monitors the users activity capturing content from open Internet
Explorer MS-Office and MSN The captured information is stored and
usedrlmtorlmbuildrlmarlmuser‟srlmcontextualrlmprofilerlmbasesrlmonrlmanrlmontology
The context is tightly coupled with the ontology
NO IMAGES WERE
PROVIDED
Vallet et al
2006
Personalized
Information Retrieval in
Context
Stores context as a graph constructed based on the ontology used by
the system Similar to Mani and Sundaram including its limitations
(mapping the vocabulary) however if built for text documents
Sieg et al
2007
Ontological User
Profiles for
Personalized Web
Search
Similar to Challam et al but it gets the context information from the
ontology terms used to annotate the retrieved relevant context
Also limited by the structure of the ontology
Alguns trabalhos relacionados(cont)
Name Deals with
objective
knowledge
(ontology)
Deals with
subjective
knowledge
(users
context)
The knowledge
management is
transparent
Idea Implemented
Graupmann et
al 2005
X IMPL
Park e Cheyer
2006
X X X IDEA
Michlmayr et al2007
X X IMPL
Aleman-Meza et
a 2003
X X IMPL
Mani eSundaram 2007
X X X IMPL
Challam et al
2007
X X X IMPL
Vallet et al 2006 X X X IMPL
Sieg et al 2007 X X X IMPL
(incomplete)
Praestro X X X IMPL
(prototype)
UnA-SUS ndash Universidade Aberta do SUS
Programa do Ministeacuterio da Sauacutede para atender necessidades de e
permanente dos
Accedilotildees focadas em
formulaccedilatildeo de conteuacutedo
bibliotecas digitais
cursos a distacircncia
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
4
Uses of ontologies
Comunicaccedilatildeo
entre pessoas e organizaccedilotildees
Interoperabilidade
Entre sistemas
Componentes Reusaacuteveis Confiabilidade
Especificaccedilatildeo
Engenharia de Sistemas
Outras distinccedilotildees pode ser importantes dentro de cada
categoria tais como a natureza do software tipo de usuaacuteriosn e domiacutenio de aplicaccedilatildeo
Ontologias como uma IntershyLingua
L1
L3
L2
L4
L1
L3
L2
L4
Interlingua
T1 T2
T3 T4
Ontologias pode ser usadas como suporte na traduccedilatildeo entre diferentes linguagens e
representaccedilotildees de informaccedilatildeoconhecimento
Padrotildees da Web semacircntica
Character Encoding
Codificaccedilatildeo de Caracteres
Exemplos de cabeccedilalhos de documentos XML com especificaccedilatildeo do
padratildeo de codificaccedilatildeo de caracteres utilizados nesses documentos
ltxml encoding=UTF-8gt
ltxml encoding=UTF-16gt
ltxml encoding=EUC-JPgt
ltxml version=ldquo10rdquo encoding=ISO-8859-1gt
URIs (Unified Resource Identifiers)rlm
httpwwww3orgAddressing
httpwwww3orgAddressingbackground
httpwwwfoldocorgUniform+Resource+Locator
ftpspysecretftpacmecompubtopsecretweapontgz
mailtofreddocicacuk
newsalthypertext
telnet19202168o
magicabcdef
ldap[2001db87]c=GBobjectClassone
tel+1-816-555-1212
urnoasisnamesspecificationdocbookdtdxml412
exampleabc7Bfoo7D
eXAMPLEabb637bfoo7d
NameSpaces
Exemplos de trechos de documentos XML com especificaccedilotildees e
uso de namespaces
ltx xmlnsedi=httpecommerceorgschemagt
lt-- the edi prefix is bound to httpecommerceorgschema
for the x element and contents --gt
ltxgt
ltbook xmlns=urnlocgovbooks
xmlnsisbn=urnISBN0-395-36341-6gt
lttitlegtCheaper by the Dozenlttitlegt
ltisbnnumbergt1568491379ltisbnnumbergt
ltbookgt
ltschema xmlnshttpwwww3org2001XMLSchemagt
ltschemagt
21042010
5
XML ndash eXtensible Makup Language
Construccedilotildees baacutesicas
ltElementogt Conteuacutedo ltElementogt
ltElemento gt
ltElemento Atributo1=ldquoValorrdquo Atributo2=ldquoValorrdquogt
ltElementorlmAtributo1=ldquoValorrdquorlmAtributo2=ldquoValorrdquogtrlm rlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlm
Conteuacutedo
ltElementogt
ltElemento1gt
ltElemento2gt
Conteuacutedo
ltElemento2gt
ltElemento1gt
ltElemento1gtltElemento2gtltElemento1gt
Um documento XML
ltxml version=10 encoding=ISO-8859-1 gt
ltElementoRaizgt
ltElemento1gt
ltElemento1_1gt Conteuacutedo ltElemento1_1gt
ltElemento1_2gt Conteuacutedo ltElemento1_2gt
ltElemento1_3gt
ltElemento1gt
ltElemento2gt
ltElemento2_1gt
ltElemento2_1_1gt Conteuacutedo ltElemento2_1_1gt
ltElemento2_1_2gt
ltElemento2_1gt
ltElemento2gt
ltElementoRaizgt
A Versatilidade do XML para Dados Semi-Estruturados
ltxml version=10 encoding=ISO-8859-1 gt
ltPessoarlmNome=ldquoJoatildeorlmderlmSouzardquorlmDataDeNascimento=ldquo12061964rdquorlmCPF=ldquo12312312rdquogt
ltEnderecosgt
ltEnderecorlmTipo=ldquoComercialrdquogtRuarlmArlm23rlm- CentroltEnderecogt
ltEnderecorlmTipo=ldquoResidencialrdquogtTorrerlmComercialrlm1923rlmSl1011rlmltEnderecogt
ltMalaDiretarlmDestino=ldquoComercialrdquogt
ltEnderecosgt
ltFormasDeContatogt
ltTelefonesgt
ltTelefonerlmTipo=ldquoComercialrdquorlmDDD=ldquo61rdquorlmRamal=ldquo211rdquogt222-8545ltTelefonegt
ltTelefonerlmTipo=ldquoCelularrdquorlmDDD=ldquo61rdquogt999-9999ltTelefonegt
ltTelefonerlmTipo=ldquoResidencialrdquorlmDDD=ldquo61rdquogt444-4444ltTelefonegt
ltTelefonesgt
ltEmailgtjoatildeoemailcombrltEmailgt
ltICQrlmNumero=rlmrdquo127653467654ldquorlmgt
ltFormasDeContatogt
ltPessoagt
Doc XML para Dados Climaacuteticos (Balanccedilo Hiacutedrico)rlm
ltxml version=10 encoding=ISO8859-1gt
ltWaterBal xmlns=httpwwwagricgovbrWaterBalxsd
location=Brotas latitude=-221500 longitude=-475800gt
ltWeatherData Date=ldquo20050823rdquogt
ltTemperaturegt 220 ltTemperaturegt
ltAvgRainFallgt 2013 ltAvgRainFallgt
ltPotETgt 1154 ltPotETgt
ltRealETgt 1154 ltRealETgt
ltStoredgt 1250 ltStoredgt
ltWaterDeficitgt 00 ltWaterDeficitgt
ltWaterExcessgt 860 ltWaterExcessgt
ltWeatherData gt
ltWaterBalgt
Arquivo texto (natildeo XML) com dados pluviomeacutetricos
weather station
year
station
code
end of file
latitude longitude altitude
Jan
Feb
Mar
Apr
May
Jun
Jul
Aug
Sep
Oct
Nov
Dec
XML-Schema
Um documento XML-Schema descreve os
elementos
atributos
relacionamentos
etc
permitidos em um ou mais documentos XML isto eacute define uma classe de documentos XML que adere a um
conjunto de restriccedilotildees estruturais e de dados
XML-Schema tem uma sintaxe XML
XML-Schema eacute mais robusta versaacutetil e poderosa que DTD (Document Type Definition)rlm
21042010
6
Um Documento XML-Schema(WaterBalxsd)rlm
ltschema xmlnshttpwwww3org2001XMLSchema gt
ltelement name=WaterBal type=WaterBalTypegt
ltattribute name=location type=stringgt
ltattribute name=latitude type=Latitudegt
ltattribute name=longitude type=Longitudegt
ltelement name=WeatherData type=AgregValuesgt
ltcomplexType name=AgregValuesgt
ltattribute name=Date type=DateTypegt
ltsequencegt
ltelement name=Temperature type=decimalgt
ltelement name=AvgRainfall type=decimalgt
ltelement name=PotET type=decimalgt
ltelement name=RealET type=decimalgt
ltelement name=Stored type=decimalgt
ltelement name=WaterDeficit type=decimalgt
ltelement name=WaterExcess type=decimalgt
ltsequencegt
ltcomplexTypegt
ltelementgt
ltschemagt
Validaccedilatildeo de documentos XML
Documento bem-formado (well-formed) satisfaz as restriccedilotildees
de formaccedilatildeo expressa na especificaccedilatildeo do XML
(httpwwww3orgTR2004REC-xml-20040204)rlm
Documento vaacutelido satisfaz as restriccedilotildees (elementos atributos
aninhamentos tipos etc) expressas em uma especificaccedilatildeo de
esquema XML em DTD ou XSL (XML-Schema) que eacute associada a
esse documento XML
Heterogeneidade semacircntica em XML
ltobject id=ldquoa1rdquo class=ldquoartifactrdquogt
lttuplegt
lttitlegt Nympheas lttitlegt
ltyeargt 1897 ltyeargt
ltcreatorgt Monet ltcreatorgt
ltpricegt 10000000 ltpricegt
ltowners refs=ldquop1p2p3rdquogt
lttuplegt
ltobjectgt
ltobject id=ldquop3rdquo class=ldquopersonrdquogt
lttuplegt
ltnamegt Claudia ltnamegt
ltagegt 17 ltagegt
lttuplegt
ltobjectgt
ltworkgt
ltartistgt Monet ltartistgt
ltnamegt Nympheas ltnamegt
ltstylegt Impressionist ltstylegt
ltsizegt 21 x 61 ltsizegt
ltcplacegt Givern ltcplacegt
ltworkgt
ltworkgt
ltartistgt Monet ltartistgt
lttitlegt Waterloo Bridge lttitlegt
ltstylegt Impressionist ltstylegt
ltsizegt 292 x 464 ltsizegt
lthistorygt
Painted with
lttechgt Oil on canvas lttechgt
in
lthistorygt
ltworkgt
XML como Padratildeo de representaccedilatildeo de dados
ldquoArtworksrdquorlmStructure
Works works
Work
Work
Field
artist title style size
string string string string
ldquoArtfactrdquorlmSchema
artifacts set
ampArtifact
Artifact class
artifact
tuple
title year creator price owners
ampPerson
string int string float list
YAT Model
YAT Any
YAT
V ampYAT
ODMG Model
Vtuple
Symbol
Type
V(int vbool v
float vstring)rlm
ampClass
Type
V
Symbol
(set vbag vlist varray)rlm
Class class
Symbol
Type
RDF ndash Resource Description Framework
Uma linguagem e modelo padronizados para expressar conhecimento na Web semacircntica
Um comando (statement) eacute uma tripla da forma
Recurso qualquer coisa referenciada por uma URL
Propriedade qualquer propriedade de um recurso
Valor um literal ou outro recurso
RDF-Schema define classes de recursos suas propriedades (que podem ser relacionamentos com outras classes) e possiacuteveis valores
Os formatos para representar ontologias na Web semacircntica (eg
DAML+OIL OWL) satildeo extensotildees do RDF
Sintaxe XML do RDF
ltxml version=10gt
ltrdfRDF xmlnsRDF httpwwww3orgRDFRDFldquo
xmlnsdc httpdublincoreorgdcldquogt
ltrdfDescription about=ldquohttpwwwagritempocnptiaembrapabrrdquogt
ltdctitlegt Nuacutecleo de Monitoramento e Anaacutelise de Dados
Meteoroloacutegicos e Climatoloacutegicos para a Agricultura ltdctitlegt
ltleadergt
rdfresource=ldquohttpwwwcnptiaembrapabr~assadrdquo
ltleadergt
ltrdfDescriptiongt
ltrdfDescription
about=ldquohttpwwwcnptiaembrapabr~assadrdquogt
ltdctitlegt Eduardo D Assad ltdctitlegt
ltemailgt Assadcnptiaembrapabr ltemailgt
ltrdfDescriptiongt
ltrdfRDF gt
21042010
7
Estrutura do conhecimento em RDF
httpwwwagritempocnptiaembrapabr
httpwwwcnptiaembrapabr~assad
Nuacutecleo de Monitoramento e
Anaacutelise de Dados
Meteoroloacutegicos e Climatoloacutegicos
para a Agricultura
assadcnptiaembrapabrEduardo D
Assad
dctitle
dctitleemail
leader
Metadata in RDFWater Balance (same place and institution)rlm
ltxml version=10gt
ltrdfRDF xmlnsRDF httpwwww3orgRDFRDFldquo
xmlns httpagricgovbrDocStdldquogt
ltrdfDescription about=httpwwwagricgovbrpublicWaterBal1234gt
ltSourcegt
rdfresource=ldquohttpwwwcepagriunicampbrrdquo
rdfresource=ldquohttpwwwciagroiacgovspbrrdquo
ltSourcegt
ltInitialDategt 28032002 ltInitialDategt
ltFinalDategt 31032002 ltFinalDategt
ltkeywordgt Water available in Soil ltkeyworkgt
ltlocalgt
rdfresource= ldquohttpwwwibgegovbrstate_SPrdquo
ltlocalgt
ltmeasument_unitgt
rdfresource= ldquohttpwwwinmetrogovbrmmrdquo
ltmeasument_unitgt
ltrdfDescriptiongt
ltrdfRDFgt
httpwwwagricgovbrpublicWaterBal1234
http
wwwcpaunicampbr
Centro de Pesquisas
Agriacutecolas (CEPAGRI)
name
source
httpwwwciagroiacg
ovspbr
httpwwwunica
mpbr
part_of
CIIAGRO
name
http
wwwiacgovspbr
part_of
InitialDate
28032002
FinalDateWater available in
Soil
http
wwwibgegovbrstate_SP
source
keyword
http
wwwinmetrogovbrmm
31032002
local
measurement_unit
RDF-Schema
ltrdfabout=ampAgricZoningCountry rdfslabel=Countrygt
ltrdfssubClassOf dfresource=ampAgricZoningTerritorialDivisiongt
ltrdfabout=ampAgricZoningState rdfslabel=ldquoStategt
ltrdfssubClassOf dfresource=ampAgricZoningTerritorialDivisiongt
ltrdfProperty rdfabout=ampAgricZoningstatesOfCountry
aminCardinality=1
rdfslabel=statesOfCountrygt
ltrdfsdomain rdfresource=ampAgricZoningCountrygt
ltrdfsrange rdfresource=ampAgricZoningStategt
ltainverseProperty rdfresource=ampAgricZoningcountryOfStategt
ltrdfPropertygt
RDF-Schema
ltrdfProperty rdfabout=ampAgricZoningcountryOfState
amaxCardinality=1
aminCardinality=1
rdfslabel=countryOfStategt
ltrdfsrange rdfresource=ampAgricZoningCountrygt
ltrdfsdomain rdfresource=ampAgricZoningStategt
ltainverseProperty
rdfresource=ampAgricZoningstatesOfCountrygt
ltrdfPropertygt
Trecho de RDF
ltAgricZoningCountry rdfabout=ampAgricZoningpais_55
AgricZoningnameBR=BRASIL rdfslabel=BRASILgt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_1gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_2gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_3gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_4gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_5gt
ltAgricZoningstatesOfCountry rdfresource=ampAgricZoningestado_11gt
ltAgricZoningstatesOfCountry rdfresource=ampAgricZoningestado_12gt
ltAgricZoningmetroAreasOfCountry
rdfresource=ampAgricZoningmetro_5201gt
ltAgricZoningCountrygt
21042010
8
Descriccedilotildees em RDF de recursos para a coleta de dados cientiacuteficos
wwwEquipServcombrschema2rdfs
RD
F S
chem
aR
DF
Equipment Clienthas
String StringString String
category model name city
wwwAgriTempobrschema1rdfs
WeatherStation
longitudealtitude
LandParcel
CountyState
latitude
inpart_of
ampws1
ampws3
ampws4
Stringname
ampeq1
ampRio
ampUbatuba
ampCampinas
ampws2
ampUnicamp
ampEmbrapa
ampSP
ampRJ
in
in
in
in
part_of
part_of
part_of
has
has
has
has
ampws1 = httpwwwembrapabrWeatherStationX
ampws2 = httpwwwiacbrWeatherStationK
ampws3 = httpwwwunicampbrWheaterStationA
ampws4 = httpwwwunicampbrWheaterStationB
ampeq1 = httpwwwembrapabrCameraZ
subClassOf (isA)rlm
typeOf (instance)rlm
other kind of property
DegreesDecMeters
String
String
value
value
OWL ndash Ontology Web Language
Estende o RDF com vocabulaacuterio padronizado e construccedilotildees para definir
Escopo local de propriedades
Disjunccedilatildeo de classes
Combinaccedilotildees de classes
Restriccedilotildees de cardinalidade
Caracteriacutesticas especiais de propriedades (eg transitividade simetria anti-simetria propriedades inversas)rlm
The 3 flavors of OWL
OWL LiteExpressividade restrita (exclui classes enumeradas disjunccedilatildeo cardinalidade arbitraacuteria )
Faacutecil de entender e usar
OWL DL
Equivalente agrave loacutegica descritiva (DL = Description
Logics)
Ainda permite eficiecircncia e computabilidade
OWL Full
Compatiacutevel sintaacutetica e semanticamente com RDF embora mais poderosaPode ocasionar inferecircncias indecidiacuteveis
Disjunction and Equivalence of Classes
ltowlClass rdfabout=associateProfessorgt
ltowldisjointWith rdfresource=assistantProfessorgt
ltowlClassgt
ltowlClass rdfID=facultygt
ltowlequivalentClass
rdfresource=academicStaffMembergt
ltowlClassgt
Inverse properties
ltowlObjectProperty rdfID=teachesgt
ltrdfsrange rdfresource=coursegt
ltrdfsdomain rdfresource=academicStaffMembergt
ltowlinverseOf rdfresource=isTaughtBygt
ltowlObjectPropertygt
Sintaxe abstrata para OWL
Class(Person partialrestriction (hasChild allValuesFrom(Person)))rlm
Class(Parent completePersonrestriction (hasChild someValuesFrom(Person)))rlm
ObjectProperty(hasChild)rlm
Individual (John type(Person)rlmvalue(hasChild Mary))rlm
21042010
9
Busca em uma ontologia
Pessoa
Santo
S1
IS_A
TYPE_OF
nome
Satildeo Paulo
Time
TimeFutebol
TF1
IS_A
TYPE_OF
nome
Satildeo Paulo
ParcelaTerritoacuterio
Estado
IS_A
Cidade
E1
TYPE_OF
nome
Satildeo Paulo
C1
nome
Satildeo PauloTricolor Paulista
PART_OF
SPARQL (recomendaccedilatildeo W3C)rlm
Exemplo de expressatildeo em SPARQL
SELECTrlmconceptrlm propertyrlm ldquoSatildeorlmPaulordquo
WHERE
concept propertyhasProperty property
FILTER(property name)rlm
Linguagens de Regras (Prolog)
Rules
parent(x z)rlm - father(x z) v mother(x z)
sibling(x y)rlm- parent(x z) and parent(y z)
Knowledge base
father(_Maria _Joatildeo)
father(_Pedro _Joatildeo)
Query
sibling(_Maria x) rArr Yes rArr b = _PedrorArr b = _xyz1rArr b = _xyz2 rArr b = _xyz3rArr b = _xyz4
RIF (Rule Interchange Format)
A buyer buys an item from a seller if the seller sells it to the buyer John sells LeRif to Mary The fact Mary buys LeRif from John can be logically derived by a modus ponens argument
Document(
Prefix(cpt lthttpexamplecomconceptsgt)
Prefix(ppl lthttpexamplecompeoplegt)
Prefix(bks lthttpexamplecombooksgt)
Group ( Forall Buyer Item Seller (
cptbuy(Buyer Item Seller)
cptsell(Seller Item Buyer)
)
cptsell(pplJohn bksLeRif pplMary)
)
)
Controveacutersia sobre pilha de padrotildees
Peter F Patel-Schneider A Revised Architecture for Semantic
Web Reasoning Third Workshop on Principles and Practices of
Semantic Web Reasoning Dagstuhl Germany September
2005 LNCS 3703 Springer Verlag 2005
Ian Horrocks Bijan Parsia Peter F Patel-Schneider and
James Hendler Semantic Web Architecture Stack or Two
Towers Third Workshop on Principles and Practices of Semantic Web Reasoning Dagstuhl Germany September
2005 LNCS 3703 Springer Verlag 2005
Peter F Patel-Schneider Building the Semantic Web Tower
from RDF Straw Nineteenth International Joint Conference on
Artificial Intelligence Edinburgh Scotland August 2005
Proposta inicial (2000)rlm
21042010
10
Proposta regras(2005)rlm Proposta atual
Como estaacute a Web semacircntica hoje
Aacuterea de pesquisa muito ativa
Visa estender o papel dos computadores no
suporte a diversas atividades humanas
Usa ontologias e anotaccedilotildees semacircnticas para
catalogar recuperar e compor dados e serviccedilos
de processamento na Web
Desafios da Web semacircntica
Construccedilatildeo de ontologias
(Semi-)automatizada e interativa
Geraccedilatildeo de anotaccedilotildees semacircnticas de recursos
Muitas aplicaccedilotildees requerem automatizaccedilatildeo
Evoluccedilatildeo de ontologias
Checar se alteraccedilotildees natildeo introduzem inconsistecircncias e gerenciar
versotildees
Integraccedilatildeo de ontologias (ontology matching)
A obtenccedilatildeo de consenso eacute inviaacutevel em muitas domiacutenios
Deduccedilatildeoraciociacutenio
Teorias computaacuteveis e natildeo computaacuteveis ontologias inconsistentes
Ediccedilatildeo de Ontologias no Proteacutegeacute
Editor de ontologias e arcabouccedilo para o desenvolvimento de bases de conhecimento livre e de coacutedigo aberto baseado em Java
Suporta os modelos de frames (RDF) e OWL
Exporta as ontologias e bases de conhecimento para uma variedade de formatos incluindo RDF(S) OWL e XML Schema
Extensiacutevel via plugins
Construccedilatildeo de ontologias
Processo para geraccedilatildeo automatizada de
ontologias a partir de esboccedilos dados e
documentos (nova geraccedilatildeo de ferramentas)rlm
Entendimento do domiacutenio
Entendimento dos dados
Definiccedilatildeo das tarefas
Geraccedilatildeo semi-automaacutetica
Avaliaccedilatildeo de qualidade
Refinamento com interaccedilatildeo humana
21042010
11
Definiccedilotildees de ldquogeraccedilatildeo de ontologiardquoGrobenik and Mladenic 2006
Induccedilatildeo de conceitos (a partir das instacircncias)rlm
Induccedilatildeo de relaccedilotildees (a partir de conceitos e
instacircncias a eles associadas)rlm
Popular ontologia (dada uma ontologia e
instacircncias de seus conceitos)rlm
Geraccedilatildeo de uma ontologia completa (a partir
das instacircncias e algum conhecimentoinformaccedilatildeo)rlm
Atualizaccedilatildeoextensatildeo de ontologias (dada
uma ontologia e informaccedilatildeo como novas
instacircncias ou padrotildees de uso da ontologia)rlm
Document Clustering - Vector Model
Vector of word occurences in the documents
bull diK = TF(Wkdi) IDF(Wk)rlm
Where
bull TF(Wkdi) = number of times Wk occurs in document di
bull IDF(Wk) = log ( D DF(Wk))rlm
bull D = number of documents
bull DF(Wk) = number of documents in which word W occurs
Document distance metric
Anotaccedilotildees Semacircnticas(Kiryakov et al 2004)rlm
21042010
12
Anotaccedilatildeo Semacircntica de Documentos
Atribui agraves entidades que aparecem no documento ligaccedilotildees com suas descriccedilotildees semacircnticas na ontologia
Aplicaacutevel a qualquer tipo de texto (documentos HTML documentos de texto comuns campos de banco de dados entre outros)
Representaccedilatildeo das anotaccedilotildees
Intrusiva
Natildeo intrusiva
Confecccedilatildeo das anotaccedilotildees
bull Semi-Automaacutetica Associa palavras do texto a classes
instacircncias e propriedades da ontologia utilizando-se do
julgamento humano Esta associaccedilatildeo geralmente eacute efetuada
atraveacutes de interfaces ldquoarraste-e-solterdquo (eg OntoMat)rlm
bull Automaacutetica Aplica teacutecnicas de processamento de
linguagem natural aprendizado de maacutequina e extraccedilatildeo de
informaccedilatildeo entre outras para associar palavras agrave ontologia
Essas ferramentas podem utilizar ontologias padratildeo (eg
IEEE Standard Upper Ontology) ou ontologias de domiacutenios
especiacuteficos (eg Unified Medical Language System)
bull Hiacutebrida Combinaccedilatildeo das teacutecnicas acima
Geraccedilatildeo de anotaccedilotildees semacircnticas (Reeve e Han 2005)rlm
Ferramentas para anotaccedilatildeo
Annozilla Funciona sobre o Mozzila Firefox
Annotea projeto da W3C - servidor de anotaccedilotildees em RDF
Armadillo
Muse
Pankol
Semantic Word anotaccedilatildeo interativa de porccedilotildees de documentos
Word
OntoMat Annotizer anotaccedilatildeo interativa de paacuteginas Web com
ontologias em OWL
Smore marcaccedilotildees sobre HTML com ontologias em OWL
Melita ferramenta de anotaccedilatildeo semi-automaacutetica que usa algoritmo
de IE para ajudar o usuaacuterio no processo de anotaccedilatildeo
MnM anotaccedilatildeo semacircntica de paacuteginas Web com metadados
descritos em RDFOCMLDAML+OIL
KIM permite criar metadados armazenar e buscar informaccedilotildees e
pode ser usada para anotaccedilatildeo e procura de documentos
21042010
13
O processo automatizado de anotaccedilatildeo semacircntica de documentos
Tokenizaccedilatildeo e Eliminaccedilatildeo de StopWords
Etiquetagem
Stemmer
Corpus Anotado
Identificaccedilatildeo EN
Associaccedilatildeo atermos da ontologia
RepositoacuterioSemacircntico
Tokensrelevantes
Palavras +Classificaccedilatildeo Gramatical
Radicais das Palavras +Classificaccedilatildeo Gramatical
Entidades Nomeadas
Anotaccedilatildeo Semacircntica
Dados Metadados Documento
s
Ontologia do Domiacutenio
Valida
Valida
Especialista
RepositoacuterioInformaccedilatildeo
Annotation example(Davies et al 2006)
Consider the phrase
There are deliverables
The tokens are
[There] [are] [deliverables] []
The tagger finds out what kind of a word each of the tokens
is (whether it is a noun an adjective a verb etc)rlm
[There] existential quantifier
[are] verbmdash3rd person singular present
[deliverables] nounmdashplural
Annotation example (cont)rlm
The morphological analyser gives the roots of all the words
[There] rootmdashthere
[are] rootmdashbe
[deliverables] rootmdashdeliverable
There are mdash mdashmdash
triggers the creation of one or more new classes in the
ontology
There are projects
There are workpackages tasks and deliverables
SEKT is a project
MUSINGrlmbdquoKnowledgerlmWeb‟rlmandrlmbdquoPrestorlmSpace‟rlmarerlmprojects
Projects have workpackages
Workpackages can have tasks
WP1 WP2 WP3 WP4 WP5 and WP6 are workpackages
SEKT has WP1
MUSING has WP2 WP3 and WP4
bdquoKnowledgerlmWeb‟rlmhasrlmWP5 and WP6
Annotation example (cont)rlm
Ontologia resultante Quadro Comparativo(Nunes e Fileto 2007)rlm
21042010
14
Dependecircncias entre plataformas(Rui Tramontin Junior 2007)rlm
Comparaccedilatildeo de desempenho(Reeve e Han 2005)rlm
Prataforma Categoria Precisatildeo Cobertura Medida F
Armadillo Descoberta de padrotildees
910 740 870
KIM Regras 860 820 840
MnM Induccedilatildeo 950 900 nd
MUSE Regras 935 923 929
PANKOW Descoberta de padrotildees
650 282 249
SemTag Regras 820 nd nd
Evoluccedilatildeo de ontologias(Bloehdorn et al 2006)rlm
Exemplo Uso natildeo uniforme de conceitos
Alternativas para remoccedilatildeo do conceito C que tem sub-conceitos
Processo de evoluccedilatildeo de ontologias
CapturaCaptura
da
Mudanccedila
Representaccedilatildeo Semacircntica Propagaccedilatildeo Implementaccedilatildeo Validaccedilatildeo
Fases Elementares
21042010
15
Mapeamentos entre ontologias(Ontology Matching)
Fusatildeo de ontologias
Processo semi-automatico de alinhamento(Huang at al 2006)rlm
Referecircncia
Jerome Euzenat INRIA Rhone-Alpes France
Pavel Shvaiko University of Trento Italy
Ontology Matching
URL httpbookontologymatchingorg
Springer-Verlag Heidelberg (DE) 2007
343 p 67 illus Hardcover
ISBN 978-3-540-49611-3
E as buscas semacircnticas
Recuperaccedilatildeo da informaccedilatildeo de documentosrlm
Medidas da eficaacutecia das soluccedilotildees
precisatildeo = nro de docs relevantes recuperadosnro de docs recuperados
cobertura = nro de docs relevantes recuperadosnro de docs relevantes
21042010
16
Classificaccedilatildeo de abordagens para buscas semacircnticas (Mangold 2007)
Arquitetura
Acoplamento entre ontologias e documentos
Transparecircncia
Contexto do usuaacuterio
Modificaccedilatildeo de consultas
Estrutura das ontologias
Tecnologia para representar as ontologias
Desempenho escalabilidade e distribuiccedilatildeo
Adaptabilidade
Ranking
Arquiteturas para buscas semacircnticas
Maacutequina de busca stand_alone armazenametadados sobre os documentos em iacutendicescom os quais avalia as consultas
Meta-maacutequina de busca distribui asconsultas para outras maacutequinas de busca ecombina os resultados
Acoplamento ontologias-documentos
Acoplamento forte os metadados dosdocumentos referem-se explicitamente aosconceitos de uma ontologia e vice-versa(requer anotaccedilatildeo semacircntica)rlm
Acoplamento fraco os documentos satildeoindependentes de quaisquer ontologiasdisponiacuteveis (pode restringir a capacidade debusca)rlm
Contexto do usuaacuterio
Learning extraiacutedo na interaccedilotildees do usuaacuteriocom o sistema (histoacuterico das consultas erefinamentos de consultas)rlm
Hard-coded as consultas satildeo organizadas emcategorias que definem a informaccedilatildeo solicitada(eg ldquolocation ofrdquo ldquoresources forrdquo rlm(
Modificaccedilatildeo de consultas
Manual o sistema retorna um trechoapropriado da ontologia junto com a respostapermitindo ao usuaacuterio navegar na ontologia ereformular a consulta pela adiccedilatildeo e remoccedilatildeo determos
Re-escrita automaacutetica a consulta eacuteotimizada automaticamente pelo sistema
Baseada em grafo considera conceitos edocumentos como nodos de um grafoefetuando propagaccedilatildeo da consulta a partir dosnodos correspondentes a termos de busca
Modificaccedilatildeo de consultas
Modificaccedilatildeo de consulta
Manual
Re-escrita de consulta
Baseada em grafo
Inserccedilatildeo de termoRemoccedilatildeo de termo
Substituiccedilatildeo de termo
Conjuntiva
Disjuntiva
Conjuntiva Disjuntiva
21042010
17
Estrutura da ontologia
Propriedades anocircnimas as relaccedilotildees entreconceitos natildeo satildeo nomeadas indicando apenasque eles compartilham o mesmo contexto
Propriedades padronizadas sinocircniacutemiahiperniacutemia meroniacutemia negaccedilatildeo etc
Propriedades especiacuteficas de domiacutenio aleacutemdas propriedades padratildeo considerapropriedades especiacuteficas de um domiacutenio (egldquotipo de cacircmerardquo em sistema para a aacuterea defotografia)rlm
Tecnologia da ontologia
F-Logic
RDF
DAML+OIL
Frames
OWL
Comparaccedilatildeo de abordagens Comparaccedilatildeo de abordagens (cont)
Buscas semacircnticas na Web hoje
httpwwwaliprcom (imagens)rlm
httpwwwcognitioncom
httpwwwdeepdyvecom
httpwwwbingcom
httpwwwcuilcom
httpwwwfreebasecom
httpwwwgooglecom
httpwwwkosmixcom
httpwwwhakiacom
httpwwwpowersetcom
httpwwwsensebotnet
httpdeveloperyahoocomsearchmonkey
httpswoogleumbcedu (ontologias)rlm
21042010
18
21042010
19
SAO PAULO-SP
University of Sao Paulo
Sao Paulo Fashion
Sao Paulo Fashion Week
Sao Paulo State
Sao Paulo Hotel
Sao Paulo Hotels
Sao Paulo Brasilien
Sao Paulo Congonhas
21042010
20
21042010
21
Sao Paulo Airport
Sao Paulo Plane Crash
Sao Paulo Zoo
hellip
21042010
22
21042010
23
Algumas questotildees em aberto
Representaccedilatildeo de contextos de usuaacuterios emapeamento desses a ontologias
Anaacutelise dos efeitos de modificaccedilotildees de consultas
Meta-buscas semacircnticas
Anaacutelise da aceitaccedilatildeo dos usuaacuterios
Adaptabilidade a diferentes ontologias
Ranking dos resultados
Integraccedilatildeo com sistemas de gerenciamento dedocumentosconteuacutedo
Tratamento de dados multimiacuteda
Interfaces homem-maacutequina
Desempenho e escalabilidade
Contextual Semantic Search (CSS)(DAgostine Fileto ndash SBBD2007)rlm
21042010
24
General Architecture for CSSThe Weighted Topic Graph(DAgostine Fileto Dantas Gauthier - ICEIS 2008)rlm
A weighted topic graph is a graph TM(T A)rlm
T is a set of topics (vertices)rlm
A is a set of associations (edges)rlm
Let be an ontology O
Each topic t in T corresponds to a ontology term o in O
Each topic t has a weight [01] The sum from the weights from all topics with same name equals 1
Each association a has a weight [01] The sum
from all the weights from all association departing
a single topics equals 1
Topic weights used to disambiguate
Eg interest in Satildeo Paulo city instead of Satildeo Paulo
state
Association weights used to semantically
expand searches
Eg Actual interest in Guarulhos and airport while
searching for Satildeo Paulo city
The Weights in the Topic Graph Capturing the Users Context
Generated Topic Graph with the Ontological Users Context
The Contextual Semantic Search Process
21042010
25
Desambiguaccedilatildeo
Fundamento dos algoritmos de busca sobre contexto ontoloacutegico
Heuriacutesticas de estigmergia (Ant Colony Optimization - ACO)
Traccedilos de ferormocircnio
Algoritmo de busca semacircntica baseada em ACO
Entrada palavras-chave[ ]
Dados G(TA) Onto repositoacuterio
limite_de_profundidade
limite_miacutenimo_de_peso
λ fator de atenuaccedilatildeo de peso
iniacutecio Algoritmo Busca Contextual 1 Estigmeacuterica
resultados = busca_G_ou_Onto(palavras-chave[])
atenuaG (iacutendice ) λrlmisin [0 1]
manutenccedilatildeo(coleta_feedback(resultados))
fim
21042010
26
Demo Praestro ndash Karina Fasolin
Alguns trabalhos relacionados
Name Article Comments
Graupmann
et al 2005
The SphereSearch
engine for unifiedranked retrieval of
heterogeneous XML
and web documents
Searches through XML documents The context is a region in radius
around given element A data inside two regions is considered relevant
to both contexts
Made tests with large collections like DBLP INEX Wikipedia put for
stress testing regarding the size of the collection
ldquoLet us first comment on the difficulties of defining a meaningfulbenchmark for this kind of novel systemrdquo
Park e
Cheyer 2006
Just For Me Topic
Maps and Ontologies
Manages knowledge in three layers Topics Knowledge Structures and
Documents
Not implemented (at least at the time of publication)
Michlmayr
et al 2007Adaptive User Profiles
for Enterprise
Information Access
Represents context as an individual graph The graph is constructed
based on tags used to semantically annotate the content which the user
considers to be relevant
However the tags are only that only labels They are not tied-down to
a formal definition
Alguns trabalhos relacionados (cont)
Name Article Comments
Aleman-
Meza et a
2003
Context-Aware
Semantic Association
Ranking
Also defines context as regions But the regions are static defined in
the ontology which is used by the system So the contexts are defined
the same for every single user
Mani and
Sundaram
2007
Modeling user context
with applications to
media retrieval
Creates a graph representing the users context Each node
corresponds to an instance in the ontology The edges represent
relations between the instances Built to search trough multimedia
documents
However it does not associates the vocabulary the user uses with the
instances
Challam et
al 2007
Contextual Search
Using Ontology-Based
User Profiles
Monitors the users activity capturing content from open Internet
Explorer MS-Office and MSN The captured information is stored and
usedrlmtorlmbuildrlmarlmuser‟srlmcontextualrlmprofilerlmbasesrlmonrlmanrlmontology
The context is tightly coupled with the ontology
NO IMAGES WERE
PROVIDED
Vallet et al
2006
Personalized
Information Retrieval in
Context
Stores context as a graph constructed based on the ontology used by
the system Similar to Mani and Sundaram including its limitations
(mapping the vocabulary) however if built for text documents
Sieg et al
2007
Ontological User
Profiles for
Personalized Web
Search
Similar to Challam et al but it gets the context information from the
ontology terms used to annotate the retrieved relevant context
Also limited by the structure of the ontology
Alguns trabalhos relacionados(cont)
Name Deals with
objective
knowledge
(ontology)
Deals with
subjective
knowledge
(users
context)
The knowledge
management is
transparent
Idea Implemented
Graupmann et
al 2005
X IMPL
Park e Cheyer
2006
X X X IDEA
Michlmayr et al2007
X X IMPL
Aleman-Meza et
a 2003
X X IMPL
Mani eSundaram 2007
X X X IMPL
Challam et al
2007
X X X IMPL
Vallet et al 2006 X X X IMPL
Sieg et al 2007 X X X IMPL
(incomplete)
Praestro X X X IMPL
(prototype)
UnA-SUS ndash Universidade Aberta do SUS
Programa do Ministeacuterio da Sauacutede para atender necessidades de e
permanente dos
Accedilotildees focadas em
formulaccedilatildeo de conteuacutedo
bibliotecas digitais
cursos a distacircncia
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
5
XML ndash eXtensible Makup Language
Construccedilotildees baacutesicas
ltElementogt Conteuacutedo ltElementogt
ltElemento gt
ltElemento Atributo1=ldquoValorrdquo Atributo2=ldquoValorrdquogt
ltElementorlmAtributo1=ldquoValorrdquorlmAtributo2=ldquoValorrdquogtrlm rlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlmrlm
Conteuacutedo
ltElementogt
ltElemento1gt
ltElemento2gt
Conteuacutedo
ltElemento2gt
ltElemento1gt
ltElemento1gtltElemento2gtltElemento1gt
Um documento XML
ltxml version=10 encoding=ISO-8859-1 gt
ltElementoRaizgt
ltElemento1gt
ltElemento1_1gt Conteuacutedo ltElemento1_1gt
ltElemento1_2gt Conteuacutedo ltElemento1_2gt
ltElemento1_3gt
ltElemento1gt
ltElemento2gt
ltElemento2_1gt
ltElemento2_1_1gt Conteuacutedo ltElemento2_1_1gt
ltElemento2_1_2gt
ltElemento2_1gt
ltElemento2gt
ltElementoRaizgt
A Versatilidade do XML para Dados Semi-Estruturados
ltxml version=10 encoding=ISO-8859-1 gt
ltPessoarlmNome=ldquoJoatildeorlmderlmSouzardquorlmDataDeNascimento=ldquo12061964rdquorlmCPF=ldquo12312312rdquogt
ltEnderecosgt
ltEnderecorlmTipo=ldquoComercialrdquogtRuarlmArlm23rlm- CentroltEnderecogt
ltEnderecorlmTipo=ldquoResidencialrdquogtTorrerlmComercialrlm1923rlmSl1011rlmltEnderecogt
ltMalaDiretarlmDestino=ldquoComercialrdquogt
ltEnderecosgt
ltFormasDeContatogt
ltTelefonesgt
ltTelefonerlmTipo=ldquoComercialrdquorlmDDD=ldquo61rdquorlmRamal=ldquo211rdquogt222-8545ltTelefonegt
ltTelefonerlmTipo=ldquoCelularrdquorlmDDD=ldquo61rdquogt999-9999ltTelefonegt
ltTelefonerlmTipo=ldquoResidencialrdquorlmDDD=ldquo61rdquogt444-4444ltTelefonegt
ltTelefonesgt
ltEmailgtjoatildeoemailcombrltEmailgt
ltICQrlmNumero=rlmrdquo127653467654ldquorlmgt
ltFormasDeContatogt
ltPessoagt
Doc XML para Dados Climaacuteticos (Balanccedilo Hiacutedrico)rlm
ltxml version=10 encoding=ISO8859-1gt
ltWaterBal xmlns=httpwwwagricgovbrWaterBalxsd
location=Brotas latitude=-221500 longitude=-475800gt
ltWeatherData Date=ldquo20050823rdquogt
ltTemperaturegt 220 ltTemperaturegt
ltAvgRainFallgt 2013 ltAvgRainFallgt
ltPotETgt 1154 ltPotETgt
ltRealETgt 1154 ltRealETgt
ltStoredgt 1250 ltStoredgt
ltWaterDeficitgt 00 ltWaterDeficitgt
ltWaterExcessgt 860 ltWaterExcessgt
ltWeatherData gt
ltWaterBalgt
Arquivo texto (natildeo XML) com dados pluviomeacutetricos
weather station
year
station
code
end of file
latitude longitude altitude
Jan
Feb
Mar
Apr
May
Jun
Jul
Aug
Sep
Oct
Nov
Dec
XML-Schema
Um documento XML-Schema descreve os
elementos
atributos
relacionamentos
etc
permitidos em um ou mais documentos XML isto eacute define uma classe de documentos XML que adere a um
conjunto de restriccedilotildees estruturais e de dados
XML-Schema tem uma sintaxe XML
XML-Schema eacute mais robusta versaacutetil e poderosa que DTD (Document Type Definition)rlm
21042010
6
Um Documento XML-Schema(WaterBalxsd)rlm
ltschema xmlnshttpwwww3org2001XMLSchema gt
ltelement name=WaterBal type=WaterBalTypegt
ltattribute name=location type=stringgt
ltattribute name=latitude type=Latitudegt
ltattribute name=longitude type=Longitudegt
ltelement name=WeatherData type=AgregValuesgt
ltcomplexType name=AgregValuesgt
ltattribute name=Date type=DateTypegt
ltsequencegt
ltelement name=Temperature type=decimalgt
ltelement name=AvgRainfall type=decimalgt
ltelement name=PotET type=decimalgt
ltelement name=RealET type=decimalgt
ltelement name=Stored type=decimalgt
ltelement name=WaterDeficit type=decimalgt
ltelement name=WaterExcess type=decimalgt
ltsequencegt
ltcomplexTypegt
ltelementgt
ltschemagt
Validaccedilatildeo de documentos XML
Documento bem-formado (well-formed) satisfaz as restriccedilotildees
de formaccedilatildeo expressa na especificaccedilatildeo do XML
(httpwwww3orgTR2004REC-xml-20040204)rlm
Documento vaacutelido satisfaz as restriccedilotildees (elementos atributos
aninhamentos tipos etc) expressas em uma especificaccedilatildeo de
esquema XML em DTD ou XSL (XML-Schema) que eacute associada a
esse documento XML
Heterogeneidade semacircntica em XML
ltobject id=ldquoa1rdquo class=ldquoartifactrdquogt
lttuplegt
lttitlegt Nympheas lttitlegt
ltyeargt 1897 ltyeargt
ltcreatorgt Monet ltcreatorgt
ltpricegt 10000000 ltpricegt
ltowners refs=ldquop1p2p3rdquogt
lttuplegt
ltobjectgt
ltobject id=ldquop3rdquo class=ldquopersonrdquogt
lttuplegt
ltnamegt Claudia ltnamegt
ltagegt 17 ltagegt
lttuplegt
ltobjectgt
ltworkgt
ltartistgt Monet ltartistgt
ltnamegt Nympheas ltnamegt
ltstylegt Impressionist ltstylegt
ltsizegt 21 x 61 ltsizegt
ltcplacegt Givern ltcplacegt
ltworkgt
ltworkgt
ltartistgt Monet ltartistgt
lttitlegt Waterloo Bridge lttitlegt
ltstylegt Impressionist ltstylegt
ltsizegt 292 x 464 ltsizegt
lthistorygt
Painted with
lttechgt Oil on canvas lttechgt
in
lthistorygt
ltworkgt
XML como Padratildeo de representaccedilatildeo de dados
ldquoArtworksrdquorlmStructure
Works works
Work
Work
Field
artist title style size
string string string string
ldquoArtfactrdquorlmSchema
artifacts set
ampArtifact
Artifact class
artifact
tuple
title year creator price owners
ampPerson
string int string float list
YAT Model
YAT Any
YAT
V ampYAT
ODMG Model
Vtuple
Symbol
Type
V(int vbool v
float vstring)rlm
ampClass
Type
V
Symbol
(set vbag vlist varray)rlm
Class class
Symbol
Type
RDF ndash Resource Description Framework
Uma linguagem e modelo padronizados para expressar conhecimento na Web semacircntica
Um comando (statement) eacute uma tripla da forma
Recurso qualquer coisa referenciada por uma URL
Propriedade qualquer propriedade de um recurso
Valor um literal ou outro recurso
RDF-Schema define classes de recursos suas propriedades (que podem ser relacionamentos com outras classes) e possiacuteveis valores
Os formatos para representar ontologias na Web semacircntica (eg
DAML+OIL OWL) satildeo extensotildees do RDF
Sintaxe XML do RDF
ltxml version=10gt
ltrdfRDF xmlnsRDF httpwwww3orgRDFRDFldquo
xmlnsdc httpdublincoreorgdcldquogt
ltrdfDescription about=ldquohttpwwwagritempocnptiaembrapabrrdquogt
ltdctitlegt Nuacutecleo de Monitoramento e Anaacutelise de Dados
Meteoroloacutegicos e Climatoloacutegicos para a Agricultura ltdctitlegt
ltleadergt
rdfresource=ldquohttpwwwcnptiaembrapabr~assadrdquo
ltleadergt
ltrdfDescriptiongt
ltrdfDescription
about=ldquohttpwwwcnptiaembrapabr~assadrdquogt
ltdctitlegt Eduardo D Assad ltdctitlegt
ltemailgt Assadcnptiaembrapabr ltemailgt
ltrdfDescriptiongt
ltrdfRDF gt
21042010
7
Estrutura do conhecimento em RDF
httpwwwagritempocnptiaembrapabr
httpwwwcnptiaembrapabr~assad
Nuacutecleo de Monitoramento e
Anaacutelise de Dados
Meteoroloacutegicos e Climatoloacutegicos
para a Agricultura
assadcnptiaembrapabrEduardo D
Assad
dctitle
dctitleemail
leader
Metadata in RDFWater Balance (same place and institution)rlm
ltxml version=10gt
ltrdfRDF xmlnsRDF httpwwww3orgRDFRDFldquo
xmlns httpagricgovbrDocStdldquogt
ltrdfDescription about=httpwwwagricgovbrpublicWaterBal1234gt
ltSourcegt
rdfresource=ldquohttpwwwcepagriunicampbrrdquo
rdfresource=ldquohttpwwwciagroiacgovspbrrdquo
ltSourcegt
ltInitialDategt 28032002 ltInitialDategt
ltFinalDategt 31032002 ltFinalDategt
ltkeywordgt Water available in Soil ltkeyworkgt
ltlocalgt
rdfresource= ldquohttpwwwibgegovbrstate_SPrdquo
ltlocalgt
ltmeasument_unitgt
rdfresource= ldquohttpwwwinmetrogovbrmmrdquo
ltmeasument_unitgt
ltrdfDescriptiongt
ltrdfRDFgt
httpwwwagricgovbrpublicWaterBal1234
http
wwwcpaunicampbr
Centro de Pesquisas
Agriacutecolas (CEPAGRI)
name
source
httpwwwciagroiacg
ovspbr
httpwwwunica
mpbr
part_of
CIIAGRO
name
http
wwwiacgovspbr
part_of
InitialDate
28032002
FinalDateWater available in
Soil
http
wwwibgegovbrstate_SP
source
keyword
http
wwwinmetrogovbrmm
31032002
local
measurement_unit
RDF-Schema
ltrdfabout=ampAgricZoningCountry rdfslabel=Countrygt
ltrdfssubClassOf dfresource=ampAgricZoningTerritorialDivisiongt
ltrdfabout=ampAgricZoningState rdfslabel=ldquoStategt
ltrdfssubClassOf dfresource=ampAgricZoningTerritorialDivisiongt
ltrdfProperty rdfabout=ampAgricZoningstatesOfCountry
aminCardinality=1
rdfslabel=statesOfCountrygt
ltrdfsdomain rdfresource=ampAgricZoningCountrygt
ltrdfsrange rdfresource=ampAgricZoningStategt
ltainverseProperty rdfresource=ampAgricZoningcountryOfStategt
ltrdfPropertygt
RDF-Schema
ltrdfProperty rdfabout=ampAgricZoningcountryOfState
amaxCardinality=1
aminCardinality=1
rdfslabel=countryOfStategt
ltrdfsrange rdfresource=ampAgricZoningCountrygt
ltrdfsdomain rdfresource=ampAgricZoningStategt
ltainverseProperty
rdfresource=ampAgricZoningstatesOfCountrygt
ltrdfPropertygt
Trecho de RDF
ltAgricZoningCountry rdfabout=ampAgricZoningpais_55
AgricZoningnameBR=BRASIL rdfslabel=BRASILgt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_1gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_2gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_3gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_4gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_5gt
ltAgricZoningstatesOfCountry rdfresource=ampAgricZoningestado_11gt
ltAgricZoningstatesOfCountry rdfresource=ampAgricZoningestado_12gt
ltAgricZoningmetroAreasOfCountry
rdfresource=ampAgricZoningmetro_5201gt
ltAgricZoningCountrygt
21042010
8
Descriccedilotildees em RDF de recursos para a coleta de dados cientiacuteficos
wwwEquipServcombrschema2rdfs
RD
F S
chem
aR
DF
Equipment Clienthas
String StringString String
category model name city
wwwAgriTempobrschema1rdfs
WeatherStation
longitudealtitude
LandParcel
CountyState
latitude
inpart_of
ampws1
ampws3
ampws4
Stringname
ampeq1
ampRio
ampUbatuba
ampCampinas
ampws2
ampUnicamp
ampEmbrapa
ampSP
ampRJ
in
in
in
in
part_of
part_of
part_of
has
has
has
has
ampws1 = httpwwwembrapabrWeatherStationX
ampws2 = httpwwwiacbrWeatherStationK
ampws3 = httpwwwunicampbrWheaterStationA
ampws4 = httpwwwunicampbrWheaterStationB
ampeq1 = httpwwwembrapabrCameraZ
subClassOf (isA)rlm
typeOf (instance)rlm
other kind of property
DegreesDecMeters
String
String
value
value
OWL ndash Ontology Web Language
Estende o RDF com vocabulaacuterio padronizado e construccedilotildees para definir
Escopo local de propriedades
Disjunccedilatildeo de classes
Combinaccedilotildees de classes
Restriccedilotildees de cardinalidade
Caracteriacutesticas especiais de propriedades (eg transitividade simetria anti-simetria propriedades inversas)rlm
The 3 flavors of OWL
OWL LiteExpressividade restrita (exclui classes enumeradas disjunccedilatildeo cardinalidade arbitraacuteria )
Faacutecil de entender e usar
OWL DL
Equivalente agrave loacutegica descritiva (DL = Description
Logics)
Ainda permite eficiecircncia e computabilidade
OWL Full
Compatiacutevel sintaacutetica e semanticamente com RDF embora mais poderosaPode ocasionar inferecircncias indecidiacuteveis
Disjunction and Equivalence of Classes
ltowlClass rdfabout=associateProfessorgt
ltowldisjointWith rdfresource=assistantProfessorgt
ltowlClassgt
ltowlClass rdfID=facultygt
ltowlequivalentClass
rdfresource=academicStaffMembergt
ltowlClassgt
Inverse properties
ltowlObjectProperty rdfID=teachesgt
ltrdfsrange rdfresource=coursegt
ltrdfsdomain rdfresource=academicStaffMembergt
ltowlinverseOf rdfresource=isTaughtBygt
ltowlObjectPropertygt
Sintaxe abstrata para OWL
Class(Person partialrestriction (hasChild allValuesFrom(Person)))rlm
Class(Parent completePersonrestriction (hasChild someValuesFrom(Person)))rlm
ObjectProperty(hasChild)rlm
Individual (John type(Person)rlmvalue(hasChild Mary))rlm
21042010
9
Busca em uma ontologia
Pessoa
Santo
S1
IS_A
TYPE_OF
nome
Satildeo Paulo
Time
TimeFutebol
TF1
IS_A
TYPE_OF
nome
Satildeo Paulo
ParcelaTerritoacuterio
Estado
IS_A
Cidade
E1
TYPE_OF
nome
Satildeo Paulo
C1
nome
Satildeo PauloTricolor Paulista
PART_OF
SPARQL (recomendaccedilatildeo W3C)rlm
Exemplo de expressatildeo em SPARQL
SELECTrlmconceptrlm propertyrlm ldquoSatildeorlmPaulordquo
WHERE
concept propertyhasProperty property
FILTER(property name)rlm
Linguagens de Regras (Prolog)
Rules
parent(x z)rlm - father(x z) v mother(x z)
sibling(x y)rlm- parent(x z) and parent(y z)
Knowledge base
father(_Maria _Joatildeo)
father(_Pedro _Joatildeo)
Query
sibling(_Maria x) rArr Yes rArr b = _PedrorArr b = _xyz1rArr b = _xyz2 rArr b = _xyz3rArr b = _xyz4
RIF (Rule Interchange Format)
A buyer buys an item from a seller if the seller sells it to the buyer John sells LeRif to Mary The fact Mary buys LeRif from John can be logically derived by a modus ponens argument
Document(
Prefix(cpt lthttpexamplecomconceptsgt)
Prefix(ppl lthttpexamplecompeoplegt)
Prefix(bks lthttpexamplecombooksgt)
Group ( Forall Buyer Item Seller (
cptbuy(Buyer Item Seller)
cptsell(Seller Item Buyer)
)
cptsell(pplJohn bksLeRif pplMary)
)
)
Controveacutersia sobre pilha de padrotildees
Peter F Patel-Schneider A Revised Architecture for Semantic
Web Reasoning Third Workshop on Principles and Practices of
Semantic Web Reasoning Dagstuhl Germany September
2005 LNCS 3703 Springer Verlag 2005
Ian Horrocks Bijan Parsia Peter F Patel-Schneider and
James Hendler Semantic Web Architecture Stack or Two
Towers Third Workshop on Principles and Practices of Semantic Web Reasoning Dagstuhl Germany September
2005 LNCS 3703 Springer Verlag 2005
Peter F Patel-Schneider Building the Semantic Web Tower
from RDF Straw Nineteenth International Joint Conference on
Artificial Intelligence Edinburgh Scotland August 2005
Proposta inicial (2000)rlm
21042010
10
Proposta regras(2005)rlm Proposta atual
Como estaacute a Web semacircntica hoje
Aacuterea de pesquisa muito ativa
Visa estender o papel dos computadores no
suporte a diversas atividades humanas
Usa ontologias e anotaccedilotildees semacircnticas para
catalogar recuperar e compor dados e serviccedilos
de processamento na Web
Desafios da Web semacircntica
Construccedilatildeo de ontologias
(Semi-)automatizada e interativa
Geraccedilatildeo de anotaccedilotildees semacircnticas de recursos
Muitas aplicaccedilotildees requerem automatizaccedilatildeo
Evoluccedilatildeo de ontologias
Checar se alteraccedilotildees natildeo introduzem inconsistecircncias e gerenciar
versotildees
Integraccedilatildeo de ontologias (ontology matching)
A obtenccedilatildeo de consenso eacute inviaacutevel em muitas domiacutenios
Deduccedilatildeoraciociacutenio
Teorias computaacuteveis e natildeo computaacuteveis ontologias inconsistentes
Ediccedilatildeo de Ontologias no Proteacutegeacute
Editor de ontologias e arcabouccedilo para o desenvolvimento de bases de conhecimento livre e de coacutedigo aberto baseado em Java
Suporta os modelos de frames (RDF) e OWL
Exporta as ontologias e bases de conhecimento para uma variedade de formatos incluindo RDF(S) OWL e XML Schema
Extensiacutevel via plugins
Construccedilatildeo de ontologias
Processo para geraccedilatildeo automatizada de
ontologias a partir de esboccedilos dados e
documentos (nova geraccedilatildeo de ferramentas)rlm
Entendimento do domiacutenio
Entendimento dos dados
Definiccedilatildeo das tarefas
Geraccedilatildeo semi-automaacutetica
Avaliaccedilatildeo de qualidade
Refinamento com interaccedilatildeo humana
21042010
11
Definiccedilotildees de ldquogeraccedilatildeo de ontologiardquoGrobenik and Mladenic 2006
Induccedilatildeo de conceitos (a partir das instacircncias)rlm
Induccedilatildeo de relaccedilotildees (a partir de conceitos e
instacircncias a eles associadas)rlm
Popular ontologia (dada uma ontologia e
instacircncias de seus conceitos)rlm
Geraccedilatildeo de uma ontologia completa (a partir
das instacircncias e algum conhecimentoinformaccedilatildeo)rlm
Atualizaccedilatildeoextensatildeo de ontologias (dada
uma ontologia e informaccedilatildeo como novas
instacircncias ou padrotildees de uso da ontologia)rlm
Document Clustering - Vector Model
Vector of word occurences in the documents
bull diK = TF(Wkdi) IDF(Wk)rlm
Where
bull TF(Wkdi) = number of times Wk occurs in document di
bull IDF(Wk) = log ( D DF(Wk))rlm
bull D = number of documents
bull DF(Wk) = number of documents in which word W occurs
Document distance metric
Anotaccedilotildees Semacircnticas(Kiryakov et al 2004)rlm
21042010
12
Anotaccedilatildeo Semacircntica de Documentos
Atribui agraves entidades que aparecem no documento ligaccedilotildees com suas descriccedilotildees semacircnticas na ontologia
Aplicaacutevel a qualquer tipo de texto (documentos HTML documentos de texto comuns campos de banco de dados entre outros)
Representaccedilatildeo das anotaccedilotildees
Intrusiva
Natildeo intrusiva
Confecccedilatildeo das anotaccedilotildees
bull Semi-Automaacutetica Associa palavras do texto a classes
instacircncias e propriedades da ontologia utilizando-se do
julgamento humano Esta associaccedilatildeo geralmente eacute efetuada
atraveacutes de interfaces ldquoarraste-e-solterdquo (eg OntoMat)rlm
bull Automaacutetica Aplica teacutecnicas de processamento de
linguagem natural aprendizado de maacutequina e extraccedilatildeo de
informaccedilatildeo entre outras para associar palavras agrave ontologia
Essas ferramentas podem utilizar ontologias padratildeo (eg
IEEE Standard Upper Ontology) ou ontologias de domiacutenios
especiacuteficos (eg Unified Medical Language System)
bull Hiacutebrida Combinaccedilatildeo das teacutecnicas acima
Geraccedilatildeo de anotaccedilotildees semacircnticas (Reeve e Han 2005)rlm
Ferramentas para anotaccedilatildeo
Annozilla Funciona sobre o Mozzila Firefox
Annotea projeto da W3C - servidor de anotaccedilotildees em RDF
Armadillo
Muse
Pankol
Semantic Word anotaccedilatildeo interativa de porccedilotildees de documentos
Word
OntoMat Annotizer anotaccedilatildeo interativa de paacuteginas Web com
ontologias em OWL
Smore marcaccedilotildees sobre HTML com ontologias em OWL
Melita ferramenta de anotaccedilatildeo semi-automaacutetica que usa algoritmo
de IE para ajudar o usuaacuterio no processo de anotaccedilatildeo
MnM anotaccedilatildeo semacircntica de paacuteginas Web com metadados
descritos em RDFOCMLDAML+OIL
KIM permite criar metadados armazenar e buscar informaccedilotildees e
pode ser usada para anotaccedilatildeo e procura de documentos
21042010
13
O processo automatizado de anotaccedilatildeo semacircntica de documentos
Tokenizaccedilatildeo e Eliminaccedilatildeo de StopWords
Etiquetagem
Stemmer
Corpus Anotado
Identificaccedilatildeo EN
Associaccedilatildeo atermos da ontologia
RepositoacuterioSemacircntico
Tokensrelevantes
Palavras +Classificaccedilatildeo Gramatical
Radicais das Palavras +Classificaccedilatildeo Gramatical
Entidades Nomeadas
Anotaccedilatildeo Semacircntica
Dados Metadados Documento
s
Ontologia do Domiacutenio
Valida
Valida
Especialista
RepositoacuterioInformaccedilatildeo
Annotation example(Davies et al 2006)
Consider the phrase
There are deliverables
The tokens are
[There] [are] [deliverables] []
The tagger finds out what kind of a word each of the tokens
is (whether it is a noun an adjective a verb etc)rlm
[There] existential quantifier
[are] verbmdash3rd person singular present
[deliverables] nounmdashplural
Annotation example (cont)rlm
The morphological analyser gives the roots of all the words
[There] rootmdashthere
[are] rootmdashbe
[deliverables] rootmdashdeliverable
There are mdash mdashmdash
triggers the creation of one or more new classes in the
ontology
There are projects
There are workpackages tasks and deliverables
SEKT is a project
MUSINGrlmbdquoKnowledgerlmWeb‟rlmandrlmbdquoPrestorlmSpace‟rlmarerlmprojects
Projects have workpackages
Workpackages can have tasks
WP1 WP2 WP3 WP4 WP5 and WP6 are workpackages
SEKT has WP1
MUSING has WP2 WP3 and WP4
bdquoKnowledgerlmWeb‟rlmhasrlmWP5 and WP6
Annotation example (cont)rlm
Ontologia resultante Quadro Comparativo(Nunes e Fileto 2007)rlm
21042010
14
Dependecircncias entre plataformas(Rui Tramontin Junior 2007)rlm
Comparaccedilatildeo de desempenho(Reeve e Han 2005)rlm
Prataforma Categoria Precisatildeo Cobertura Medida F
Armadillo Descoberta de padrotildees
910 740 870
KIM Regras 860 820 840
MnM Induccedilatildeo 950 900 nd
MUSE Regras 935 923 929
PANKOW Descoberta de padrotildees
650 282 249
SemTag Regras 820 nd nd
Evoluccedilatildeo de ontologias(Bloehdorn et al 2006)rlm
Exemplo Uso natildeo uniforme de conceitos
Alternativas para remoccedilatildeo do conceito C que tem sub-conceitos
Processo de evoluccedilatildeo de ontologias
CapturaCaptura
da
Mudanccedila
Representaccedilatildeo Semacircntica Propagaccedilatildeo Implementaccedilatildeo Validaccedilatildeo
Fases Elementares
21042010
15
Mapeamentos entre ontologias(Ontology Matching)
Fusatildeo de ontologias
Processo semi-automatico de alinhamento(Huang at al 2006)rlm
Referecircncia
Jerome Euzenat INRIA Rhone-Alpes France
Pavel Shvaiko University of Trento Italy
Ontology Matching
URL httpbookontologymatchingorg
Springer-Verlag Heidelberg (DE) 2007
343 p 67 illus Hardcover
ISBN 978-3-540-49611-3
E as buscas semacircnticas
Recuperaccedilatildeo da informaccedilatildeo de documentosrlm
Medidas da eficaacutecia das soluccedilotildees
precisatildeo = nro de docs relevantes recuperadosnro de docs recuperados
cobertura = nro de docs relevantes recuperadosnro de docs relevantes
21042010
16
Classificaccedilatildeo de abordagens para buscas semacircnticas (Mangold 2007)
Arquitetura
Acoplamento entre ontologias e documentos
Transparecircncia
Contexto do usuaacuterio
Modificaccedilatildeo de consultas
Estrutura das ontologias
Tecnologia para representar as ontologias
Desempenho escalabilidade e distribuiccedilatildeo
Adaptabilidade
Ranking
Arquiteturas para buscas semacircnticas
Maacutequina de busca stand_alone armazenametadados sobre os documentos em iacutendicescom os quais avalia as consultas
Meta-maacutequina de busca distribui asconsultas para outras maacutequinas de busca ecombina os resultados
Acoplamento ontologias-documentos
Acoplamento forte os metadados dosdocumentos referem-se explicitamente aosconceitos de uma ontologia e vice-versa(requer anotaccedilatildeo semacircntica)rlm
Acoplamento fraco os documentos satildeoindependentes de quaisquer ontologiasdisponiacuteveis (pode restringir a capacidade debusca)rlm
Contexto do usuaacuterio
Learning extraiacutedo na interaccedilotildees do usuaacuteriocom o sistema (histoacuterico das consultas erefinamentos de consultas)rlm
Hard-coded as consultas satildeo organizadas emcategorias que definem a informaccedilatildeo solicitada(eg ldquolocation ofrdquo ldquoresources forrdquo rlm(
Modificaccedilatildeo de consultas
Manual o sistema retorna um trechoapropriado da ontologia junto com a respostapermitindo ao usuaacuterio navegar na ontologia ereformular a consulta pela adiccedilatildeo e remoccedilatildeo determos
Re-escrita automaacutetica a consulta eacuteotimizada automaticamente pelo sistema
Baseada em grafo considera conceitos edocumentos como nodos de um grafoefetuando propagaccedilatildeo da consulta a partir dosnodos correspondentes a termos de busca
Modificaccedilatildeo de consultas
Modificaccedilatildeo de consulta
Manual
Re-escrita de consulta
Baseada em grafo
Inserccedilatildeo de termoRemoccedilatildeo de termo
Substituiccedilatildeo de termo
Conjuntiva
Disjuntiva
Conjuntiva Disjuntiva
21042010
17
Estrutura da ontologia
Propriedades anocircnimas as relaccedilotildees entreconceitos natildeo satildeo nomeadas indicando apenasque eles compartilham o mesmo contexto
Propriedades padronizadas sinocircniacutemiahiperniacutemia meroniacutemia negaccedilatildeo etc
Propriedades especiacuteficas de domiacutenio aleacutemdas propriedades padratildeo considerapropriedades especiacuteficas de um domiacutenio (egldquotipo de cacircmerardquo em sistema para a aacuterea defotografia)rlm
Tecnologia da ontologia
F-Logic
RDF
DAML+OIL
Frames
OWL
Comparaccedilatildeo de abordagens Comparaccedilatildeo de abordagens (cont)
Buscas semacircnticas na Web hoje
httpwwwaliprcom (imagens)rlm
httpwwwcognitioncom
httpwwwdeepdyvecom
httpwwwbingcom
httpwwwcuilcom
httpwwwfreebasecom
httpwwwgooglecom
httpwwwkosmixcom
httpwwwhakiacom
httpwwwpowersetcom
httpwwwsensebotnet
httpdeveloperyahoocomsearchmonkey
httpswoogleumbcedu (ontologias)rlm
21042010
18
21042010
19
SAO PAULO-SP
University of Sao Paulo
Sao Paulo Fashion
Sao Paulo Fashion Week
Sao Paulo State
Sao Paulo Hotel
Sao Paulo Hotels
Sao Paulo Brasilien
Sao Paulo Congonhas
21042010
20
21042010
21
Sao Paulo Airport
Sao Paulo Plane Crash
Sao Paulo Zoo
hellip
21042010
22
21042010
23
Algumas questotildees em aberto
Representaccedilatildeo de contextos de usuaacuterios emapeamento desses a ontologias
Anaacutelise dos efeitos de modificaccedilotildees de consultas
Meta-buscas semacircnticas
Anaacutelise da aceitaccedilatildeo dos usuaacuterios
Adaptabilidade a diferentes ontologias
Ranking dos resultados
Integraccedilatildeo com sistemas de gerenciamento dedocumentosconteuacutedo
Tratamento de dados multimiacuteda
Interfaces homem-maacutequina
Desempenho e escalabilidade
Contextual Semantic Search (CSS)(DAgostine Fileto ndash SBBD2007)rlm
21042010
24
General Architecture for CSSThe Weighted Topic Graph(DAgostine Fileto Dantas Gauthier - ICEIS 2008)rlm
A weighted topic graph is a graph TM(T A)rlm
T is a set of topics (vertices)rlm
A is a set of associations (edges)rlm
Let be an ontology O
Each topic t in T corresponds to a ontology term o in O
Each topic t has a weight [01] The sum from the weights from all topics with same name equals 1
Each association a has a weight [01] The sum
from all the weights from all association departing
a single topics equals 1
Topic weights used to disambiguate
Eg interest in Satildeo Paulo city instead of Satildeo Paulo
state
Association weights used to semantically
expand searches
Eg Actual interest in Guarulhos and airport while
searching for Satildeo Paulo city
The Weights in the Topic Graph Capturing the Users Context
Generated Topic Graph with the Ontological Users Context
The Contextual Semantic Search Process
21042010
25
Desambiguaccedilatildeo
Fundamento dos algoritmos de busca sobre contexto ontoloacutegico
Heuriacutesticas de estigmergia (Ant Colony Optimization - ACO)
Traccedilos de ferormocircnio
Algoritmo de busca semacircntica baseada em ACO
Entrada palavras-chave[ ]
Dados G(TA) Onto repositoacuterio
limite_de_profundidade
limite_miacutenimo_de_peso
λ fator de atenuaccedilatildeo de peso
iniacutecio Algoritmo Busca Contextual 1 Estigmeacuterica
resultados = busca_G_ou_Onto(palavras-chave[])
atenuaG (iacutendice ) λrlmisin [0 1]
manutenccedilatildeo(coleta_feedback(resultados))
fim
21042010
26
Demo Praestro ndash Karina Fasolin
Alguns trabalhos relacionados
Name Article Comments
Graupmann
et al 2005
The SphereSearch
engine for unifiedranked retrieval of
heterogeneous XML
and web documents
Searches through XML documents The context is a region in radius
around given element A data inside two regions is considered relevant
to both contexts
Made tests with large collections like DBLP INEX Wikipedia put for
stress testing regarding the size of the collection
ldquoLet us first comment on the difficulties of defining a meaningfulbenchmark for this kind of novel systemrdquo
Park e
Cheyer 2006
Just For Me Topic
Maps and Ontologies
Manages knowledge in three layers Topics Knowledge Structures and
Documents
Not implemented (at least at the time of publication)
Michlmayr
et al 2007Adaptive User Profiles
for Enterprise
Information Access
Represents context as an individual graph The graph is constructed
based on tags used to semantically annotate the content which the user
considers to be relevant
However the tags are only that only labels They are not tied-down to
a formal definition
Alguns trabalhos relacionados (cont)
Name Article Comments
Aleman-
Meza et a
2003
Context-Aware
Semantic Association
Ranking
Also defines context as regions But the regions are static defined in
the ontology which is used by the system So the contexts are defined
the same for every single user
Mani and
Sundaram
2007
Modeling user context
with applications to
media retrieval
Creates a graph representing the users context Each node
corresponds to an instance in the ontology The edges represent
relations between the instances Built to search trough multimedia
documents
However it does not associates the vocabulary the user uses with the
instances
Challam et
al 2007
Contextual Search
Using Ontology-Based
User Profiles
Monitors the users activity capturing content from open Internet
Explorer MS-Office and MSN The captured information is stored and
usedrlmtorlmbuildrlmarlmuser‟srlmcontextualrlmprofilerlmbasesrlmonrlmanrlmontology
The context is tightly coupled with the ontology
NO IMAGES WERE
PROVIDED
Vallet et al
2006
Personalized
Information Retrieval in
Context
Stores context as a graph constructed based on the ontology used by
the system Similar to Mani and Sundaram including its limitations
(mapping the vocabulary) however if built for text documents
Sieg et al
2007
Ontological User
Profiles for
Personalized Web
Search
Similar to Challam et al but it gets the context information from the
ontology terms used to annotate the retrieved relevant context
Also limited by the structure of the ontology
Alguns trabalhos relacionados(cont)
Name Deals with
objective
knowledge
(ontology)
Deals with
subjective
knowledge
(users
context)
The knowledge
management is
transparent
Idea Implemented
Graupmann et
al 2005
X IMPL
Park e Cheyer
2006
X X X IDEA
Michlmayr et al2007
X X IMPL
Aleman-Meza et
a 2003
X X IMPL
Mani eSundaram 2007
X X X IMPL
Challam et al
2007
X X X IMPL
Vallet et al 2006 X X X IMPL
Sieg et al 2007 X X X IMPL
(incomplete)
Praestro X X X IMPL
(prototype)
UnA-SUS ndash Universidade Aberta do SUS
Programa do Ministeacuterio da Sauacutede para atender necessidades de e
permanente dos
Accedilotildees focadas em
formulaccedilatildeo de conteuacutedo
bibliotecas digitais
cursos a distacircncia
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
6
Um Documento XML-Schema(WaterBalxsd)rlm
ltschema xmlnshttpwwww3org2001XMLSchema gt
ltelement name=WaterBal type=WaterBalTypegt
ltattribute name=location type=stringgt
ltattribute name=latitude type=Latitudegt
ltattribute name=longitude type=Longitudegt
ltelement name=WeatherData type=AgregValuesgt
ltcomplexType name=AgregValuesgt
ltattribute name=Date type=DateTypegt
ltsequencegt
ltelement name=Temperature type=decimalgt
ltelement name=AvgRainfall type=decimalgt
ltelement name=PotET type=decimalgt
ltelement name=RealET type=decimalgt
ltelement name=Stored type=decimalgt
ltelement name=WaterDeficit type=decimalgt
ltelement name=WaterExcess type=decimalgt
ltsequencegt
ltcomplexTypegt
ltelementgt
ltschemagt
Validaccedilatildeo de documentos XML
Documento bem-formado (well-formed) satisfaz as restriccedilotildees
de formaccedilatildeo expressa na especificaccedilatildeo do XML
(httpwwww3orgTR2004REC-xml-20040204)rlm
Documento vaacutelido satisfaz as restriccedilotildees (elementos atributos
aninhamentos tipos etc) expressas em uma especificaccedilatildeo de
esquema XML em DTD ou XSL (XML-Schema) que eacute associada a
esse documento XML
Heterogeneidade semacircntica em XML
ltobject id=ldquoa1rdquo class=ldquoartifactrdquogt
lttuplegt
lttitlegt Nympheas lttitlegt
ltyeargt 1897 ltyeargt
ltcreatorgt Monet ltcreatorgt
ltpricegt 10000000 ltpricegt
ltowners refs=ldquop1p2p3rdquogt
lttuplegt
ltobjectgt
ltobject id=ldquop3rdquo class=ldquopersonrdquogt
lttuplegt
ltnamegt Claudia ltnamegt
ltagegt 17 ltagegt
lttuplegt
ltobjectgt
ltworkgt
ltartistgt Monet ltartistgt
ltnamegt Nympheas ltnamegt
ltstylegt Impressionist ltstylegt
ltsizegt 21 x 61 ltsizegt
ltcplacegt Givern ltcplacegt
ltworkgt
ltworkgt
ltartistgt Monet ltartistgt
lttitlegt Waterloo Bridge lttitlegt
ltstylegt Impressionist ltstylegt
ltsizegt 292 x 464 ltsizegt
lthistorygt
Painted with
lttechgt Oil on canvas lttechgt
in
lthistorygt
ltworkgt
XML como Padratildeo de representaccedilatildeo de dados
ldquoArtworksrdquorlmStructure
Works works
Work
Work
Field
artist title style size
string string string string
ldquoArtfactrdquorlmSchema
artifacts set
ampArtifact
Artifact class
artifact
tuple
title year creator price owners
ampPerson
string int string float list
YAT Model
YAT Any
YAT
V ampYAT
ODMG Model
Vtuple
Symbol
Type
V(int vbool v
float vstring)rlm
ampClass
Type
V
Symbol
(set vbag vlist varray)rlm
Class class
Symbol
Type
RDF ndash Resource Description Framework
Uma linguagem e modelo padronizados para expressar conhecimento na Web semacircntica
Um comando (statement) eacute uma tripla da forma
Recurso qualquer coisa referenciada por uma URL
Propriedade qualquer propriedade de um recurso
Valor um literal ou outro recurso
RDF-Schema define classes de recursos suas propriedades (que podem ser relacionamentos com outras classes) e possiacuteveis valores
Os formatos para representar ontologias na Web semacircntica (eg
DAML+OIL OWL) satildeo extensotildees do RDF
Sintaxe XML do RDF
ltxml version=10gt
ltrdfRDF xmlnsRDF httpwwww3orgRDFRDFldquo
xmlnsdc httpdublincoreorgdcldquogt
ltrdfDescription about=ldquohttpwwwagritempocnptiaembrapabrrdquogt
ltdctitlegt Nuacutecleo de Monitoramento e Anaacutelise de Dados
Meteoroloacutegicos e Climatoloacutegicos para a Agricultura ltdctitlegt
ltleadergt
rdfresource=ldquohttpwwwcnptiaembrapabr~assadrdquo
ltleadergt
ltrdfDescriptiongt
ltrdfDescription
about=ldquohttpwwwcnptiaembrapabr~assadrdquogt
ltdctitlegt Eduardo D Assad ltdctitlegt
ltemailgt Assadcnptiaembrapabr ltemailgt
ltrdfDescriptiongt
ltrdfRDF gt
21042010
7
Estrutura do conhecimento em RDF
httpwwwagritempocnptiaembrapabr
httpwwwcnptiaembrapabr~assad
Nuacutecleo de Monitoramento e
Anaacutelise de Dados
Meteoroloacutegicos e Climatoloacutegicos
para a Agricultura
assadcnptiaembrapabrEduardo D
Assad
dctitle
dctitleemail
leader
Metadata in RDFWater Balance (same place and institution)rlm
ltxml version=10gt
ltrdfRDF xmlnsRDF httpwwww3orgRDFRDFldquo
xmlns httpagricgovbrDocStdldquogt
ltrdfDescription about=httpwwwagricgovbrpublicWaterBal1234gt
ltSourcegt
rdfresource=ldquohttpwwwcepagriunicampbrrdquo
rdfresource=ldquohttpwwwciagroiacgovspbrrdquo
ltSourcegt
ltInitialDategt 28032002 ltInitialDategt
ltFinalDategt 31032002 ltFinalDategt
ltkeywordgt Water available in Soil ltkeyworkgt
ltlocalgt
rdfresource= ldquohttpwwwibgegovbrstate_SPrdquo
ltlocalgt
ltmeasument_unitgt
rdfresource= ldquohttpwwwinmetrogovbrmmrdquo
ltmeasument_unitgt
ltrdfDescriptiongt
ltrdfRDFgt
httpwwwagricgovbrpublicWaterBal1234
http
wwwcpaunicampbr
Centro de Pesquisas
Agriacutecolas (CEPAGRI)
name
source
httpwwwciagroiacg
ovspbr
httpwwwunica
mpbr
part_of
CIIAGRO
name
http
wwwiacgovspbr
part_of
InitialDate
28032002
FinalDateWater available in
Soil
http
wwwibgegovbrstate_SP
source
keyword
http
wwwinmetrogovbrmm
31032002
local
measurement_unit
RDF-Schema
ltrdfabout=ampAgricZoningCountry rdfslabel=Countrygt
ltrdfssubClassOf dfresource=ampAgricZoningTerritorialDivisiongt
ltrdfabout=ampAgricZoningState rdfslabel=ldquoStategt
ltrdfssubClassOf dfresource=ampAgricZoningTerritorialDivisiongt
ltrdfProperty rdfabout=ampAgricZoningstatesOfCountry
aminCardinality=1
rdfslabel=statesOfCountrygt
ltrdfsdomain rdfresource=ampAgricZoningCountrygt
ltrdfsrange rdfresource=ampAgricZoningStategt
ltainverseProperty rdfresource=ampAgricZoningcountryOfStategt
ltrdfPropertygt
RDF-Schema
ltrdfProperty rdfabout=ampAgricZoningcountryOfState
amaxCardinality=1
aminCardinality=1
rdfslabel=countryOfStategt
ltrdfsrange rdfresource=ampAgricZoningCountrygt
ltrdfsdomain rdfresource=ampAgricZoningStategt
ltainverseProperty
rdfresource=ampAgricZoningstatesOfCountrygt
ltrdfPropertygt
Trecho de RDF
ltAgricZoningCountry rdfabout=ampAgricZoningpais_55
AgricZoningnameBR=BRASIL rdfslabel=BRASILgt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_1gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_2gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_3gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_4gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_5gt
ltAgricZoningstatesOfCountry rdfresource=ampAgricZoningestado_11gt
ltAgricZoningstatesOfCountry rdfresource=ampAgricZoningestado_12gt
ltAgricZoningmetroAreasOfCountry
rdfresource=ampAgricZoningmetro_5201gt
ltAgricZoningCountrygt
21042010
8
Descriccedilotildees em RDF de recursos para a coleta de dados cientiacuteficos
wwwEquipServcombrschema2rdfs
RD
F S
chem
aR
DF
Equipment Clienthas
String StringString String
category model name city
wwwAgriTempobrschema1rdfs
WeatherStation
longitudealtitude
LandParcel
CountyState
latitude
inpart_of
ampws1
ampws3
ampws4
Stringname
ampeq1
ampRio
ampUbatuba
ampCampinas
ampws2
ampUnicamp
ampEmbrapa
ampSP
ampRJ
in
in
in
in
part_of
part_of
part_of
has
has
has
has
ampws1 = httpwwwembrapabrWeatherStationX
ampws2 = httpwwwiacbrWeatherStationK
ampws3 = httpwwwunicampbrWheaterStationA
ampws4 = httpwwwunicampbrWheaterStationB
ampeq1 = httpwwwembrapabrCameraZ
subClassOf (isA)rlm
typeOf (instance)rlm
other kind of property
DegreesDecMeters
String
String
value
value
OWL ndash Ontology Web Language
Estende o RDF com vocabulaacuterio padronizado e construccedilotildees para definir
Escopo local de propriedades
Disjunccedilatildeo de classes
Combinaccedilotildees de classes
Restriccedilotildees de cardinalidade
Caracteriacutesticas especiais de propriedades (eg transitividade simetria anti-simetria propriedades inversas)rlm
The 3 flavors of OWL
OWL LiteExpressividade restrita (exclui classes enumeradas disjunccedilatildeo cardinalidade arbitraacuteria )
Faacutecil de entender e usar
OWL DL
Equivalente agrave loacutegica descritiva (DL = Description
Logics)
Ainda permite eficiecircncia e computabilidade
OWL Full
Compatiacutevel sintaacutetica e semanticamente com RDF embora mais poderosaPode ocasionar inferecircncias indecidiacuteveis
Disjunction and Equivalence of Classes
ltowlClass rdfabout=associateProfessorgt
ltowldisjointWith rdfresource=assistantProfessorgt
ltowlClassgt
ltowlClass rdfID=facultygt
ltowlequivalentClass
rdfresource=academicStaffMembergt
ltowlClassgt
Inverse properties
ltowlObjectProperty rdfID=teachesgt
ltrdfsrange rdfresource=coursegt
ltrdfsdomain rdfresource=academicStaffMembergt
ltowlinverseOf rdfresource=isTaughtBygt
ltowlObjectPropertygt
Sintaxe abstrata para OWL
Class(Person partialrestriction (hasChild allValuesFrom(Person)))rlm
Class(Parent completePersonrestriction (hasChild someValuesFrom(Person)))rlm
ObjectProperty(hasChild)rlm
Individual (John type(Person)rlmvalue(hasChild Mary))rlm
21042010
9
Busca em uma ontologia
Pessoa
Santo
S1
IS_A
TYPE_OF
nome
Satildeo Paulo
Time
TimeFutebol
TF1
IS_A
TYPE_OF
nome
Satildeo Paulo
ParcelaTerritoacuterio
Estado
IS_A
Cidade
E1
TYPE_OF
nome
Satildeo Paulo
C1
nome
Satildeo PauloTricolor Paulista
PART_OF
SPARQL (recomendaccedilatildeo W3C)rlm
Exemplo de expressatildeo em SPARQL
SELECTrlmconceptrlm propertyrlm ldquoSatildeorlmPaulordquo
WHERE
concept propertyhasProperty property
FILTER(property name)rlm
Linguagens de Regras (Prolog)
Rules
parent(x z)rlm - father(x z) v mother(x z)
sibling(x y)rlm- parent(x z) and parent(y z)
Knowledge base
father(_Maria _Joatildeo)
father(_Pedro _Joatildeo)
Query
sibling(_Maria x) rArr Yes rArr b = _PedrorArr b = _xyz1rArr b = _xyz2 rArr b = _xyz3rArr b = _xyz4
RIF (Rule Interchange Format)
A buyer buys an item from a seller if the seller sells it to the buyer John sells LeRif to Mary The fact Mary buys LeRif from John can be logically derived by a modus ponens argument
Document(
Prefix(cpt lthttpexamplecomconceptsgt)
Prefix(ppl lthttpexamplecompeoplegt)
Prefix(bks lthttpexamplecombooksgt)
Group ( Forall Buyer Item Seller (
cptbuy(Buyer Item Seller)
cptsell(Seller Item Buyer)
)
cptsell(pplJohn bksLeRif pplMary)
)
)
Controveacutersia sobre pilha de padrotildees
Peter F Patel-Schneider A Revised Architecture for Semantic
Web Reasoning Third Workshop on Principles and Practices of
Semantic Web Reasoning Dagstuhl Germany September
2005 LNCS 3703 Springer Verlag 2005
Ian Horrocks Bijan Parsia Peter F Patel-Schneider and
James Hendler Semantic Web Architecture Stack or Two
Towers Third Workshop on Principles and Practices of Semantic Web Reasoning Dagstuhl Germany September
2005 LNCS 3703 Springer Verlag 2005
Peter F Patel-Schneider Building the Semantic Web Tower
from RDF Straw Nineteenth International Joint Conference on
Artificial Intelligence Edinburgh Scotland August 2005
Proposta inicial (2000)rlm
21042010
10
Proposta regras(2005)rlm Proposta atual
Como estaacute a Web semacircntica hoje
Aacuterea de pesquisa muito ativa
Visa estender o papel dos computadores no
suporte a diversas atividades humanas
Usa ontologias e anotaccedilotildees semacircnticas para
catalogar recuperar e compor dados e serviccedilos
de processamento na Web
Desafios da Web semacircntica
Construccedilatildeo de ontologias
(Semi-)automatizada e interativa
Geraccedilatildeo de anotaccedilotildees semacircnticas de recursos
Muitas aplicaccedilotildees requerem automatizaccedilatildeo
Evoluccedilatildeo de ontologias
Checar se alteraccedilotildees natildeo introduzem inconsistecircncias e gerenciar
versotildees
Integraccedilatildeo de ontologias (ontology matching)
A obtenccedilatildeo de consenso eacute inviaacutevel em muitas domiacutenios
Deduccedilatildeoraciociacutenio
Teorias computaacuteveis e natildeo computaacuteveis ontologias inconsistentes
Ediccedilatildeo de Ontologias no Proteacutegeacute
Editor de ontologias e arcabouccedilo para o desenvolvimento de bases de conhecimento livre e de coacutedigo aberto baseado em Java
Suporta os modelos de frames (RDF) e OWL
Exporta as ontologias e bases de conhecimento para uma variedade de formatos incluindo RDF(S) OWL e XML Schema
Extensiacutevel via plugins
Construccedilatildeo de ontologias
Processo para geraccedilatildeo automatizada de
ontologias a partir de esboccedilos dados e
documentos (nova geraccedilatildeo de ferramentas)rlm
Entendimento do domiacutenio
Entendimento dos dados
Definiccedilatildeo das tarefas
Geraccedilatildeo semi-automaacutetica
Avaliaccedilatildeo de qualidade
Refinamento com interaccedilatildeo humana
21042010
11
Definiccedilotildees de ldquogeraccedilatildeo de ontologiardquoGrobenik and Mladenic 2006
Induccedilatildeo de conceitos (a partir das instacircncias)rlm
Induccedilatildeo de relaccedilotildees (a partir de conceitos e
instacircncias a eles associadas)rlm
Popular ontologia (dada uma ontologia e
instacircncias de seus conceitos)rlm
Geraccedilatildeo de uma ontologia completa (a partir
das instacircncias e algum conhecimentoinformaccedilatildeo)rlm
Atualizaccedilatildeoextensatildeo de ontologias (dada
uma ontologia e informaccedilatildeo como novas
instacircncias ou padrotildees de uso da ontologia)rlm
Document Clustering - Vector Model
Vector of word occurences in the documents
bull diK = TF(Wkdi) IDF(Wk)rlm
Where
bull TF(Wkdi) = number of times Wk occurs in document di
bull IDF(Wk) = log ( D DF(Wk))rlm
bull D = number of documents
bull DF(Wk) = number of documents in which word W occurs
Document distance metric
Anotaccedilotildees Semacircnticas(Kiryakov et al 2004)rlm
21042010
12
Anotaccedilatildeo Semacircntica de Documentos
Atribui agraves entidades que aparecem no documento ligaccedilotildees com suas descriccedilotildees semacircnticas na ontologia
Aplicaacutevel a qualquer tipo de texto (documentos HTML documentos de texto comuns campos de banco de dados entre outros)
Representaccedilatildeo das anotaccedilotildees
Intrusiva
Natildeo intrusiva
Confecccedilatildeo das anotaccedilotildees
bull Semi-Automaacutetica Associa palavras do texto a classes
instacircncias e propriedades da ontologia utilizando-se do
julgamento humano Esta associaccedilatildeo geralmente eacute efetuada
atraveacutes de interfaces ldquoarraste-e-solterdquo (eg OntoMat)rlm
bull Automaacutetica Aplica teacutecnicas de processamento de
linguagem natural aprendizado de maacutequina e extraccedilatildeo de
informaccedilatildeo entre outras para associar palavras agrave ontologia
Essas ferramentas podem utilizar ontologias padratildeo (eg
IEEE Standard Upper Ontology) ou ontologias de domiacutenios
especiacuteficos (eg Unified Medical Language System)
bull Hiacutebrida Combinaccedilatildeo das teacutecnicas acima
Geraccedilatildeo de anotaccedilotildees semacircnticas (Reeve e Han 2005)rlm
Ferramentas para anotaccedilatildeo
Annozilla Funciona sobre o Mozzila Firefox
Annotea projeto da W3C - servidor de anotaccedilotildees em RDF
Armadillo
Muse
Pankol
Semantic Word anotaccedilatildeo interativa de porccedilotildees de documentos
Word
OntoMat Annotizer anotaccedilatildeo interativa de paacuteginas Web com
ontologias em OWL
Smore marcaccedilotildees sobre HTML com ontologias em OWL
Melita ferramenta de anotaccedilatildeo semi-automaacutetica que usa algoritmo
de IE para ajudar o usuaacuterio no processo de anotaccedilatildeo
MnM anotaccedilatildeo semacircntica de paacuteginas Web com metadados
descritos em RDFOCMLDAML+OIL
KIM permite criar metadados armazenar e buscar informaccedilotildees e
pode ser usada para anotaccedilatildeo e procura de documentos
21042010
13
O processo automatizado de anotaccedilatildeo semacircntica de documentos
Tokenizaccedilatildeo e Eliminaccedilatildeo de StopWords
Etiquetagem
Stemmer
Corpus Anotado
Identificaccedilatildeo EN
Associaccedilatildeo atermos da ontologia
RepositoacuterioSemacircntico
Tokensrelevantes
Palavras +Classificaccedilatildeo Gramatical
Radicais das Palavras +Classificaccedilatildeo Gramatical
Entidades Nomeadas
Anotaccedilatildeo Semacircntica
Dados Metadados Documento
s
Ontologia do Domiacutenio
Valida
Valida
Especialista
RepositoacuterioInformaccedilatildeo
Annotation example(Davies et al 2006)
Consider the phrase
There are deliverables
The tokens are
[There] [are] [deliverables] []
The tagger finds out what kind of a word each of the tokens
is (whether it is a noun an adjective a verb etc)rlm
[There] existential quantifier
[are] verbmdash3rd person singular present
[deliverables] nounmdashplural
Annotation example (cont)rlm
The morphological analyser gives the roots of all the words
[There] rootmdashthere
[are] rootmdashbe
[deliverables] rootmdashdeliverable
There are mdash mdashmdash
triggers the creation of one or more new classes in the
ontology
There are projects
There are workpackages tasks and deliverables
SEKT is a project
MUSINGrlmbdquoKnowledgerlmWeb‟rlmandrlmbdquoPrestorlmSpace‟rlmarerlmprojects
Projects have workpackages
Workpackages can have tasks
WP1 WP2 WP3 WP4 WP5 and WP6 are workpackages
SEKT has WP1
MUSING has WP2 WP3 and WP4
bdquoKnowledgerlmWeb‟rlmhasrlmWP5 and WP6
Annotation example (cont)rlm
Ontologia resultante Quadro Comparativo(Nunes e Fileto 2007)rlm
21042010
14
Dependecircncias entre plataformas(Rui Tramontin Junior 2007)rlm
Comparaccedilatildeo de desempenho(Reeve e Han 2005)rlm
Prataforma Categoria Precisatildeo Cobertura Medida F
Armadillo Descoberta de padrotildees
910 740 870
KIM Regras 860 820 840
MnM Induccedilatildeo 950 900 nd
MUSE Regras 935 923 929
PANKOW Descoberta de padrotildees
650 282 249
SemTag Regras 820 nd nd
Evoluccedilatildeo de ontologias(Bloehdorn et al 2006)rlm
Exemplo Uso natildeo uniforme de conceitos
Alternativas para remoccedilatildeo do conceito C que tem sub-conceitos
Processo de evoluccedilatildeo de ontologias
CapturaCaptura
da
Mudanccedila
Representaccedilatildeo Semacircntica Propagaccedilatildeo Implementaccedilatildeo Validaccedilatildeo
Fases Elementares
21042010
15
Mapeamentos entre ontologias(Ontology Matching)
Fusatildeo de ontologias
Processo semi-automatico de alinhamento(Huang at al 2006)rlm
Referecircncia
Jerome Euzenat INRIA Rhone-Alpes France
Pavel Shvaiko University of Trento Italy
Ontology Matching
URL httpbookontologymatchingorg
Springer-Verlag Heidelberg (DE) 2007
343 p 67 illus Hardcover
ISBN 978-3-540-49611-3
E as buscas semacircnticas
Recuperaccedilatildeo da informaccedilatildeo de documentosrlm
Medidas da eficaacutecia das soluccedilotildees
precisatildeo = nro de docs relevantes recuperadosnro de docs recuperados
cobertura = nro de docs relevantes recuperadosnro de docs relevantes
21042010
16
Classificaccedilatildeo de abordagens para buscas semacircnticas (Mangold 2007)
Arquitetura
Acoplamento entre ontologias e documentos
Transparecircncia
Contexto do usuaacuterio
Modificaccedilatildeo de consultas
Estrutura das ontologias
Tecnologia para representar as ontologias
Desempenho escalabilidade e distribuiccedilatildeo
Adaptabilidade
Ranking
Arquiteturas para buscas semacircnticas
Maacutequina de busca stand_alone armazenametadados sobre os documentos em iacutendicescom os quais avalia as consultas
Meta-maacutequina de busca distribui asconsultas para outras maacutequinas de busca ecombina os resultados
Acoplamento ontologias-documentos
Acoplamento forte os metadados dosdocumentos referem-se explicitamente aosconceitos de uma ontologia e vice-versa(requer anotaccedilatildeo semacircntica)rlm
Acoplamento fraco os documentos satildeoindependentes de quaisquer ontologiasdisponiacuteveis (pode restringir a capacidade debusca)rlm
Contexto do usuaacuterio
Learning extraiacutedo na interaccedilotildees do usuaacuteriocom o sistema (histoacuterico das consultas erefinamentos de consultas)rlm
Hard-coded as consultas satildeo organizadas emcategorias que definem a informaccedilatildeo solicitada(eg ldquolocation ofrdquo ldquoresources forrdquo rlm(
Modificaccedilatildeo de consultas
Manual o sistema retorna um trechoapropriado da ontologia junto com a respostapermitindo ao usuaacuterio navegar na ontologia ereformular a consulta pela adiccedilatildeo e remoccedilatildeo determos
Re-escrita automaacutetica a consulta eacuteotimizada automaticamente pelo sistema
Baseada em grafo considera conceitos edocumentos como nodos de um grafoefetuando propagaccedilatildeo da consulta a partir dosnodos correspondentes a termos de busca
Modificaccedilatildeo de consultas
Modificaccedilatildeo de consulta
Manual
Re-escrita de consulta
Baseada em grafo
Inserccedilatildeo de termoRemoccedilatildeo de termo
Substituiccedilatildeo de termo
Conjuntiva
Disjuntiva
Conjuntiva Disjuntiva
21042010
17
Estrutura da ontologia
Propriedades anocircnimas as relaccedilotildees entreconceitos natildeo satildeo nomeadas indicando apenasque eles compartilham o mesmo contexto
Propriedades padronizadas sinocircniacutemiahiperniacutemia meroniacutemia negaccedilatildeo etc
Propriedades especiacuteficas de domiacutenio aleacutemdas propriedades padratildeo considerapropriedades especiacuteficas de um domiacutenio (egldquotipo de cacircmerardquo em sistema para a aacuterea defotografia)rlm
Tecnologia da ontologia
F-Logic
RDF
DAML+OIL
Frames
OWL
Comparaccedilatildeo de abordagens Comparaccedilatildeo de abordagens (cont)
Buscas semacircnticas na Web hoje
httpwwwaliprcom (imagens)rlm
httpwwwcognitioncom
httpwwwdeepdyvecom
httpwwwbingcom
httpwwwcuilcom
httpwwwfreebasecom
httpwwwgooglecom
httpwwwkosmixcom
httpwwwhakiacom
httpwwwpowersetcom
httpwwwsensebotnet
httpdeveloperyahoocomsearchmonkey
httpswoogleumbcedu (ontologias)rlm
21042010
18
21042010
19
SAO PAULO-SP
University of Sao Paulo
Sao Paulo Fashion
Sao Paulo Fashion Week
Sao Paulo State
Sao Paulo Hotel
Sao Paulo Hotels
Sao Paulo Brasilien
Sao Paulo Congonhas
21042010
20
21042010
21
Sao Paulo Airport
Sao Paulo Plane Crash
Sao Paulo Zoo
hellip
21042010
22
21042010
23
Algumas questotildees em aberto
Representaccedilatildeo de contextos de usuaacuterios emapeamento desses a ontologias
Anaacutelise dos efeitos de modificaccedilotildees de consultas
Meta-buscas semacircnticas
Anaacutelise da aceitaccedilatildeo dos usuaacuterios
Adaptabilidade a diferentes ontologias
Ranking dos resultados
Integraccedilatildeo com sistemas de gerenciamento dedocumentosconteuacutedo
Tratamento de dados multimiacuteda
Interfaces homem-maacutequina
Desempenho e escalabilidade
Contextual Semantic Search (CSS)(DAgostine Fileto ndash SBBD2007)rlm
21042010
24
General Architecture for CSSThe Weighted Topic Graph(DAgostine Fileto Dantas Gauthier - ICEIS 2008)rlm
A weighted topic graph is a graph TM(T A)rlm
T is a set of topics (vertices)rlm
A is a set of associations (edges)rlm
Let be an ontology O
Each topic t in T corresponds to a ontology term o in O
Each topic t has a weight [01] The sum from the weights from all topics with same name equals 1
Each association a has a weight [01] The sum
from all the weights from all association departing
a single topics equals 1
Topic weights used to disambiguate
Eg interest in Satildeo Paulo city instead of Satildeo Paulo
state
Association weights used to semantically
expand searches
Eg Actual interest in Guarulhos and airport while
searching for Satildeo Paulo city
The Weights in the Topic Graph Capturing the Users Context
Generated Topic Graph with the Ontological Users Context
The Contextual Semantic Search Process
21042010
25
Desambiguaccedilatildeo
Fundamento dos algoritmos de busca sobre contexto ontoloacutegico
Heuriacutesticas de estigmergia (Ant Colony Optimization - ACO)
Traccedilos de ferormocircnio
Algoritmo de busca semacircntica baseada em ACO
Entrada palavras-chave[ ]
Dados G(TA) Onto repositoacuterio
limite_de_profundidade
limite_miacutenimo_de_peso
λ fator de atenuaccedilatildeo de peso
iniacutecio Algoritmo Busca Contextual 1 Estigmeacuterica
resultados = busca_G_ou_Onto(palavras-chave[])
atenuaG (iacutendice ) λrlmisin [0 1]
manutenccedilatildeo(coleta_feedback(resultados))
fim
21042010
26
Demo Praestro ndash Karina Fasolin
Alguns trabalhos relacionados
Name Article Comments
Graupmann
et al 2005
The SphereSearch
engine for unifiedranked retrieval of
heterogeneous XML
and web documents
Searches through XML documents The context is a region in radius
around given element A data inside two regions is considered relevant
to both contexts
Made tests with large collections like DBLP INEX Wikipedia put for
stress testing regarding the size of the collection
ldquoLet us first comment on the difficulties of defining a meaningfulbenchmark for this kind of novel systemrdquo
Park e
Cheyer 2006
Just For Me Topic
Maps and Ontologies
Manages knowledge in three layers Topics Knowledge Structures and
Documents
Not implemented (at least at the time of publication)
Michlmayr
et al 2007Adaptive User Profiles
for Enterprise
Information Access
Represents context as an individual graph The graph is constructed
based on tags used to semantically annotate the content which the user
considers to be relevant
However the tags are only that only labels They are not tied-down to
a formal definition
Alguns trabalhos relacionados (cont)
Name Article Comments
Aleman-
Meza et a
2003
Context-Aware
Semantic Association
Ranking
Also defines context as regions But the regions are static defined in
the ontology which is used by the system So the contexts are defined
the same for every single user
Mani and
Sundaram
2007
Modeling user context
with applications to
media retrieval
Creates a graph representing the users context Each node
corresponds to an instance in the ontology The edges represent
relations between the instances Built to search trough multimedia
documents
However it does not associates the vocabulary the user uses with the
instances
Challam et
al 2007
Contextual Search
Using Ontology-Based
User Profiles
Monitors the users activity capturing content from open Internet
Explorer MS-Office and MSN The captured information is stored and
usedrlmtorlmbuildrlmarlmuser‟srlmcontextualrlmprofilerlmbasesrlmonrlmanrlmontology
The context is tightly coupled with the ontology
NO IMAGES WERE
PROVIDED
Vallet et al
2006
Personalized
Information Retrieval in
Context
Stores context as a graph constructed based on the ontology used by
the system Similar to Mani and Sundaram including its limitations
(mapping the vocabulary) however if built for text documents
Sieg et al
2007
Ontological User
Profiles for
Personalized Web
Search
Similar to Challam et al but it gets the context information from the
ontology terms used to annotate the retrieved relevant context
Also limited by the structure of the ontology
Alguns trabalhos relacionados(cont)
Name Deals with
objective
knowledge
(ontology)
Deals with
subjective
knowledge
(users
context)
The knowledge
management is
transparent
Idea Implemented
Graupmann et
al 2005
X IMPL
Park e Cheyer
2006
X X X IDEA
Michlmayr et al2007
X X IMPL
Aleman-Meza et
a 2003
X X IMPL
Mani eSundaram 2007
X X X IMPL
Challam et al
2007
X X X IMPL
Vallet et al 2006 X X X IMPL
Sieg et al 2007 X X X IMPL
(incomplete)
Praestro X X X IMPL
(prototype)
UnA-SUS ndash Universidade Aberta do SUS
Programa do Ministeacuterio da Sauacutede para atender necessidades de e
permanente dos
Accedilotildees focadas em
formulaccedilatildeo de conteuacutedo
bibliotecas digitais
cursos a distacircncia
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
7
Estrutura do conhecimento em RDF
httpwwwagritempocnptiaembrapabr
httpwwwcnptiaembrapabr~assad
Nuacutecleo de Monitoramento e
Anaacutelise de Dados
Meteoroloacutegicos e Climatoloacutegicos
para a Agricultura
assadcnptiaembrapabrEduardo D
Assad
dctitle
dctitleemail
leader
Metadata in RDFWater Balance (same place and institution)rlm
ltxml version=10gt
ltrdfRDF xmlnsRDF httpwwww3orgRDFRDFldquo
xmlns httpagricgovbrDocStdldquogt
ltrdfDescription about=httpwwwagricgovbrpublicWaterBal1234gt
ltSourcegt
rdfresource=ldquohttpwwwcepagriunicampbrrdquo
rdfresource=ldquohttpwwwciagroiacgovspbrrdquo
ltSourcegt
ltInitialDategt 28032002 ltInitialDategt
ltFinalDategt 31032002 ltFinalDategt
ltkeywordgt Water available in Soil ltkeyworkgt
ltlocalgt
rdfresource= ldquohttpwwwibgegovbrstate_SPrdquo
ltlocalgt
ltmeasument_unitgt
rdfresource= ldquohttpwwwinmetrogovbrmmrdquo
ltmeasument_unitgt
ltrdfDescriptiongt
ltrdfRDFgt
httpwwwagricgovbrpublicWaterBal1234
http
wwwcpaunicampbr
Centro de Pesquisas
Agriacutecolas (CEPAGRI)
name
source
httpwwwciagroiacg
ovspbr
httpwwwunica
mpbr
part_of
CIIAGRO
name
http
wwwiacgovspbr
part_of
InitialDate
28032002
FinalDateWater available in
Soil
http
wwwibgegovbrstate_SP
source
keyword
http
wwwinmetrogovbrmm
31032002
local
measurement_unit
RDF-Schema
ltrdfabout=ampAgricZoningCountry rdfslabel=Countrygt
ltrdfssubClassOf dfresource=ampAgricZoningTerritorialDivisiongt
ltrdfabout=ampAgricZoningState rdfslabel=ldquoStategt
ltrdfssubClassOf dfresource=ampAgricZoningTerritorialDivisiongt
ltrdfProperty rdfabout=ampAgricZoningstatesOfCountry
aminCardinality=1
rdfslabel=statesOfCountrygt
ltrdfsdomain rdfresource=ampAgricZoningCountrygt
ltrdfsrange rdfresource=ampAgricZoningStategt
ltainverseProperty rdfresource=ampAgricZoningcountryOfStategt
ltrdfPropertygt
RDF-Schema
ltrdfProperty rdfabout=ampAgricZoningcountryOfState
amaxCardinality=1
aminCardinality=1
rdfslabel=countryOfStategt
ltrdfsrange rdfresource=ampAgricZoningCountrygt
ltrdfsdomain rdfresource=ampAgricZoningStategt
ltainverseProperty
rdfresource=ampAgricZoningstatesOfCountrygt
ltrdfPropertygt
Trecho de RDF
ltAgricZoningCountry rdfabout=ampAgricZoningpais_55
AgricZoningnameBR=BRASIL rdfslabel=BRASILgt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_1gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_2gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_3gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_4gt
ltAgricZoningofficialRegionsOfCountry
rdfresource=ampAgricZoningregof_5gt
ltAgricZoningstatesOfCountry rdfresource=ampAgricZoningestado_11gt
ltAgricZoningstatesOfCountry rdfresource=ampAgricZoningestado_12gt
ltAgricZoningmetroAreasOfCountry
rdfresource=ampAgricZoningmetro_5201gt
ltAgricZoningCountrygt
21042010
8
Descriccedilotildees em RDF de recursos para a coleta de dados cientiacuteficos
wwwEquipServcombrschema2rdfs
RD
F S
chem
aR
DF
Equipment Clienthas
String StringString String
category model name city
wwwAgriTempobrschema1rdfs
WeatherStation
longitudealtitude
LandParcel
CountyState
latitude
inpart_of
ampws1
ampws3
ampws4
Stringname
ampeq1
ampRio
ampUbatuba
ampCampinas
ampws2
ampUnicamp
ampEmbrapa
ampSP
ampRJ
in
in
in
in
part_of
part_of
part_of
has
has
has
has
ampws1 = httpwwwembrapabrWeatherStationX
ampws2 = httpwwwiacbrWeatherStationK
ampws3 = httpwwwunicampbrWheaterStationA
ampws4 = httpwwwunicampbrWheaterStationB
ampeq1 = httpwwwembrapabrCameraZ
subClassOf (isA)rlm
typeOf (instance)rlm
other kind of property
DegreesDecMeters
String
String
value
value
OWL ndash Ontology Web Language
Estende o RDF com vocabulaacuterio padronizado e construccedilotildees para definir
Escopo local de propriedades
Disjunccedilatildeo de classes
Combinaccedilotildees de classes
Restriccedilotildees de cardinalidade
Caracteriacutesticas especiais de propriedades (eg transitividade simetria anti-simetria propriedades inversas)rlm
The 3 flavors of OWL
OWL LiteExpressividade restrita (exclui classes enumeradas disjunccedilatildeo cardinalidade arbitraacuteria )
Faacutecil de entender e usar
OWL DL
Equivalente agrave loacutegica descritiva (DL = Description
Logics)
Ainda permite eficiecircncia e computabilidade
OWL Full
Compatiacutevel sintaacutetica e semanticamente com RDF embora mais poderosaPode ocasionar inferecircncias indecidiacuteveis
Disjunction and Equivalence of Classes
ltowlClass rdfabout=associateProfessorgt
ltowldisjointWith rdfresource=assistantProfessorgt
ltowlClassgt
ltowlClass rdfID=facultygt
ltowlequivalentClass
rdfresource=academicStaffMembergt
ltowlClassgt
Inverse properties
ltowlObjectProperty rdfID=teachesgt
ltrdfsrange rdfresource=coursegt
ltrdfsdomain rdfresource=academicStaffMembergt
ltowlinverseOf rdfresource=isTaughtBygt
ltowlObjectPropertygt
Sintaxe abstrata para OWL
Class(Person partialrestriction (hasChild allValuesFrom(Person)))rlm
Class(Parent completePersonrestriction (hasChild someValuesFrom(Person)))rlm
ObjectProperty(hasChild)rlm
Individual (John type(Person)rlmvalue(hasChild Mary))rlm
21042010
9
Busca em uma ontologia
Pessoa
Santo
S1
IS_A
TYPE_OF
nome
Satildeo Paulo
Time
TimeFutebol
TF1
IS_A
TYPE_OF
nome
Satildeo Paulo
ParcelaTerritoacuterio
Estado
IS_A
Cidade
E1
TYPE_OF
nome
Satildeo Paulo
C1
nome
Satildeo PauloTricolor Paulista
PART_OF
SPARQL (recomendaccedilatildeo W3C)rlm
Exemplo de expressatildeo em SPARQL
SELECTrlmconceptrlm propertyrlm ldquoSatildeorlmPaulordquo
WHERE
concept propertyhasProperty property
FILTER(property name)rlm
Linguagens de Regras (Prolog)
Rules
parent(x z)rlm - father(x z) v mother(x z)
sibling(x y)rlm- parent(x z) and parent(y z)
Knowledge base
father(_Maria _Joatildeo)
father(_Pedro _Joatildeo)
Query
sibling(_Maria x) rArr Yes rArr b = _PedrorArr b = _xyz1rArr b = _xyz2 rArr b = _xyz3rArr b = _xyz4
RIF (Rule Interchange Format)
A buyer buys an item from a seller if the seller sells it to the buyer John sells LeRif to Mary The fact Mary buys LeRif from John can be logically derived by a modus ponens argument
Document(
Prefix(cpt lthttpexamplecomconceptsgt)
Prefix(ppl lthttpexamplecompeoplegt)
Prefix(bks lthttpexamplecombooksgt)
Group ( Forall Buyer Item Seller (
cptbuy(Buyer Item Seller)
cptsell(Seller Item Buyer)
)
cptsell(pplJohn bksLeRif pplMary)
)
)
Controveacutersia sobre pilha de padrotildees
Peter F Patel-Schneider A Revised Architecture for Semantic
Web Reasoning Third Workshop on Principles and Practices of
Semantic Web Reasoning Dagstuhl Germany September
2005 LNCS 3703 Springer Verlag 2005
Ian Horrocks Bijan Parsia Peter F Patel-Schneider and
James Hendler Semantic Web Architecture Stack or Two
Towers Third Workshop on Principles and Practices of Semantic Web Reasoning Dagstuhl Germany September
2005 LNCS 3703 Springer Verlag 2005
Peter F Patel-Schneider Building the Semantic Web Tower
from RDF Straw Nineteenth International Joint Conference on
Artificial Intelligence Edinburgh Scotland August 2005
Proposta inicial (2000)rlm
21042010
10
Proposta regras(2005)rlm Proposta atual
Como estaacute a Web semacircntica hoje
Aacuterea de pesquisa muito ativa
Visa estender o papel dos computadores no
suporte a diversas atividades humanas
Usa ontologias e anotaccedilotildees semacircnticas para
catalogar recuperar e compor dados e serviccedilos
de processamento na Web
Desafios da Web semacircntica
Construccedilatildeo de ontologias
(Semi-)automatizada e interativa
Geraccedilatildeo de anotaccedilotildees semacircnticas de recursos
Muitas aplicaccedilotildees requerem automatizaccedilatildeo
Evoluccedilatildeo de ontologias
Checar se alteraccedilotildees natildeo introduzem inconsistecircncias e gerenciar
versotildees
Integraccedilatildeo de ontologias (ontology matching)
A obtenccedilatildeo de consenso eacute inviaacutevel em muitas domiacutenios
Deduccedilatildeoraciociacutenio
Teorias computaacuteveis e natildeo computaacuteveis ontologias inconsistentes
Ediccedilatildeo de Ontologias no Proteacutegeacute
Editor de ontologias e arcabouccedilo para o desenvolvimento de bases de conhecimento livre e de coacutedigo aberto baseado em Java
Suporta os modelos de frames (RDF) e OWL
Exporta as ontologias e bases de conhecimento para uma variedade de formatos incluindo RDF(S) OWL e XML Schema
Extensiacutevel via plugins
Construccedilatildeo de ontologias
Processo para geraccedilatildeo automatizada de
ontologias a partir de esboccedilos dados e
documentos (nova geraccedilatildeo de ferramentas)rlm
Entendimento do domiacutenio
Entendimento dos dados
Definiccedilatildeo das tarefas
Geraccedilatildeo semi-automaacutetica
Avaliaccedilatildeo de qualidade
Refinamento com interaccedilatildeo humana
21042010
11
Definiccedilotildees de ldquogeraccedilatildeo de ontologiardquoGrobenik and Mladenic 2006
Induccedilatildeo de conceitos (a partir das instacircncias)rlm
Induccedilatildeo de relaccedilotildees (a partir de conceitos e
instacircncias a eles associadas)rlm
Popular ontologia (dada uma ontologia e
instacircncias de seus conceitos)rlm
Geraccedilatildeo de uma ontologia completa (a partir
das instacircncias e algum conhecimentoinformaccedilatildeo)rlm
Atualizaccedilatildeoextensatildeo de ontologias (dada
uma ontologia e informaccedilatildeo como novas
instacircncias ou padrotildees de uso da ontologia)rlm
Document Clustering - Vector Model
Vector of word occurences in the documents
bull diK = TF(Wkdi) IDF(Wk)rlm
Where
bull TF(Wkdi) = number of times Wk occurs in document di
bull IDF(Wk) = log ( D DF(Wk))rlm
bull D = number of documents
bull DF(Wk) = number of documents in which word W occurs
Document distance metric
Anotaccedilotildees Semacircnticas(Kiryakov et al 2004)rlm
21042010
12
Anotaccedilatildeo Semacircntica de Documentos
Atribui agraves entidades que aparecem no documento ligaccedilotildees com suas descriccedilotildees semacircnticas na ontologia
Aplicaacutevel a qualquer tipo de texto (documentos HTML documentos de texto comuns campos de banco de dados entre outros)
Representaccedilatildeo das anotaccedilotildees
Intrusiva
Natildeo intrusiva
Confecccedilatildeo das anotaccedilotildees
bull Semi-Automaacutetica Associa palavras do texto a classes
instacircncias e propriedades da ontologia utilizando-se do
julgamento humano Esta associaccedilatildeo geralmente eacute efetuada
atraveacutes de interfaces ldquoarraste-e-solterdquo (eg OntoMat)rlm
bull Automaacutetica Aplica teacutecnicas de processamento de
linguagem natural aprendizado de maacutequina e extraccedilatildeo de
informaccedilatildeo entre outras para associar palavras agrave ontologia
Essas ferramentas podem utilizar ontologias padratildeo (eg
IEEE Standard Upper Ontology) ou ontologias de domiacutenios
especiacuteficos (eg Unified Medical Language System)
bull Hiacutebrida Combinaccedilatildeo das teacutecnicas acima
Geraccedilatildeo de anotaccedilotildees semacircnticas (Reeve e Han 2005)rlm
Ferramentas para anotaccedilatildeo
Annozilla Funciona sobre o Mozzila Firefox
Annotea projeto da W3C - servidor de anotaccedilotildees em RDF
Armadillo
Muse
Pankol
Semantic Word anotaccedilatildeo interativa de porccedilotildees de documentos
Word
OntoMat Annotizer anotaccedilatildeo interativa de paacuteginas Web com
ontologias em OWL
Smore marcaccedilotildees sobre HTML com ontologias em OWL
Melita ferramenta de anotaccedilatildeo semi-automaacutetica que usa algoritmo
de IE para ajudar o usuaacuterio no processo de anotaccedilatildeo
MnM anotaccedilatildeo semacircntica de paacuteginas Web com metadados
descritos em RDFOCMLDAML+OIL
KIM permite criar metadados armazenar e buscar informaccedilotildees e
pode ser usada para anotaccedilatildeo e procura de documentos
21042010
13
O processo automatizado de anotaccedilatildeo semacircntica de documentos
Tokenizaccedilatildeo e Eliminaccedilatildeo de StopWords
Etiquetagem
Stemmer
Corpus Anotado
Identificaccedilatildeo EN
Associaccedilatildeo atermos da ontologia
RepositoacuterioSemacircntico
Tokensrelevantes
Palavras +Classificaccedilatildeo Gramatical
Radicais das Palavras +Classificaccedilatildeo Gramatical
Entidades Nomeadas
Anotaccedilatildeo Semacircntica
Dados Metadados Documento
s
Ontologia do Domiacutenio
Valida
Valida
Especialista
RepositoacuterioInformaccedilatildeo
Annotation example(Davies et al 2006)
Consider the phrase
There are deliverables
The tokens are
[There] [are] [deliverables] []
The tagger finds out what kind of a word each of the tokens
is (whether it is a noun an adjective a verb etc)rlm
[There] existential quantifier
[are] verbmdash3rd person singular present
[deliverables] nounmdashplural
Annotation example (cont)rlm
The morphological analyser gives the roots of all the words
[There] rootmdashthere
[are] rootmdashbe
[deliverables] rootmdashdeliverable
There are mdash mdashmdash
triggers the creation of one or more new classes in the
ontology
There are projects
There are workpackages tasks and deliverables
SEKT is a project
MUSINGrlmbdquoKnowledgerlmWeb‟rlmandrlmbdquoPrestorlmSpace‟rlmarerlmprojects
Projects have workpackages
Workpackages can have tasks
WP1 WP2 WP3 WP4 WP5 and WP6 are workpackages
SEKT has WP1
MUSING has WP2 WP3 and WP4
bdquoKnowledgerlmWeb‟rlmhasrlmWP5 and WP6
Annotation example (cont)rlm
Ontologia resultante Quadro Comparativo(Nunes e Fileto 2007)rlm
21042010
14
Dependecircncias entre plataformas(Rui Tramontin Junior 2007)rlm
Comparaccedilatildeo de desempenho(Reeve e Han 2005)rlm
Prataforma Categoria Precisatildeo Cobertura Medida F
Armadillo Descoberta de padrotildees
910 740 870
KIM Regras 860 820 840
MnM Induccedilatildeo 950 900 nd
MUSE Regras 935 923 929
PANKOW Descoberta de padrotildees
650 282 249
SemTag Regras 820 nd nd
Evoluccedilatildeo de ontologias(Bloehdorn et al 2006)rlm
Exemplo Uso natildeo uniforme de conceitos
Alternativas para remoccedilatildeo do conceito C que tem sub-conceitos
Processo de evoluccedilatildeo de ontologias
CapturaCaptura
da
Mudanccedila
Representaccedilatildeo Semacircntica Propagaccedilatildeo Implementaccedilatildeo Validaccedilatildeo
Fases Elementares
21042010
15
Mapeamentos entre ontologias(Ontology Matching)
Fusatildeo de ontologias
Processo semi-automatico de alinhamento(Huang at al 2006)rlm
Referecircncia
Jerome Euzenat INRIA Rhone-Alpes France
Pavel Shvaiko University of Trento Italy
Ontology Matching
URL httpbookontologymatchingorg
Springer-Verlag Heidelberg (DE) 2007
343 p 67 illus Hardcover
ISBN 978-3-540-49611-3
E as buscas semacircnticas
Recuperaccedilatildeo da informaccedilatildeo de documentosrlm
Medidas da eficaacutecia das soluccedilotildees
precisatildeo = nro de docs relevantes recuperadosnro de docs recuperados
cobertura = nro de docs relevantes recuperadosnro de docs relevantes
21042010
16
Classificaccedilatildeo de abordagens para buscas semacircnticas (Mangold 2007)
Arquitetura
Acoplamento entre ontologias e documentos
Transparecircncia
Contexto do usuaacuterio
Modificaccedilatildeo de consultas
Estrutura das ontologias
Tecnologia para representar as ontologias
Desempenho escalabilidade e distribuiccedilatildeo
Adaptabilidade
Ranking
Arquiteturas para buscas semacircnticas
Maacutequina de busca stand_alone armazenametadados sobre os documentos em iacutendicescom os quais avalia as consultas
Meta-maacutequina de busca distribui asconsultas para outras maacutequinas de busca ecombina os resultados
Acoplamento ontologias-documentos
Acoplamento forte os metadados dosdocumentos referem-se explicitamente aosconceitos de uma ontologia e vice-versa(requer anotaccedilatildeo semacircntica)rlm
Acoplamento fraco os documentos satildeoindependentes de quaisquer ontologiasdisponiacuteveis (pode restringir a capacidade debusca)rlm
Contexto do usuaacuterio
Learning extraiacutedo na interaccedilotildees do usuaacuteriocom o sistema (histoacuterico das consultas erefinamentos de consultas)rlm
Hard-coded as consultas satildeo organizadas emcategorias que definem a informaccedilatildeo solicitada(eg ldquolocation ofrdquo ldquoresources forrdquo rlm(
Modificaccedilatildeo de consultas
Manual o sistema retorna um trechoapropriado da ontologia junto com a respostapermitindo ao usuaacuterio navegar na ontologia ereformular a consulta pela adiccedilatildeo e remoccedilatildeo determos
Re-escrita automaacutetica a consulta eacuteotimizada automaticamente pelo sistema
Baseada em grafo considera conceitos edocumentos como nodos de um grafoefetuando propagaccedilatildeo da consulta a partir dosnodos correspondentes a termos de busca
Modificaccedilatildeo de consultas
Modificaccedilatildeo de consulta
Manual
Re-escrita de consulta
Baseada em grafo
Inserccedilatildeo de termoRemoccedilatildeo de termo
Substituiccedilatildeo de termo
Conjuntiva
Disjuntiva
Conjuntiva Disjuntiva
21042010
17
Estrutura da ontologia
Propriedades anocircnimas as relaccedilotildees entreconceitos natildeo satildeo nomeadas indicando apenasque eles compartilham o mesmo contexto
Propriedades padronizadas sinocircniacutemiahiperniacutemia meroniacutemia negaccedilatildeo etc
Propriedades especiacuteficas de domiacutenio aleacutemdas propriedades padratildeo considerapropriedades especiacuteficas de um domiacutenio (egldquotipo de cacircmerardquo em sistema para a aacuterea defotografia)rlm
Tecnologia da ontologia
F-Logic
RDF
DAML+OIL
Frames
OWL
Comparaccedilatildeo de abordagens Comparaccedilatildeo de abordagens (cont)
Buscas semacircnticas na Web hoje
httpwwwaliprcom (imagens)rlm
httpwwwcognitioncom
httpwwwdeepdyvecom
httpwwwbingcom
httpwwwcuilcom
httpwwwfreebasecom
httpwwwgooglecom
httpwwwkosmixcom
httpwwwhakiacom
httpwwwpowersetcom
httpwwwsensebotnet
httpdeveloperyahoocomsearchmonkey
httpswoogleumbcedu (ontologias)rlm
21042010
18
21042010
19
SAO PAULO-SP
University of Sao Paulo
Sao Paulo Fashion
Sao Paulo Fashion Week
Sao Paulo State
Sao Paulo Hotel
Sao Paulo Hotels
Sao Paulo Brasilien
Sao Paulo Congonhas
21042010
20
21042010
21
Sao Paulo Airport
Sao Paulo Plane Crash
Sao Paulo Zoo
hellip
21042010
22
21042010
23
Algumas questotildees em aberto
Representaccedilatildeo de contextos de usuaacuterios emapeamento desses a ontologias
Anaacutelise dos efeitos de modificaccedilotildees de consultas
Meta-buscas semacircnticas
Anaacutelise da aceitaccedilatildeo dos usuaacuterios
Adaptabilidade a diferentes ontologias
Ranking dos resultados
Integraccedilatildeo com sistemas de gerenciamento dedocumentosconteuacutedo
Tratamento de dados multimiacuteda
Interfaces homem-maacutequina
Desempenho e escalabilidade
Contextual Semantic Search (CSS)(DAgostine Fileto ndash SBBD2007)rlm
21042010
24
General Architecture for CSSThe Weighted Topic Graph(DAgostine Fileto Dantas Gauthier - ICEIS 2008)rlm
A weighted topic graph is a graph TM(T A)rlm
T is a set of topics (vertices)rlm
A is a set of associations (edges)rlm
Let be an ontology O
Each topic t in T corresponds to a ontology term o in O
Each topic t has a weight [01] The sum from the weights from all topics with same name equals 1
Each association a has a weight [01] The sum
from all the weights from all association departing
a single topics equals 1
Topic weights used to disambiguate
Eg interest in Satildeo Paulo city instead of Satildeo Paulo
state
Association weights used to semantically
expand searches
Eg Actual interest in Guarulhos and airport while
searching for Satildeo Paulo city
The Weights in the Topic Graph Capturing the Users Context
Generated Topic Graph with the Ontological Users Context
The Contextual Semantic Search Process
21042010
25
Desambiguaccedilatildeo
Fundamento dos algoritmos de busca sobre contexto ontoloacutegico
Heuriacutesticas de estigmergia (Ant Colony Optimization - ACO)
Traccedilos de ferormocircnio
Algoritmo de busca semacircntica baseada em ACO
Entrada palavras-chave[ ]
Dados G(TA) Onto repositoacuterio
limite_de_profundidade
limite_miacutenimo_de_peso
λ fator de atenuaccedilatildeo de peso
iniacutecio Algoritmo Busca Contextual 1 Estigmeacuterica
resultados = busca_G_ou_Onto(palavras-chave[])
atenuaG (iacutendice ) λrlmisin [0 1]
manutenccedilatildeo(coleta_feedback(resultados))
fim
21042010
26
Demo Praestro ndash Karina Fasolin
Alguns trabalhos relacionados
Name Article Comments
Graupmann
et al 2005
The SphereSearch
engine for unifiedranked retrieval of
heterogeneous XML
and web documents
Searches through XML documents The context is a region in radius
around given element A data inside two regions is considered relevant
to both contexts
Made tests with large collections like DBLP INEX Wikipedia put for
stress testing regarding the size of the collection
ldquoLet us first comment on the difficulties of defining a meaningfulbenchmark for this kind of novel systemrdquo
Park e
Cheyer 2006
Just For Me Topic
Maps and Ontologies
Manages knowledge in three layers Topics Knowledge Structures and
Documents
Not implemented (at least at the time of publication)
Michlmayr
et al 2007Adaptive User Profiles
for Enterprise
Information Access
Represents context as an individual graph The graph is constructed
based on tags used to semantically annotate the content which the user
considers to be relevant
However the tags are only that only labels They are not tied-down to
a formal definition
Alguns trabalhos relacionados (cont)
Name Article Comments
Aleman-
Meza et a
2003
Context-Aware
Semantic Association
Ranking
Also defines context as regions But the regions are static defined in
the ontology which is used by the system So the contexts are defined
the same for every single user
Mani and
Sundaram
2007
Modeling user context
with applications to
media retrieval
Creates a graph representing the users context Each node
corresponds to an instance in the ontology The edges represent
relations between the instances Built to search trough multimedia
documents
However it does not associates the vocabulary the user uses with the
instances
Challam et
al 2007
Contextual Search
Using Ontology-Based
User Profiles
Monitors the users activity capturing content from open Internet
Explorer MS-Office and MSN The captured information is stored and
usedrlmtorlmbuildrlmarlmuser‟srlmcontextualrlmprofilerlmbasesrlmonrlmanrlmontology
The context is tightly coupled with the ontology
NO IMAGES WERE
PROVIDED
Vallet et al
2006
Personalized
Information Retrieval in
Context
Stores context as a graph constructed based on the ontology used by
the system Similar to Mani and Sundaram including its limitations
(mapping the vocabulary) however if built for text documents
Sieg et al
2007
Ontological User
Profiles for
Personalized Web
Search
Similar to Challam et al but it gets the context information from the
ontology terms used to annotate the retrieved relevant context
Also limited by the structure of the ontology
Alguns trabalhos relacionados(cont)
Name Deals with
objective
knowledge
(ontology)
Deals with
subjective
knowledge
(users
context)
The knowledge
management is
transparent
Idea Implemented
Graupmann et
al 2005
X IMPL
Park e Cheyer
2006
X X X IDEA
Michlmayr et al2007
X X IMPL
Aleman-Meza et
a 2003
X X IMPL
Mani eSundaram 2007
X X X IMPL
Challam et al
2007
X X X IMPL
Vallet et al 2006 X X X IMPL
Sieg et al 2007 X X X IMPL
(incomplete)
Praestro X X X IMPL
(prototype)
UnA-SUS ndash Universidade Aberta do SUS
Programa do Ministeacuterio da Sauacutede para atender necessidades de e
permanente dos
Accedilotildees focadas em
formulaccedilatildeo de conteuacutedo
bibliotecas digitais
cursos a distacircncia
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
8
Descriccedilotildees em RDF de recursos para a coleta de dados cientiacuteficos
wwwEquipServcombrschema2rdfs
RD
F S
chem
aR
DF
Equipment Clienthas
String StringString String
category model name city
wwwAgriTempobrschema1rdfs
WeatherStation
longitudealtitude
LandParcel
CountyState
latitude
inpart_of
ampws1
ampws3
ampws4
Stringname
ampeq1
ampRio
ampUbatuba
ampCampinas
ampws2
ampUnicamp
ampEmbrapa
ampSP
ampRJ
in
in
in
in
part_of
part_of
part_of
has
has
has
has
ampws1 = httpwwwembrapabrWeatherStationX
ampws2 = httpwwwiacbrWeatherStationK
ampws3 = httpwwwunicampbrWheaterStationA
ampws4 = httpwwwunicampbrWheaterStationB
ampeq1 = httpwwwembrapabrCameraZ
subClassOf (isA)rlm
typeOf (instance)rlm
other kind of property
DegreesDecMeters
String
String
value
value
OWL ndash Ontology Web Language
Estende o RDF com vocabulaacuterio padronizado e construccedilotildees para definir
Escopo local de propriedades
Disjunccedilatildeo de classes
Combinaccedilotildees de classes
Restriccedilotildees de cardinalidade
Caracteriacutesticas especiais de propriedades (eg transitividade simetria anti-simetria propriedades inversas)rlm
The 3 flavors of OWL
OWL LiteExpressividade restrita (exclui classes enumeradas disjunccedilatildeo cardinalidade arbitraacuteria )
Faacutecil de entender e usar
OWL DL
Equivalente agrave loacutegica descritiva (DL = Description
Logics)
Ainda permite eficiecircncia e computabilidade
OWL Full
Compatiacutevel sintaacutetica e semanticamente com RDF embora mais poderosaPode ocasionar inferecircncias indecidiacuteveis
Disjunction and Equivalence of Classes
ltowlClass rdfabout=associateProfessorgt
ltowldisjointWith rdfresource=assistantProfessorgt
ltowlClassgt
ltowlClass rdfID=facultygt
ltowlequivalentClass
rdfresource=academicStaffMembergt
ltowlClassgt
Inverse properties
ltowlObjectProperty rdfID=teachesgt
ltrdfsrange rdfresource=coursegt
ltrdfsdomain rdfresource=academicStaffMembergt
ltowlinverseOf rdfresource=isTaughtBygt
ltowlObjectPropertygt
Sintaxe abstrata para OWL
Class(Person partialrestriction (hasChild allValuesFrom(Person)))rlm
Class(Parent completePersonrestriction (hasChild someValuesFrom(Person)))rlm
ObjectProperty(hasChild)rlm
Individual (John type(Person)rlmvalue(hasChild Mary))rlm
21042010
9
Busca em uma ontologia
Pessoa
Santo
S1
IS_A
TYPE_OF
nome
Satildeo Paulo
Time
TimeFutebol
TF1
IS_A
TYPE_OF
nome
Satildeo Paulo
ParcelaTerritoacuterio
Estado
IS_A
Cidade
E1
TYPE_OF
nome
Satildeo Paulo
C1
nome
Satildeo PauloTricolor Paulista
PART_OF
SPARQL (recomendaccedilatildeo W3C)rlm
Exemplo de expressatildeo em SPARQL
SELECTrlmconceptrlm propertyrlm ldquoSatildeorlmPaulordquo
WHERE
concept propertyhasProperty property
FILTER(property name)rlm
Linguagens de Regras (Prolog)
Rules
parent(x z)rlm - father(x z) v mother(x z)
sibling(x y)rlm- parent(x z) and parent(y z)
Knowledge base
father(_Maria _Joatildeo)
father(_Pedro _Joatildeo)
Query
sibling(_Maria x) rArr Yes rArr b = _PedrorArr b = _xyz1rArr b = _xyz2 rArr b = _xyz3rArr b = _xyz4
RIF (Rule Interchange Format)
A buyer buys an item from a seller if the seller sells it to the buyer John sells LeRif to Mary The fact Mary buys LeRif from John can be logically derived by a modus ponens argument
Document(
Prefix(cpt lthttpexamplecomconceptsgt)
Prefix(ppl lthttpexamplecompeoplegt)
Prefix(bks lthttpexamplecombooksgt)
Group ( Forall Buyer Item Seller (
cptbuy(Buyer Item Seller)
cptsell(Seller Item Buyer)
)
cptsell(pplJohn bksLeRif pplMary)
)
)
Controveacutersia sobre pilha de padrotildees
Peter F Patel-Schneider A Revised Architecture for Semantic
Web Reasoning Third Workshop on Principles and Practices of
Semantic Web Reasoning Dagstuhl Germany September
2005 LNCS 3703 Springer Verlag 2005
Ian Horrocks Bijan Parsia Peter F Patel-Schneider and
James Hendler Semantic Web Architecture Stack or Two
Towers Third Workshop on Principles and Practices of Semantic Web Reasoning Dagstuhl Germany September
2005 LNCS 3703 Springer Verlag 2005
Peter F Patel-Schneider Building the Semantic Web Tower
from RDF Straw Nineteenth International Joint Conference on
Artificial Intelligence Edinburgh Scotland August 2005
Proposta inicial (2000)rlm
21042010
10
Proposta regras(2005)rlm Proposta atual
Como estaacute a Web semacircntica hoje
Aacuterea de pesquisa muito ativa
Visa estender o papel dos computadores no
suporte a diversas atividades humanas
Usa ontologias e anotaccedilotildees semacircnticas para
catalogar recuperar e compor dados e serviccedilos
de processamento na Web
Desafios da Web semacircntica
Construccedilatildeo de ontologias
(Semi-)automatizada e interativa
Geraccedilatildeo de anotaccedilotildees semacircnticas de recursos
Muitas aplicaccedilotildees requerem automatizaccedilatildeo
Evoluccedilatildeo de ontologias
Checar se alteraccedilotildees natildeo introduzem inconsistecircncias e gerenciar
versotildees
Integraccedilatildeo de ontologias (ontology matching)
A obtenccedilatildeo de consenso eacute inviaacutevel em muitas domiacutenios
Deduccedilatildeoraciociacutenio
Teorias computaacuteveis e natildeo computaacuteveis ontologias inconsistentes
Ediccedilatildeo de Ontologias no Proteacutegeacute
Editor de ontologias e arcabouccedilo para o desenvolvimento de bases de conhecimento livre e de coacutedigo aberto baseado em Java
Suporta os modelos de frames (RDF) e OWL
Exporta as ontologias e bases de conhecimento para uma variedade de formatos incluindo RDF(S) OWL e XML Schema
Extensiacutevel via plugins
Construccedilatildeo de ontologias
Processo para geraccedilatildeo automatizada de
ontologias a partir de esboccedilos dados e
documentos (nova geraccedilatildeo de ferramentas)rlm
Entendimento do domiacutenio
Entendimento dos dados
Definiccedilatildeo das tarefas
Geraccedilatildeo semi-automaacutetica
Avaliaccedilatildeo de qualidade
Refinamento com interaccedilatildeo humana
21042010
11
Definiccedilotildees de ldquogeraccedilatildeo de ontologiardquoGrobenik and Mladenic 2006
Induccedilatildeo de conceitos (a partir das instacircncias)rlm
Induccedilatildeo de relaccedilotildees (a partir de conceitos e
instacircncias a eles associadas)rlm
Popular ontologia (dada uma ontologia e
instacircncias de seus conceitos)rlm
Geraccedilatildeo de uma ontologia completa (a partir
das instacircncias e algum conhecimentoinformaccedilatildeo)rlm
Atualizaccedilatildeoextensatildeo de ontologias (dada
uma ontologia e informaccedilatildeo como novas
instacircncias ou padrotildees de uso da ontologia)rlm
Document Clustering - Vector Model
Vector of word occurences in the documents
bull diK = TF(Wkdi) IDF(Wk)rlm
Where
bull TF(Wkdi) = number of times Wk occurs in document di
bull IDF(Wk) = log ( D DF(Wk))rlm
bull D = number of documents
bull DF(Wk) = number of documents in which word W occurs
Document distance metric
Anotaccedilotildees Semacircnticas(Kiryakov et al 2004)rlm
21042010
12
Anotaccedilatildeo Semacircntica de Documentos
Atribui agraves entidades que aparecem no documento ligaccedilotildees com suas descriccedilotildees semacircnticas na ontologia
Aplicaacutevel a qualquer tipo de texto (documentos HTML documentos de texto comuns campos de banco de dados entre outros)
Representaccedilatildeo das anotaccedilotildees
Intrusiva
Natildeo intrusiva
Confecccedilatildeo das anotaccedilotildees
bull Semi-Automaacutetica Associa palavras do texto a classes
instacircncias e propriedades da ontologia utilizando-se do
julgamento humano Esta associaccedilatildeo geralmente eacute efetuada
atraveacutes de interfaces ldquoarraste-e-solterdquo (eg OntoMat)rlm
bull Automaacutetica Aplica teacutecnicas de processamento de
linguagem natural aprendizado de maacutequina e extraccedilatildeo de
informaccedilatildeo entre outras para associar palavras agrave ontologia
Essas ferramentas podem utilizar ontologias padratildeo (eg
IEEE Standard Upper Ontology) ou ontologias de domiacutenios
especiacuteficos (eg Unified Medical Language System)
bull Hiacutebrida Combinaccedilatildeo das teacutecnicas acima
Geraccedilatildeo de anotaccedilotildees semacircnticas (Reeve e Han 2005)rlm
Ferramentas para anotaccedilatildeo
Annozilla Funciona sobre o Mozzila Firefox
Annotea projeto da W3C - servidor de anotaccedilotildees em RDF
Armadillo
Muse
Pankol
Semantic Word anotaccedilatildeo interativa de porccedilotildees de documentos
Word
OntoMat Annotizer anotaccedilatildeo interativa de paacuteginas Web com
ontologias em OWL
Smore marcaccedilotildees sobre HTML com ontologias em OWL
Melita ferramenta de anotaccedilatildeo semi-automaacutetica que usa algoritmo
de IE para ajudar o usuaacuterio no processo de anotaccedilatildeo
MnM anotaccedilatildeo semacircntica de paacuteginas Web com metadados
descritos em RDFOCMLDAML+OIL
KIM permite criar metadados armazenar e buscar informaccedilotildees e
pode ser usada para anotaccedilatildeo e procura de documentos
21042010
13
O processo automatizado de anotaccedilatildeo semacircntica de documentos
Tokenizaccedilatildeo e Eliminaccedilatildeo de StopWords
Etiquetagem
Stemmer
Corpus Anotado
Identificaccedilatildeo EN
Associaccedilatildeo atermos da ontologia
RepositoacuterioSemacircntico
Tokensrelevantes
Palavras +Classificaccedilatildeo Gramatical
Radicais das Palavras +Classificaccedilatildeo Gramatical
Entidades Nomeadas
Anotaccedilatildeo Semacircntica
Dados Metadados Documento
s
Ontologia do Domiacutenio
Valida
Valida
Especialista
RepositoacuterioInformaccedilatildeo
Annotation example(Davies et al 2006)
Consider the phrase
There are deliverables
The tokens are
[There] [are] [deliverables] []
The tagger finds out what kind of a word each of the tokens
is (whether it is a noun an adjective a verb etc)rlm
[There] existential quantifier
[are] verbmdash3rd person singular present
[deliverables] nounmdashplural
Annotation example (cont)rlm
The morphological analyser gives the roots of all the words
[There] rootmdashthere
[are] rootmdashbe
[deliverables] rootmdashdeliverable
There are mdash mdashmdash
triggers the creation of one or more new classes in the
ontology
There are projects
There are workpackages tasks and deliverables
SEKT is a project
MUSINGrlmbdquoKnowledgerlmWeb‟rlmandrlmbdquoPrestorlmSpace‟rlmarerlmprojects
Projects have workpackages
Workpackages can have tasks
WP1 WP2 WP3 WP4 WP5 and WP6 are workpackages
SEKT has WP1
MUSING has WP2 WP3 and WP4
bdquoKnowledgerlmWeb‟rlmhasrlmWP5 and WP6
Annotation example (cont)rlm
Ontologia resultante Quadro Comparativo(Nunes e Fileto 2007)rlm
21042010
14
Dependecircncias entre plataformas(Rui Tramontin Junior 2007)rlm
Comparaccedilatildeo de desempenho(Reeve e Han 2005)rlm
Prataforma Categoria Precisatildeo Cobertura Medida F
Armadillo Descoberta de padrotildees
910 740 870
KIM Regras 860 820 840
MnM Induccedilatildeo 950 900 nd
MUSE Regras 935 923 929
PANKOW Descoberta de padrotildees
650 282 249
SemTag Regras 820 nd nd
Evoluccedilatildeo de ontologias(Bloehdorn et al 2006)rlm
Exemplo Uso natildeo uniforme de conceitos
Alternativas para remoccedilatildeo do conceito C que tem sub-conceitos
Processo de evoluccedilatildeo de ontologias
CapturaCaptura
da
Mudanccedila
Representaccedilatildeo Semacircntica Propagaccedilatildeo Implementaccedilatildeo Validaccedilatildeo
Fases Elementares
21042010
15
Mapeamentos entre ontologias(Ontology Matching)
Fusatildeo de ontologias
Processo semi-automatico de alinhamento(Huang at al 2006)rlm
Referecircncia
Jerome Euzenat INRIA Rhone-Alpes France
Pavel Shvaiko University of Trento Italy
Ontology Matching
URL httpbookontologymatchingorg
Springer-Verlag Heidelberg (DE) 2007
343 p 67 illus Hardcover
ISBN 978-3-540-49611-3
E as buscas semacircnticas
Recuperaccedilatildeo da informaccedilatildeo de documentosrlm
Medidas da eficaacutecia das soluccedilotildees
precisatildeo = nro de docs relevantes recuperadosnro de docs recuperados
cobertura = nro de docs relevantes recuperadosnro de docs relevantes
21042010
16
Classificaccedilatildeo de abordagens para buscas semacircnticas (Mangold 2007)
Arquitetura
Acoplamento entre ontologias e documentos
Transparecircncia
Contexto do usuaacuterio
Modificaccedilatildeo de consultas
Estrutura das ontologias
Tecnologia para representar as ontologias
Desempenho escalabilidade e distribuiccedilatildeo
Adaptabilidade
Ranking
Arquiteturas para buscas semacircnticas
Maacutequina de busca stand_alone armazenametadados sobre os documentos em iacutendicescom os quais avalia as consultas
Meta-maacutequina de busca distribui asconsultas para outras maacutequinas de busca ecombina os resultados
Acoplamento ontologias-documentos
Acoplamento forte os metadados dosdocumentos referem-se explicitamente aosconceitos de uma ontologia e vice-versa(requer anotaccedilatildeo semacircntica)rlm
Acoplamento fraco os documentos satildeoindependentes de quaisquer ontologiasdisponiacuteveis (pode restringir a capacidade debusca)rlm
Contexto do usuaacuterio
Learning extraiacutedo na interaccedilotildees do usuaacuteriocom o sistema (histoacuterico das consultas erefinamentos de consultas)rlm
Hard-coded as consultas satildeo organizadas emcategorias que definem a informaccedilatildeo solicitada(eg ldquolocation ofrdquo ldquoresources forrdquo rlm(
Modificaccedilatildeo de consultas
Manual o sistema retorna um trechoapropriado da ontologia junto com a respostapermitindo ao usuaacuterio navegar na ontologia ereformular a consulta pela adiccedilatildeo e remoccedilatildeo determos
Re-escrita automaacutetica a consulta eacuteotimizada automaticamente pelo sistema
Baseada em grafo considera conceitos edocumentos como nodos de um grafoefetuando propagaccedilatildeo da consulta a partir dosnodos correspondentes a termos de busca
Modificaccedilatildeo de consultas
Modificaccedilatildeo de consulta
Manual
Re-escrita de consulta
Baseada em grafo
Inserccedilatildeo de termoRemoccedilatildeo de termo
Substituiccedilatildeo de termo
Conjuntiva
Disjuntiva
Conjuntiva Disjuntiva
21042010
17
Estrutura da ontologia
Propriedades anocircnimas as relaccedilotildees entreconceitos natildeo satildeo nomeadas indicando apenasque eles compartilham o mesmo contexto
Propriedades padronizadas sinocircniacutemiahiperniacutemia meroniacutemia negaccedilatildeo etc
Propriedades especiacuteficas de domiacutenio aleacutemdas propriedades padratildeo considerapropriedades especiacuteficas de um domiacutenio (egldquotipo de cacircmerardquo em sistema para a aacuterea defotografia)rlm
Tecnologia da ontologia
F-Logic
RDF
DAML+OIL
Frames
OWL
Comparaccedilatildeo de abordagens Comparaccedilatildeo de abordagens (cont)
Buscas semacircnticas na Web hoje
httpwwwaliprcom (imagens)rlm
httpwwwcognitioncom
httpwwwdeepdyvecom
httpwwwbingcom
httpwwwcuilcom
httpwwwfreebasecom
httpwwwgooglecom
httpwwwkosmixcom
httpwwwhakiacom
httpwwwpowersetcom
httpwwwsensebotnet
httpdeveloperyahoocomsearchmonkey
httpswoogleumbcedu (ontologias)rlm
21042010
18
21042010
19
SAO PAULO-SP
University of Sao Paulo
Sao Paulo Fashion
Sao Paulo Fashion Week
Sao Paulo State
Sao Paulo Hotel
Sao Paulo Hotels
Sao Paulo Brasilien
Sao Paulo Congonhas
21042010
20
21042010
21
Sao Paulo Airport
Sao Paulo Plane Crash
Sao Paulo Zoo
hellip
21042010
22
21042010
23
Algumas questotildees em aberto
Representaccedilatildeo de contextos de usuaacuterios emapeamento desses a ontologias
Anaacutelise dos efeitos de modificaccedilotildees de consultas
Meta-buscas semacircnticas
Anaacutelise da aceitaccedilatildeo dos usuaacuterios
Adaptabilidade a diferentes ontologias
Ranking dos resultados
Integraccedilatildeo com sistemas de gerenciamento dedocumentosconteuacutedo
Tratamento de dados multimiacuteda
Interfaces homem-maacutequina
Desempenho e escalabilidade
Contextual Semantic Search (CSS)(DAgostine Fileto ndash SBBD2007)rlm
21042010
24
General Architecture for CSSThe Weighted Topic Graph(DAgostine Fileto Dantas Gauthier - ICEIS 2008)rlm
A weighted topic graph is a graph TM(T A)rlm
T is a set of topics (vertices)rlm
A is a set of associations (edges)rlm
Let be an ontology O
Each topic t in T corresponds to a ontology term o in O
Each topic t has a weight [01] The sum from the weights from all topics with same name equals 1
Each association a has a weight [01] The sum
from all the weights from all association departing
a single topics equals 1
Topic weights used to disambiguate
Eg interest in Satildeo Paulo city instead of Satildeo Paulo
state
Association weights used to semantically
expand searches
Eg Actual interest in Guarulhos and airport while
searching for Satildeo Paulo city
The Weights in the Topic Graph Capturing the Users Context
Generated Topic Graph with the Ontological Users Context
The Contextual Semantic Search Process
21042010
25
Desambiguaccedilatildeo
Fundamento dos algoritmos de busca sobre contexto ontoloacutegico
Heuriacutesticas de estigmergia (Ant Colony Optimization - ACO)
Traccedilos de ferormocircnio
Algoritmo de busca semacircntica baseada em ACO
Entrada palavras-chave[ ]
Dados G(TA) Onto repositoacuterio
limite_de_profundidade
limite_miacutenimo_de_peso
λ fator de atenuaccedilatildeo de peso
iniacutecio Algoritmo Busca Contextual 1 Estigmeacuterica
resultados = busca_G_ou_Onto(palavras-chave[])
atenuaG (iacutendice ) λrlmisin [0 1]
manutenccedilatildeo(coleta_feedback(resultados))
fim
21042010
26
Demo Praestro ndash Karina Fasolin
Alguns trabalhos relacionados
Name Article Comments
Graupmann
et al 2005
The SphereSearch
engine for unifiedranked retrieval of
heterogeneous XML
and web documents
Searches through XML documents The context is a region in radius
around given element A data inside two regions is considered relevant
to both contexts
Made tests with large collections like DBLP INEX Wikipedia put for
stress testing regarding the size of the collection
ldquoLet us first comment on the difficulties of defining a meaningfulbenchmark for this kind of novel systemrdquo
Park e
Cheyer 2006
Just For Me Topic
Maps and Ontologies
Manages knowledge in three layers Topics Knowledge Structures and
Documents
Not implemented (at least at the time of publication)
Michlmayr
et al 2007Adaptive User Profiles
for Enterprise
Information Access
Represents context as an individual graph The graph is constructed
based on tags used to semantically annotate the content which the user
considers to be relevant
However the tags are only that only labels They are not tied-down to
a formal definition
Alguns trabalhos relacionados (cont)
Name Article Comments
Aleman-
Meza et a
2003
Context-Aware
Semantic Association
Ranking
Also defines context as regions But the regions are static defined in
the ontology which is used by the system So the contexts are defined
the same for every single user
Mani and
Sundaram
2007
Modeling user context
with applications to
media retrieval
Creates a graph representing the users context Each node
corresponds to an instance in the ontology The edges represent
relations between the instances Built to search trough multimedia
documents
However it does not associates the vocabulary the user uses with the
instances
Challam et
al 2007
Contextual Search
Using Ontology-Based
User Profiles
Monitors the users activity capturing content from open Internet
Explorer MS-Office and MSN The captured information is stored and
usedrlmtorlmbuildrlmarlmuser‟srlmcontextualrlmprofilerlmbasesrlmonrlmanrlmontology
The context is tightly coupled with the ontology
NO IMAGES WERE
PROVIDED
Vallet et al
2006
Personalized
Information Retrieval in
Context
Stores context as a graph constructed based on the ontology used by
the system Similar to Mani and Sundaram including its limitations
(mapping the vocabulary) however if built for text documents
Sieg et al
2007
Ontological User
Profiles for
Personalized Web
Search
Similar to Challam et al but it gets the context information from the
ontology terms used to annotate the retrieved relevant context
Also limited by the structure of the ontology
Alguns trabalhos relacionados(cont)
Name Deals with
objective
knowledge
(ontology)
Deals with
subjective
knowledge
(users
context)
The knowledge
management is
transparent
Idea Implemented
Graupmann et
al 2005
X IMPL
Park e Cheyer
2006
X X X IDEA
Michlmayr et al2007
X X IMPL
Aleman-Meza et
a 2003
X X IMPL
Mani eSundaram 2007
X X X IMPL
Challam et al
2007
X X X IMPL
Vallet et al 2006 X X X IMPL
Sieg et al 2007 X X X IMPL
(incomplete)
Praestro X X X IMPL
(prototype)
UnA-SUS ndash Universidade Aberta do SUS
Programa do Ministeacuterio da Sauacutede para atender necessidades de e
permanente dos
Accedilotildees focadas em
formulaccedilatildeo de conteuacutedo
bibliotecas digitais
cursos a distacircncia
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
9
Busca em uma ontologia
Pessoa
Santo
S1
IS_A
TYPE_OF
nome
Satildeo Paulo
Time
TimeFutebol
TF1
IS_A
TYPE_OF
nome
Satildeo Paulo
ParcelaTerritoacuterio
Estado
IS_A
Cidade
E1
TYPE_OF
nome
Satildeo Paulo
C1
nome
Satildeo PauloTricolor Paulista
PART_OF
SPARQL (recomendaccedilatildeo W3C)rlm
Exemplo de expressatildeo em SPARQL
SELECTrlmconceptrlm propertyrlm ldquoSatildeorlmPaulordquo
WHERE
concept propertyhasProperty property
FILTER(property name)rlm
Linguagens de Regras (Prolog)
Rules
parent(x z)rlm - father(x z) v mother(x z)
sibling(x y)rlm- parent(x z) and parent(y z)
Knowledge base
father(_Maria _Joatildeo)
father(_Pedro _Joatildeo)
Query
sibling(_Maria x) rArr Yes rArr b = _PedrorArr b = _xyz1rArr b = _xyz2 rArr b = _xyz3rArr b = _xyz4
RIF (Rule Interchange Format)
A buyer buys an item from a seller if the seller sells it to the buyer John sells LeRif to Mary The fact Mary buys LeRif from John can be logically derived by a modus ponens argument
Document(
Prefix(cpt lthttpexamplecomconceptsgt)
Prefix(ppl lthttpexamplecompeoplegt)
Prefix(bks lthttpexamplecombooksgt)
Group ( Forall Buyer Item Seller (
cptbuy(Buyer Item Seller)
cptsell(Seller Item Buyer)
)
cptsell(pplJohn bksLeRif pplMary)
)
)
Controveacutersia sobre pilha de padrotildees
Peter F Patel-Schneider A Revised Architecture for Semantic
Web Reasoning Third Workshop on Principles and Practices of
Semantic Web Reasoning Dagstuhl Germany September
2005 LNCS 3703 Springer Verlag 2005
Ian Horrocks Bijan Parsia Peter F Patel-Schneider and
James Hendler Semantic Web Architecture Stack or Two
Towers Third Workshop on Principles and Practices of Semantic Web Reasoning Dagstuhl Germany September
2005 LNCS 3703 Springer Verlag 2005
Peter F Patel-Schneider Building the Semantic Web Tower
from RDF Straw Nineteenth International Joint Conference on
Artificial Intelligence Edinburgh Scotland August 2005
Proposta inicial (2000)rlm
21042010
10
Proposta regras(2005)rlm Proposta atual
Como estaacute a Web semacircntica hoje
Aacuterea de pesquisa muito ativa
Visa estender o papel dos computadores no
suporte a diversas atividades humanas
Usa ontologias e anotaccedilotildees semacircnticas para
catalogar recuperar e compor dados e serviccedilos
de processamento na Web
Desafios da Web semacircntica
Construccedilatildeo de ontologias
(Semi-)automatizada e interativa
Geraccedilatildeo de anotaccedilotildees semacircnticas de recursos
Muitas aplicaccedilotildees requerem automatizaccedilatildeo
Evoluccedilatildeo de ontologias
Checar se alteraccedilotildees natildeo introduzem inconsistecircncias e gerenciar
versotildees
Integraccedilatildeo de ontologias (ontology matching)
A obtenccedilatildeo de consenso eacute inviaacutevel em muitas domiacutenios
Deduccedilatildeoraciociacutenio
Teorias computaacuteveis e natildeo computaacuteveis ontologias inconsistentes
Ediccedilatildeo de Ontologias no Proteacutegeacute
Editor de ontologias e arcabouccedilo para o desenvolvimento de bases de conhecimento livre e de coacutedigo aberto baseado em Java
Suporta os modelos de frames (RDF) e OWL
Exporta as ontologias e bases de conhecimento para uma variedade de formatos incluindo RDF(S) OWL e XML Schema
Extensiacutevel via plugins
Construccedilatildeo de ontologias
Processo para geraccedilatildeo automatizada de
ontologias a partir de esboccedilos dados e
documentos (nova geraccedilatildeo de ferramentas)rlm
Entendimento do domiacutenio
Entendimento dos dados
Definiccedilatildeo das tarefas
Geraccedilatildeo semi-automaacutetica
Avaliaccedilatildeo de qualidade
Refinamento com interaccedilatildeo humana
21042010
11
Definiccedilotildees de ldquogeraccedilatildeo de ontologiardquoGrobenik and Mladenic 2006
Induccedilatildeo de conceitos (a partir das instacircncias)rlm
Induccedilatildeo de relaccedilotildees (a partir de conceitos e
instacircncias a eles associadas)rlm
Popular ontologia (dada uma ontologia e
instacircncias de seus conceitos)rlm
Geraccedilatildeo de uma ontologia completa (a partir
das instacircncias e algum conhecimentoinformaccedilatildeo)rlm
Atualizaccedilatildeoextensatildeo de ontologias (dada
uma ontologia e informaccedilatildeo como novas
instacircncias ou padrotildees de uso da ontologia)rlm
Document Clustering - Vector Model
Vector of word occurences in the documents
bull diK = TF(Wkdi) IDF(Wk)rlm
Where
bull TF(Wkdi) = number of times Wk occurs in document di
bull IDF(Wk) = log ( D DF(Wk))rlm
bull D = number of documents
bull DF(Wk) = number of documents in which word W occurs
Document distance metric
Anotaccedilotildees Semacircnticas(Kiryakov et al 2004)rlm
21042010
12
Anotaccedilatildeo Semacircntica de Documentos
Atribui agraves entidades que aparecem no documento ligaccedilotildees com suas descriccedilotildees semacircnticas na ontologia
Aplicaacutevel a qualquer tipo de texto (documentos HTML documentos de texto comuns campos de banco de dados entre outros)
Representaccedilatildeo das anotaccedilotildees
Intrusiva
Natildeo intrusiva
Confecccedilatildeo das anotaccedilotildees
bull Semi-Automaacutetica Associa palavras do texto a classes
instacircncias e propriedades da ontologia utilizando-se do
julgamento humano Esta associaccedilatildeo geralmente eacute efetuada
atraveacutes de interfaces ldquoarraste-e-solterdquo (eg OntoMat)rlm
bull Automaacutetica Aplica teacutecnicas de processamento de
linguagem natural aprendizado de maacutequina e extraccedilatildeo de
informaccedilatildeo entre outras para associar palavras agrave ontologia
Essas ferramentas podem utilizar ontologias padratildeo (eg
IEEE Standard Upper Ontology) ou ontologias de domiacutenios
especiacuteficos (eg Unified Medical Language System)
bull Hiacutebrida Combinaccedilatildeo das teacutecnicas acima
Geraccedilatildeo de anotaccedilotildees semacircnticas (Reeve e Han 2005)rlm
Ferramentas para anotaccedilatildeo
Annozilla Funciona sobre o Mozzila Firefox
Annotea projeto da W3C - servidor de anotaccedilotildees em RDF
Armadillo
Muse
Pankol
Semantic Word anotaccedilatildeo interativa de porccedilotildees de documentos
Word
OntoMat Annotizer anotaccedilatildeo interativa de paacuteginas Web com
ontologias em OWL
Smore marcaccedilotildees sobre HTML com ontologias em OWL
Melita ferramenta de anotaccedilatildeo semi-automaacutetica que usa algoritmo
de IE para ajudar o usuaacuterio no processo de anotaccedilatildeo
MnM anotaccedilatildeo semacircntica de paacuteginas Web com metadados
descritos em RDFOCMLDAML+OIL
KIM permite criar metadados armazenar e buscar informaccedilotildees e
pode ser usada para anotaccedilatildeo e procura de documentos
21042010
13
O processo automatizado de anotaccedilatildeo semacircntica de documentos
Tokenizaccedilatildeo e Eliminaccedilatildeo de StopWords
Etiquetagem
Stemmer
Corpus Anotado
Identificaccedilatildeo EN
Associaccedilatildeo atermos da ontologia
RepositoacuterioSemacircntico
Tokensrelevantes
Palavras +Classificaccedilatildeo Gramatical
Radicais das Palavras +Classificaccedilatildeo Gramatical
Entidades Nomeadas
Anotaccedilatildeo Semacircntica
Dados Metadados Documento
s
Ontologia do Domiacutenio
Valida
Valida
Especialista
RepositoacuterioInformaccedilatildeo
Annotation example(Davies et al 2006)
Consider the phrase
There are deliverables
The tokens are
[There] [are] [deliverables] []
The tagger finds out what kind of a word each of the tokens
is (whether it is a noun an adjective a verb etc)rlm
[There] existential quantifier
[are] verbmdash3rd person singular present
[deliverables] nounmdashplural
Annotation example (cont)rlm
The morphological analyser gives the roots of all the words
[There] rootmdashthere
[are] rootmdashbe
[deliverables] rootmdashdeliverable
There are mdash mdashmdash
triggers the creation of one or more new classes in the
ontology
There are projects
There are workpackages tasks and deliverables
SEKT is a project
MUSINGrlmbdquoKnowledgerlmWeb‟rlmandrlmbdquoPrestorlmSpace‟rlmarerlmprojects
Projects have workpackages
Workpackages can have tasks
WP1 WP2 WP3 WP4 WP5 and WP6 are workpackages
SEKT has WP1
MUSING has WP2 WP3 and WP4
bdquoKnowledgerlmWeb‟rlmhasrlmWP5 and WP6
Annotation example (cont)rlm
Ontologia resultante Quadro Comparativo(Nunes e Fileto 2007)rlm
21042010
14
Dependecircncias entre plataformas(Rui Tramontin Junior 2007)rlm
Comparaccedilatildeo de desempenho(Reeve e Han 2005)rlm
Prataforma Categoria Precisatildeo Cobertura Medida F
Armadillo Descoberta de padrotildees
910 740 870
KIM Regras 860 820 840
MnM Induccedilatildeo 950 900 nd
MUSE Regras 935 923 929
PANKOW Descoberta de padrotildees
650 282 249
SemTag Regras 820 nd nd
Evoluccedilatildeo de ontologias(Bloehdorn et al 2006)rlm
Exemplo Uso natildeo uniforme de conceitos
Alternativas para remoccedilatildeo do conceito C que tem sub-conceitos
Processo de evoluccedilatildeo de ontologias
CapturaCaptura
da
Mudanccedila
Representaccedilatildeo Semacircntica Propagaccedilatildeo Implementaccedilatildeo Validaccedilatildeo
Fases Elementares
21042010
15
Mapeamentos entre ontologias(Ontology Matching)
Fusatildeo de ontologias
Processo semi-automatico de alinhamento(Huang at al 2006)rlm
Referecircncia
Jerome Euzenat INRIA Rhone-Alpes France
Pavel Shvaiko University of Trento Italy
Ontology Matching
URL httpbookontologymatchingorg
Springer-Verlag Heidelberg (DE) 2007
343 p 67 illus Hardcover
ISBN 978-3-540-49611-3
E as buscas semacircnticas
Recuperaccedilatildeo da informaccedilatildeo de documentosrlm
Medidas da eficaacutecia das soluccedilotildees
precisatildeo = nro de docs relevantes recuperadosnro de docs recuperados
cobertura = nro de docs relevantes recuperadosnro de docs relevantes
21042010
16
Classificaccedilatildeo de abordagens para buscas semacircnticas (Mangold 2007)
Arquitetura
Acoplamento entre ontologias e documentos
Transparecircncia
Contexto do usuaacuterio
Modificaccedilatildeo de consultas
Estrutura das ontologias
Tecnologia para representar as ontologias
Desempenho escalabilidade e distribuiccedilatildeo
Adaptabilidade
Ranking
Arquiteturas para buscas semacircnticas
Maacutequina de busca stand_alone armazenametadados sobre os documentos em iacutendicescom os quais avalia as consultas
Meta-maacutequina de busca distribui asconsultas para outras maacutequinas de busca ecombina os resultados
Acoplamento ontologias-documentos
Acoplamento forte os metadados dosdocumentos referem-se explicitamente aosconceitos de uma ontologia e vice-versa(requer anotaccedilatildeo semacircntica)rlm
Acoplamento fraco os documentos satildeoindependentes de quaisquer ontologiasdisponiacuteveis (pode restringir a capacidade debusca)rlm
Contexto do usuaacuterio
Learning extraiacutedo na interaccedilotildees do usuaacuteriocom o sistema (histoacuterico das consultas erefinamentos de consultas)rlm
Hard-coded as consultas satildeo organizadas emcategorias que definem a informaccedilatildeo solicitada(eg ldquolocation ofrdquo ldquoresources forrdquo rlm(
Modificaccedilatildeo de consultas
Manual o sistema retorna um trechoapropriado da ontologia junto com a respostapermitindo ao usuaacuterio navegar na ontologia ereformular a consulta pela adiccedilatildeo e remoccedilatildeo determos
Re-escrita automaacutetica a consulta eacuteotimizada automaticamente pelo sistema
Baseada em grafo considera conceitos edocumentos como nodos de um grafoefetuando propagaccedilatildeo da consulta a partir dosnodos correspondentes a termos de busca
Modificaccedilatildeo de consultas
Modificaccedilatildeo de consulta
Manual
Re-escrita de consulta
Baseada em grafo
Inserccedilatildeo de termoRemoccedilatildeo de termo
Substituiccedilatildeo de termo
Conjuntiva
Disjuntiva
Conjuntiva Disjuntiva
21042010
17
Estrutura da ontologia
Propriedades anocircnimas as relaccedilotildees entreconceitos natildeo satildeo nomeadas indicando apenasque eles compartilham o mesmo contexto
Propriedades padronizadas sinocircniacutemiahiperniacutemia meroniacutemia negaccedilatildeo etc
Propriedades especiacuteficas de domiacutenio aleacutemdas propriedades padratildeo considerapropriedades especiacuteficas de um domiacutenio (egldquotipo de cacircmerardquo em sistema para a aacuterea defotografia)rlm
Tecnologia da ontologia
F-Logic
RDF
DAML+OIL
Frames
OWL
Comparaccedilatildeo de abordagens Comparaccedilatildeo de abordagens (cont)
Buscas semacircnticas na Web hoje
httpwwwaliprcom (imagens)rlm
httpwwwcognitioncom
httpwwwdeepdyvecom
httpwwwbingcom
httpwwwcuilcom
httpwwwfreebasecom
httpwwwgooglecom
httpwwwkosmixcom
httpwwwhakiacom
httpwwwpowersetcom
httpwwwsensebotnet
httpdeveloperyahoocomsearchmonkey
httpswoogleumbcedu (ontologias)rlm
21042010
18
21042010
19
SAO PAULO-SP
University of Sao Paulo
Sao Paulo Fashion
Sao Paulo Fashion Week
Sao Paulo State
Sao Paulo Hotel
Sao Paulo Hotels
Sao Paulo Brasilien
Sao Paulo Congonhas
21042010
20
21042010
21
Sao Paulo Airport
Sao Paulo Plane Crash
Sao Paulo Zoo
hellip
21042010
22
21042010
23
Algumas questotildees em aberto
Representaccedilatildeo de contextos de usuaacuterios emapeamento desses a ontologias
Anaacutelise dos efeitos de modificaccedilotildees de consultas
Meta-buscas semacircnticas
Anaacutelise da aceitaccedilatildeo dos usuaacuterios
Adaptabilidade a diferentes ontologias
Ranking dos resultados
Integraccedilatildeo com sistemas de gerenciamento dedocumentosconteuacutedo
Tratamento de dados multimiacuteda
Interfaces homem-maacutequina
Desempenho e escalabilidade
Contextual Semantic Search (CSS)(DAgostine Fileto ndash SBBD2007)rlm
21042010
24
General Architecture for CSSThe Weighted Topic Graph(DAgostine Fileto Dantas Gauthier - ICEIS 2008)rlm
A weighted topic graph is a graph TM(T A)rlm
T is a set of topics (vertices)rlm
A is a set of associations (edges)rlm
Let be an ontology O
Each topic t in T corresponds to a ontology term o in O
Each topic t has a weight [01] The sum from the weights from all topics with same name equals 1
Each association a has a weight [01] The sum
from all the weights from all association departing
a single topics equals 1
Topic weights used to disambiguate
Eg interest in Satildeo Paulo city instead of Satildeo Paulo
state
Association weights used to semantically
expand searches
Eg Actual interest in Guarulhos and airport while
searching for Satildeo Paulo city
The Weights in the Topic Graph Capturing the Users Context
Generated Topic Graph with the Ontological Users Context
The Contextual Semantic Search Process
21042010
25
Desambiguaccedilatildeo
Fundamento dos algoritmos de busca sobre contexto ontoloacutegico
Heuriacutesticas de estigmergia (Ant Colony Optimization - ACO)
Traccedilos de ferormocircnio
Algoritmo de busca semacircntica baseada em ACO
Entrada palavras-chave[ ]
Dados G(TA) Onto repositoacuterio
limite_de_profundidade
limite_miacutenimo_de_peso
λ fator de atenuaccedilatildeo de peso
iniacutecio Algoritmo Busca Contextual 1 Estigmeacuterica
resultados = busca_G_ou_Onto(palavras-chave[])
atenuaG (iacutendice ) λrlmisin [0 1]
manutenccedilatildeo(coleta_feedback(resultados))
fim
21042010
26
Demo Praestro ndash Karina Fasolin
Alguns trabalhos relacionados
Name Article Comments
Graupmann
et al 2005
The SphereSearch
engine for unifiedranked retrieval of
heterogeneous XML
and web documents
Searches through XML documents The context is a region in radius
around given element A data inside two regions is considered relevant
to both contexts
Made tests with large collections like DBLP INEX Wikipedia put for
stress testing regarding the size of the collection
ldquoLet us first comment on the difficulties of defining a meaningfulbenchmark for this kind of novel systemrdquo
Park e
Cheyer 2006
Just For Me Topic
Maps and Ontologies
Manages knowledge in three layers Topics Knowledge Structures and
Documents
Not implemented (at least at the time of publication)
Michlmayr
et al 2007Adaptive User Profiles
for Enterprise
Information Access
Represents context as an individual graph The graph is constructed
based on tags used to semantically annotate the content which the user
considers to be relevant
However the tags are only that only labels They are not tied-down to
a formal definition
Alguns trabalhos relacionados (cont)
Name Article Comments
Aleman-
Meza et a
2003
Context-Aware
Semantic Association
Ranking
Also defines context as regions But the regions are static defined in
the ontology which is used by the system So the contexts are defined
the same for every single user
Mani and
Sundaram
2007
Modeling user context
with applications to
media retrieval
Creates a graph representing the users context Each node
corresponds to an instance in the ontology The edges represent
relations between the instances Built to search trough multimedia
documents
However it does not associates the vocabulary the user uses with the
instances
Challam et
al 2007
Contextual Search
Using Ontology-Based
User Profiles
Monitors the users activity capturing content from open Internet
Explorer MS-Office and MSN The captured information is stored and
usedrlmtorlmbuildrlmarlmuser‟srlmcontextualrlmprofilerlmbasesrlmonrlmanrlmontology
The context is tightly coupled with the ontology
NO IMAGES WERE
PROVIDED
Vallet et al
2006
Personalized
Information Retrieval in
Context
Stores context as a graph constructed based on the ontology used by
the system Similar to Mani and Sundaram including its limitations
(mapping the vocabulary) however if built for text documents
Sieg et al
2007
Ontological User
Profiles for
Personalized Web
Search
Similar to Challam et al but it gets the context information from the
ontology terms used to annotate the retrieved relevant context
Also limited by the structure of the ontology
Alguns trabalhos relacionados(cont)
Name Deals with
objective
knowledge
(ontology)
Deals with
subjective
knowledge
(users
context)
The knowledge
management is
transparent
Idea Implemented
Graupmann et
al 2005
X IMPL
Park e Cheyer
2006
X X X IDEA
Michlmayr et al2007
X X IMPL
Aleman-Meza et
a 2003
X X IMPL
Mani eSundaram 2007
X X X IMPL
Challam et al
2007
X X X IMPL
Vallet et al 2006 X X X IMPL
Sieg et al 2007 X X X IMPL
(incomplete)
Praestro X X X IMPL
(prototype)
UnA-SUS ndash Universidade Aberta do SUS
Programa do Ministeacuterio da Sauacutede para atender necessidades de e
permanente dos
Accedilotildees focadas em
formulaccedilatildeo de conteuacutedo
bibliotecas digitais
cursos a distacircncia
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
10
Proposta regras(2005)rlm Proposta atual
Como estaacute a Web semacircntica hoje
Aacuterea de pesquisa muito ativa
Visa estender o papel dos computadores no
suporte a diversas atividades humanas
Usa ontologias e anotaccedilotildees semacircnticas para
catalogar recuperar e compor dados e serviccedilos
de processamento na Web
Desafios da Web semacircntica
Construccedilatildeo de ontologias
(Semi-)automatizada e interativa
Geraccedilatildeo de anotaccedilotildees semacircnticas de recursos
Muitas aplicaccedilotildees requerem automatizaccedilatildeo
Evoluccedilatildeo de ontologias
Checar se alteraccedilotildees natildeo introduzem inconsistecircncias e gerenciar
versotildees
Integraccedilatildeo de ontologias (ontology matching)
A obtenccedilatildeo de consenso eacute inviaacutevel em muitas domiacutenios
Deduccedilatildeoraciociacutenio
Teorias computaacuteveis e natildeo computaacuteveis ontologias inconsistentes
Ediccedilatildeo de Ontologias no Proteacutegeacute
Editor de ontologias e arcabouccedilo para o desenvolvimento de bases de conhecimento livre e de coacutedigo aberto baseado em Java
Suporta os modelos de frames (RDF) e OWL
Exporta as ontologias e bases de conhecimento para uma variedade de formatos incluindo RDF(S) OWL e XML Schema
Extensiacutevel via plugins
Construccedilatildeo de ontologias
Processo para geraccedilatildeo automatizada de
ontologias a partir de esboccedilos dados e
documentos (nova geraccedilatildeo de ferramentas)rlm
Entendimento do domiacutenio
Entendimento dos dados
Definiccedilatildeo das tarefas
Geraccedilatildeo semi-automaacutetica
Avaliaccedilatildeo de qualidade
Refinamento com interaccedilatildeo humana
21042010
11
Definiccedilotildees de ldquogeraccedilatildeo de ontologiardquoGrobenik and Mladenic 2006
Induccedilatildeo de conceitos (a partir das instacircncias)rlm
Induccedilatildeo de relaccedilotildees (a partir de conceitos e
instacircncias a eles associadas)rlm
Popular ontologia (dada uma ontologia e
instacircncias de seus conceitos)rlm
Geraccedilatildeo de uma ontologia completa (a partir
das instacircncias e algum conhecimentoinformaccedilatildeo)rlm
Atualizaccedilatildeoextensatildeo de ontologias (dada
uma ontologia e informaccedilatildeo como novas
instacircncias ou padrotildees de uso da ontologia)rlm
Document Clustering - Vector Model
Vector of word occurences in the documents
bull diK = TF(Wkdi) IDF(Wk)rlm
Where
bull TF(Wkdi) = number of times Wk occurs in document di
bull IDF(Wk) = log ( D DF(Wk))rlm
bull D = number of documents
bull DF(Wk) = number of documents in which word W occurs
Document distance metric
Anotaccedilotildees Semacircnticas(Kiryakov et al 2004)rlm
21042010
12
Anotaccedilatildeo Semacircntica de Documentos
Atribui agraves entidades que aparecem no documento ligaccedilotildees com suas descriccedilotildees semacircnticas na ontologia
Aplicaacutevel a qualquer tipo de texto (documentos HTML documentos de texto comuns campos de banco de dados entre outros)
Representaccedilatildeo das anotaccedilotildees
Intrusiva
Natildeo intrusiva
Confecccedilatildeo das anotaccedilotildees
bull Semi-Automaacutetica Associa palavras do texto a classes
instacircncias e propriedades da ontologia utilizando-se do
julgamento humano Esta associaccedilatildeo geralmente eacute efetuada
atraveacutes de interfaces ldquoarraste-e-solterdquo (eg OntoMat)rlm
bull Automaacutetica Aplica teacutecnicas de processamento de
linguagem natural aprendizado de maacutequina e extraccedilatildeo de
informaccedilatildeo entre outras para associar palavras agrave ontologia
Essas ferramentas podem utilizar ontologias padratildeo (eg
IEEE Standard Upper Ontology) ou ontologias de domiacutenios
especiacuteficos (eg Unified Medical Language System)
bull Hiacutebrida Combinaccedilatildeo das teacutecnicas acima
Geraccedilatildeo de anotaccedilotildees semacircnticas (Reeve e Han 2005)rlm
Ferramentas para anotaccedilatildeo
Annozilla Funciona sobre o Mozzila Firefox
Annotea projeto da W3C - servidor de anotaccedilotildees em RDF
Armadillo
Muse
Pankol
Semantic Word anotaccedilatildeo interativa de porccedilotildees de documentos
Word
OntoMat Annotizer anotaccedilatildeo interativa de paacuteginas Web com
ontologias em OWL
Smore marcaccedilotildees sobre HTML com ontologias em OWL
Melita ferramenta de anotaccedilatildeo semi-automaacutetica que usa algoritmo
de IE para ajudar o usuaacuterio no processo de anotaccedilatildeo
MnM anotaccedilatildeo semacircntica de paacuteginas Web com metadados
descritos em RDFOCMLDAML+OIL
KIM permite criar metadados armazenar e buscar informaccedilotildees e
pode ser usada para anotaccedilatildeo e procura de documentos
21042010
13
O processo automatizado de anotaccedilatildeo semacircntica de documentos
Tokenizaccedilatildeo e Eliminaccedilatildeo de StopWords
Etiquetagem
Stemmer
Corpus Anotado
Identificaccedilatildeo EN
Associaccedilatildeo atermos da ontologia
RepositoacuterioSemacircntico
Tokensrelevantes
Palavras +Classificaccedilatildeo Gramatical
Radicais das Palavras +Classificaccedilatildeo Gramatical
Entidades Nomeadas
Anotaccedilatildeo Semacircntica
Dados Metadados Documento
s
Ontologia do Domiacutenio
Valida
Valida
Especialista
RepositoacuterioInformaccedilatildeo
Annotation example(Davies et al 2006)
Consider the phrase
There are deliverables
The tokens are
[There] [are] [deliverables] []
The tagger finds out what kind of a word each of the tokens
is (whether it is a noun an adjective a verb etc)rlm
[There] existential quantifier
[are] verbmdash3rd person singular present
[deliverables] nounmdashplural
Annotation example (cont)rlm
The morphological analyser gives the roots of all the words
[There] rootmdashthere
[are] rootmdashbe
[deliverables] rootmdashdeliverable
There are mdash mdashmdash
triggers the creation of one or more new classes in the
ontology
There are projects
There are workpackages tasks and deliverables
SEKT is a project
MUSINGrlmbdquoKnowledgerlmWeb‟rlmandrlmbdquoPrestorlmSpace‟rlmarerlmprojects
Projects have workpackages
Workpackages can have tasks
WP1 WP2 WP3 WP4 WP5 and WP6 are workpackages
SEKT has WP1
MUSING has WP2 WP3 and WP4
bdquoKnowledgerlmWeb‟rlmhasrlmWP5 and WP6
Annotation example (cont)rlm
Ontologia resultante Quadro Comparativo(Nunes e Fileto 2007)rlm
21042010
14
Dependecircncias entre plataformas(Rui Tramontin Junior 2007)rlm
Comparaccedilatildeo de desempenho(Reeve e Han 2005)rlm
Prataforma Categoria Precisatildeo Cobertura Medida F
Armadillo Descoberta de padrotildees
910 740 870
KIM Regras 860 820 840
MnM Induccedilatildeo 950 900 nd
MUSE Regras 935 923 929
PANKOW Descoberta de padrotildees
650 282 249
SemTag Regras 820 nd nd
Evoluccedilatildeo de ontologias(Bloehdorn et al 2006)rlm
Exemplo Uso natildeo uniforme de conceitos
Alternativas para remoccedilatildeo do conceito C que tem sub-conceitos
Processo de evoluccedilatildeo de ontologias
CapturaCaptura
da
Mudanccedila
Representaccedilatildeo Semacircntica Propagaccedilatildeo Implementaccedilatildeo Validaccedilatildeo
Fases Elementares
21042010
15
Mapeamentos entre ontologias(Ontology Matching)
Fusatildeo de ontologias
Processo semi-automatico de alinhamento(Huang at al 2006)rlm
Referecircncia
Jerome Euzenat INRIA Rhone-Alpes France
Pavel Shvaiko University of Trento Italy
Ontology Matching
URL httpbookontologymatchingorg
Springer-Verlag Heidelberg (DE) 2007
343 p 67 illus Hardcover
ISBN 978-3-540-49611-3
E as buscas semacircnticas
Recuperaccedilatildeo da informaccedilatildeo de documentosrlm
Medidas da eficaacutecia das soluccedilotildees
precisatildeo = nro de docs relevantes recuperadosnro de docs recuperados
cobertura = nro de docs relevantes recuperadosnro de docs relevantes
21042010
16
Classificaccedilatildeo de abordagens para buscas semacircnticas (Mangold 2007)
Arquitetura
Acoplamento entre ontologias e documentos
Transparecircncia
Contexto do usuaacuterio
Modificaccedilatildeo de consultas
Estrutura das ontologias
Tecnologia para representar as ontologias
Desempenho escalabilidade e distribuiccedilatildeo
Adaptabilidade
Ranking
Arquiteturas para buscas semacircnticas
Maacutequina de busca stand_alone armazenametadados sobre os documentos em iacutendicescom os quais avalia as consultas
Meta-maacutequina de busca distribui asconsultas para outras maacutequinas de busca ecombina os resultados
Acoplamento ontologias-documentos
Acoplamento forte os metadados dosdocumentos referem-se explicitamente aosconceitos de uma ontologia e vice-versa(requer anotaccedilatildeo semacircntica)rlm
Acoplamento fraco os documentos satildeoindependentes de quaisquer ontologiasdisponiacuteveis (pode restringir a capacidade debusca)rlm
Contexto do usuaacuterio
Learning extraiacutedo na interaccedilotildees do usuaacuteriocom o sistema (histoacuterico das consultas erefinamentos de consultas)rlm
Hard-coded as consultas satildeo organizadas emcategorias que definem a informaccedilatildeo solicitada(eg ldquolocation ofrdquo ldquoresources forrdquo rlm(
Modificaccedilatildeo de consultas
Manual o sistema retorna um trechoapropriado da ontologia junto com a respostapermitindo ao usuaacuterio navegar na ontologia ereformular a consulta pela adiccedilatildeo e remoccedilatildeo determos
Re-escrita automaacutetica a consulta eacuteotimizada automaticamente pelo sistema
Baseada em grafo considera conceitos edocumentos como nodos de um grafoefetuando propagaccedilatildeo da consulta a partir dosnodos correspondentes a termos de busca
Modificaccedilatildeo de consultas
Modificaccedilatildeo de consulta
Manual
Re-escrita de consulta
Baseada em grafo
Inserccedilatildeo de termoRemoccedilatildeo de termo
Substituiccedilatildeo de termo
Conjuntiva
Disjuntiva
Conjuntiva Disjuntiva
21042010
17
Estrutura da ontologia
Propriedades anocircnimas as relaccedilotildees entreconceitos natildeo satildeo nomeadas indicando apenasque eles compartilham o mesmo contexto
Propriedades padronizadas sinocircniacutemiahiperniacutemia meroniacutemia negaccedilatildeo etc
Propriedades especiacuteficas de domiacutenio aleacutemdas propriedades padratildeo considerapropriedades especiacuteficas de um domiacutenio (egldquotipo de cacircmerardquo em sistema para a aacuterea defotografia)rlm
Tecnologia da ontologia
F-Logic
RDF
DAML+OIL
Frames
OWL
Comparaccedilatildeo de abordagens Comparaccedilatildeo de abordagens (cont)
Buscas semacircnticas na Web hoje
httpwwwaliprcom (imagens)rlm
httpwwwcognitioncom
httpwwwdeepdyvecom
httpwwwbingcom
httpwwwcuilcom
httpwwwfreebasecom
httpwwwgooglecom
httpwwwkosmixcom
httpwwwhakiacom
httpwwwpowersetcom
httpwwwsensebotnet
httpdeveloperyahoocomsearchmonkey
httpswoogleumbcedu (ontologias)rlm
21042010
18
21042010
19
SAO PAULO-SP
University of Sao Paulo
Sao Paulo Fashion
Sao Paulo Fashion Week
Sao Paulo State
Sao Paulo Hotel
Sao Paulo Hotels
Sao Paulo Brasilien
Sao Paulo Congonhas
21042010
20
21042010
21
Sao Paulo Airport
Sao Paulo Plane Crash
Sao Paulo Zoo
hellip
21042010
22
21042010
23
Algumas questotildees em aberto
Representaccedilatildeo de contextos de usuaacuterios emapeamento desses a ontologias
Anaacutelise dos efeitos de modificaccedilotildees de consultas
Meta-buscas semacircnticas
Anaacutelise da aceitaccedilatildeo dos usuaacuterios
Adaptabilidade a diferentes ontologias
Ranking dos resultados
Integraccedilatildeo com sistemas de gerenciamento dedocumentosconteuacutedo
Tratamento de dados multimiacuteda
Interfaces homem-maacutequina
Desempenho e escalabilidade
Contextual Semantic Search (CSS)(DAgostine Fileto ndash SBBD2007)rlm
21042010
24
General Architecture for CSSThe Weighted Topic Graph(DAgostine Fileto Dantas Gauthier - ICEIS 2008)rlm
A weighted topic graph is a graph TM(T A)rlm
T is a set of topics (vertices)rlm
A is a set of associations (edges)rlm
Let be an ontology O
Each topic t in T corresponds to a ontology term o in O
Each topic t has a weight [01] The sum from the weights from all topics with same name equals 1
Each association a has a weight [01] The sum
from all the weights from all association departing
a single topics equals 1
Topic weights used to disambiguate
Eg interest in Satildeo Paulo city instead of Satildeo Paulo
state
Association weights used to semantically
expand searches
Eg Actual interest in Guarulhos and airport while
searching for Satildeo Paulo city
The Weights in the Topic Graph Capturing the Users Context
Generated Topic Graph with the Ontological Users Context
The Contextual Semantic Search Process
21042010
25
Desambiguaccedilatildeo
Fundamento dos algoritmos de busca sobre contexto ontoloacutegico
Heuriacutesticas de estigmergia (Ant Colony Optimization - ACO)
Traccedilos de ferormocircnio
Algoritmo de busca semacircntica baseada em ACO
Entrada palavras-chave[ ]
Dados G(TA) Onto repositoacuterio
limite_de_profundidade
limite_miacutenimo_de_peso
λ fator de atenuaccedilatildeo de peso
iniacutecio Algoritmo Busca Contextual 1 Estigmeacuterica
resultados = busca_G_ou_Onto(palavras-chave[])
atenuaG (iacutendice ) λrlmisin [0 1]
manutenccedilatildeo(coleta_feedback(resultados))
fim
21042010
26
Demo Praestro ndash Karina Fasolin
Alguns trabalhos relacionados
Name Article Comments
Graupmann
et al 2005
The SphereSearch
engine for unifiedranked retrieval of
heterogeneous XML
and web documents
Searches through XML documents The context is a region in radius
around given element A data inside two regions is considered relevant
to both contexts
Made tests with large collections like DBLP INEX Wikipedia put for
stress testing regarding the size of the collection
ldquoLet us first comment on the difficulties of defining a meaningfulbenchmark for this kind of novel systemrdquo
Park e
Cheyer 2006
Just For Me Topic
Maps and Ontologies
Manages knowledge in three layers Topics Knowledge Structures and
Documents
Not implemented (at least at the time of publication)
Michlmayr
et al 2007Adaptive User Profiles
for Enterprise
Information Access
Represents context as an individual graph The graph is constructed
based on tags used to semantically annotate the content which the user
considers to be relevant
However the tags are only that only labels They are not tied-down to
a formal definition
Alguns trabalhos relacionados (cont)
Name Article Comments
Aleman-
Meza et a
2003
Context-Aware
Semantic Association
Ranking
Also defines context as regions But the regions are static defined in
the ontology which is used by the system So the contexts are defined
the same for every single user
Mani and
Sundaram
2007
Modeling user context
with applications to
media retrieval
Creates a graph representing the users context Each node
corresponds to an instance in the ontology The edges represent
relations between the instances Built to search trough multimedia
documents
However it does not associates the vocabulary the user uses with the
instances
Challam et
al 2007
Contextual Search
Using Ontology-Based
User Profiles
Monitors the users activity capturing content from open Internet
Explorer MS-Office and MSN The captured information is stored and
usedrlmtorlmbuildrlmarlmuser‟srlmcontextualrlmprofilerlmbasesrlmonrlmanrlmontology
The context is tightly coupled with the ontology
NO IMAGES WERE
PROVIDED
Vallet et al
2006
Personalized
Information Retrieval in
Context
Stores context as a graph constructed based on the ontology used by
the system Similar to Mani and Sundaram including its limitations
(mapping the vocabulary) however if built for text documents
Sieg et al
2007
Ontological User
Profiles for
Personalized Web
Search
Similar to Challam et al but it gets the context information from the
ontology terms used to annotate the retrieved relevant context
Also limited by the structure of the ontology
Alguns trabalhos relacionados(cont)
Name Deals with
objective
knowledge
(ontology)
Deals with
subjective
knowledge
(users
context)
The knowledge
management is
transparent
Idea Implemented
Graupmann et
al 2005
X IMPL
Park e Cheyer
2006
X X X IDEA
Michlmayr et al2007
X X IMPL
Aleman-Meza et
a 2003
X X IMPL
Mani eSundaram 2007
X X X IMPL
Challam et al
2007
X X X IMPL
Vallet et al 2006 X X X IMPL
Sieg et al 2007 X X X IMPL
(incomplete)
Praestro X X X IMPL
(prototype)
UnA-SUS ndash Universidade Aberta do SUS
Programa do Ministeacuterio da Sauacutede para atender necessidades de e
permanente dos
Accedilotildees focadas em
formulaccedilatildeo de conteuacutedo
bibliotecas digitais
cursos a distacircncia
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
11
Definiccedilotildees de ldquogeraccedilatildeo de ontologiardquoGrobenik and Mladenic 2006
Induccedilatildeo de conceitos (a partir das instacircncias)rlm
Induccedilatildeo de relaccedilotildees (a partir de conceitos e
instacircncias a eles associadas)rlm
Popular ontologia (dada uma ontologia e
instacircncias de seus conceitos)rlm
Geraccedilatildeo de uma ontologia completa (a partir
das instacircncias e algum conhecimentoinformaccedilatildeo)rlm
Atualizaccedilatildeoextensatildeo de ontologias (dada
uma ontologia e informaccedilatildeo como novas
instacircncias ou padrotildees de uso da ontologia)rlm
Document Clustering - Vector Model
Vector of word occurences in the documents
bull diK = TF(Wkdi) IDF(Wk)rlm
Where
bull TF(Wkdi) = number of times Wk occurs in document di
bull IDF(Wk) = log ( D DF(Wk))rlm
bull D = number of documents
bull DF(Wk) = number of documents in which word W occurs
Document distance metric
Anotaccedilotildees Semacircnticas(Kiryakov et al 2004)rlm
21042010
12
Anotaccedilatildeo Semacircntica de Documentos
Atribui agraves entidades que aparecem no documento ligaccedilotildees com suas descriccedilotildees semacircnticas na ontologia
Aplicaacutevel a qualquer tipo de texto (documentos HTML documentos de texto comuns campos de banco de dados entre outros)
Representaccedilatildeo das anotaccedilotildees
Intrusiva
Natildeo intrusiva
Confecccedilatildeo das anotaccedilotildees
bull Semi-Automaacutetica Associa palavras do texto a classes
instacircncias e propriedades da ontologia utilizando-se do
julgamento humano Esta associaccedilatildeo geralmente eacute efetuada
atraveacutes de interfaces ldquoarraste-e-solterdquo (eg OntoMat)rlm
bull Automaacutetica Aplica teacutecnicas de processamento de
linguagem natural aprendizado de maacutequina e extraccedilatildeo de
informaccedilatildeo entre outras para associar palavras agrave ontologia
Essas ferramentas podem utilizar ontologias padratildeo (eg
IEEE Standard Upper Ontology) ou ontologias de domiacutenios
especiacuteficos (eg Unified Medical Language System)
bull Hiacutebrida Combinaccedilatildeo das teacutecnicas acima
Geraccedilatildeo de anotaccedilotildees semacircnticas (Reeve e Han 2005)rlm
Ferramentas para anotaccedilatildeo
Annozilla Funciona sobre o Mozzila Firefox
Annotea projeto da W3C - servidor de anotaccedilotildees em RDF
Armadillo
Muse
Pankol
Semantic Word anotaccedilatildeo interativa de porccedilotildees de documentos
Word
OntoMat Annotizer anotaccedilatildeo interativa de paacuteginas Web com
ontologias em OWL
Smore marcaccedilotildees sobre HTML com ontologias em OWL
Melita ferramenta de anotaccedilatildeo semi-automaacutetica que usa algoritmo
de IE para ajudar o usuaacuterio no processo de anotaccedilatildeo
MnM anotaccedilatildeo semacircntica de paacuteginas Web com metadados
descritos em RDFOCMLDAML+OIL
KIM permite criar metadados armazenar e buscar informaccedilotildees e
pode ser usada para anotaccedilatildeo e procura de documentos
21042010
13
O processo automatizado de anotaccedilatildeo semacircntica de documentos
Tokenizaccedilatildeo e Eliminaccedilatildeo de StopWords
Etiquetagem
Stemmer
Corpus Anotado
Identificaccedilatildeo EN
Associaccedilatildeo atermos da ontologia
RepositoacuterioSemacircntico
Tokensrelevantes
Palavras +Classificaccedilatildeo Gramatical
Radicais das Palavras +Classificaccedilatildeo Gramatical
Entidades Nomeadas
Anotaccedilatildeo Semacircntica
Dados Metadados Documento
s
Ontologia do Domiacutenio
Valida
Valida
Especialista
RepositoacuterioInformaccedilatildeo
Annotation example(Davies et al 2006)
Consider the phrase
There are deliverables
The tokens are
[There] [are] [deliverables] []
The tagger finds out what kind of a word each of the tokens
is (whether it is a noun an adjective a verb etc)rlm
[There] existential quantifier
[are] verbmdash3rd person singular present
[deliverables] nounmdashplural
Annotation example (cont)rlm
The morphological analyser gives the roots of all the words
[There] rootmdashthere
[are] rootmdashbe
[deliverables] rootmdashdeliverable
There are mdash mdashmdash
triggers the creation of one or more new classes in the
ontology
There are projects
There are workpackages tasks and deliverables
SEKT is a project
MUSINGrlmbdquoKnowledgerlmWeb‟rlmandrlmbdquoPrestorlmSpace‟rlmarerlmprojects
Projects have workpackages
Workpackages can have tasks
WP1 WP2 WP3 WP4 WP5 and WP6 are workpackages
SEKT has WP1
MUSING has WP2 WP3 and WP4
bdquoKnowledgerlmWeb‟rlmhasrlmWP5 and WP6
Annotation example (cont)rlm
Ontologia resultante Quadro Comparativo(Nunes e Fileto 2007)rlm
21042010
14
Dependecircncias entre plataformas(Rui Tramontin Junior 2007)rlm
Comparaccedilatildeo de desempenho(Reeve e Han 2005)rlm
Prataforma Categoria Precisatildeo Cobertura Medida F
Armadillo Descoberta de padrotildees
910 740 870
KIM Regras 860 820 840
MnM Induccedilatildeo 950 900 nd
MUSE Regras 935 923 929
PANKOW Descoberta de padrotildees
650 282 249
SemTag Regras 820 nd nd
Evoluccedilatildeo de ontologias(Bloehdorn et al 2006)rlm
Exemplo Uso natildeo uniforme de conceitos
Alternativas para remoccedilatildeo do conceito C que tem sub-conceitos
Processo de evoluccedilatildeo de ontologias
CapturaCaptura
da
Mudanccedila
Representaccedilatildeo Semacircntica Propagaccedilatildeo Implementaccedilatildeo Validaccedilatildeo
Fases Elementares
21042010
15
Mapeamentos entre ontologias(Ontology Matching)
Fusatildeo de ontologias
Processo semi-automatico de alinhamento(Huang at al 2006)rlm
Referecircncia
Jerome Euzenat INRIA Rhone-Alpes France
Pavel Shvaiko University of Trento Italy
Ontology Matching
URL httpbookontologymatchingorg
Springer-Verlag Heidelberg (DE) 2007
343 p 67 illus Hardcover
ISBN 978-3-540-49611-3
E as buscas semacircnticas
Recuperaccedilatildeo da informaccedilatildeo de documentosrlm
Medidas da eficaacutecia das soluccedilotildees
precisatildeo = nro de docs relevantes recuperadosnro de docs recuperados
cobertura = nro de docs relevantes recuperadosnro de docs relevantes
21042010
16
Classificaccedilatildeo de abordagens para buscas semacircnticas (Mangold 2007)
Arquitetura
Acoplamento entre ontologias e documentos
Transparecircncia
Contexto do usuaacuterio
Modificaccedilatildeo de consultas
Estrutura das ontologias
Tecnologia para representar as ontologias
Desempenho escalabilidade e distribuiccedilatildeo
Adaptabilidade
Ranking
Arquiteturas para buscas semacircnticas
Maacutequina de busca stand_alone armazenametadados sobre os documentos em iacutendicescom os quais avalia as consultas
Meta-maacutequina de busca distribui asconsultas para outras maacutequinas de busca ecombina os resultados
Acoplamento ontologias-documentos
Acoplamento forte os metadados dosdocumentos referem-se explicitamente aosconceitos de uma ontologia e vice-versa(requer anotaccedilatildeo semacircntica)rlm
Acoplamento fraco os documentos satildeoindependentes de quaisquer ontologiasdisponiacuteveis (pode restringir a capacidade debusca)rlm
Contexto do usuaacuterio
Learning extraiacutedo na interaccedilotildees do usuaacuteriocom o sistema (histoacuterico das consultas erefinamentos de consultas)rlm
Hard-coded as consultas satildeo organizadas emcategorias que definem a informaccedilatildeo solicitada(eg ldquolocation ofrdquo ldquoresources forrdquo rlm(
Modificaccedilatildeo de consultas
Manual o sistema retorna um trechoapropriado da ontologia junto com a respostapermitindo ao usuaacuterio navegar na ontologia ereformular a consulta pela adiccedilatildeo e remoccedilatildeo determos
Re-escrita automaacutetica a consulta eacuteotimizada automaticamente pelo sistema
Baseada em grafo considera conceitos edocumentos como nodos de um grafoefetuando propagaccedilatildeo da consulta a partir dosnodos correspondentes a termos de busca
Modificaccedilatildeo de consultas
Modificaccedilatildeo de consulta
Manual
Re-escrita de consulta
Baseada em grafo
Inserccedilatildeo de termoRemoccedilatildeo de termo
Substituiccedilatildeo de termo
Conjuntiva
Disjuntiva
Conjuntiva Disjuntiva
21042010
17
Estrutura da ontologia
Propriedades anocircnimas as relaccedilotildees entreconceitos natildeo satildeo nomeadas indicando apenasque eles compartilham o mesmo contexto
Propriedades padronizadas sinocircniacutemiahiperniacutemia meroniacutemia negaccedilatildeo etc
Propriedades especiacuteficas de domiacutenio aleacutemdas propriedades padratildeo considerapropriedades especiacuteficas de um domiacutenio (egldquotipo de cacircmerardquo em sistema para a aacuterea defotografia)rlm
Tecnologia da ontologia
F-Logic
RDF
DAML+OIL
Frames
OWL
Comparaccedilatildeo de abordagens Comparaccedilatildeo de abordagens (cont)
Buscas semacircnticas na Web hoje
httpwwwaliprcom (imagens)rlm
httpwwwcognitioncom
httpwwwdeepdyvecom
httpwwwbingcom
httpwwwcuilcom
httpwwwfreebasecom
httpwwwgooglecom
httpwwwkosmixcom
httpwwwhakiacom
httpwwwpowersetcom
httpwwwsensebotnet
httpdeveloperyahoocomsearchmonkey
httpswoogleumbcedu (ontologias)rlm
21042010
18
21042010
19
SAO PAULO-SP
University of Sao Paulo
Sao Paulo Fashion
Sao Paulo Fashion Week
Sao Paulo State
Sao Paulo Hotel
Sao Paulo Hotels
Sao Paulo Brasilien
Sao Paulo Congonhas
21042010
20
21042010
21
Sao Paulo Airport
Sao Paulo Plane Crash
Sao Paulo Zoo
hellip
21042010
22
21042010
23
Algumas questotildees em aberto
Representaccedilatildeo de contextos de usuaacuterios emapeamento desses a ontologias
Anaacutelise dos efeitos de modificaccedilotildees de consultas
Meta-buscas semacircnticas
Anaacutelise da aceitaccedilatildeo dos usuaacuterios
Adaptabilidade a diferentes ontologias
Ranking dos resultados
Integraccedilatildeo com sistemas de gerenciamento dedocumentosconteuacutedo
Tratamento de dados multimiacuteda
Interfaces homem-maacutequina
Desempenho e escalabilidade
Contextual Semantic Search (CSS)(DAgostine Fileto ndash SBBD2007)rlm
21042010
24
General Architecture for CSSThe Weighted Topic Graph(DAgostine Fileto Dantas Gauthier - ICEIS 2008)rlm
A weighted topic graph is a graph TM(T A)rlm
T is a set of topics (vertices)rlm
A is a set of associations (edges)rlm
Let be an ontology O
Each topic t in T corresponds to a ontology term o in O
Each topic t has a weight [01] The sum from the weights from all topics with same name equals 1
Each association a has a weight [01] The sum
from all the weights from all association departing
a single topics equals 1
Topic weights used to disambiguate
Eg interest in Satildeo Paulo city instead of Satildeo Paulo
state
Association weights used to semantically
expand searches
Eg Actual interest in Guarulhos and airport while
searching for Satildeo Paulo city
The Weights in the Topic Graph Capturing the Users Context
Generated Topic Graph with the Ontological Users Context
The Contextual Semantic Search Process
21042010
25
Desambiguaccedilatildeo
Fundamento dos algoritmos de busca sobre contexto ontoloacutegico
Heuriacutesticas de estigmergia (Ant Colony Optimization - ACO)
Traccedilos de ferormocircnio
Algoritmo de busca semacircntica baseada em ACO
Entrada palavras-chave[ ]
Dados G(TA) Onto repositoacuterio
limite_de_profundidade
limite_miacutenimo_de_peso
λ fator de atenuaccedilatildeo de peso
iniacutecio Algoritmo Busca Contextual 1 Estigmeacuterica
resultados = busca_G_ou_Onto(palavras-chave[])
atenuaG (iacutendice ) λrlmisin [0 1]
manutenccedilatildeo(coleta_feedback(resultados))
fim
21042010
26
Demo Praestro ndash Karina Fasolin
Alguns trabalhos relacionados
Name Article Comments
Graupmann
et al 2005
The SphereSearch
engine for unifiedranked retrieval of
heterogeneous XML
and web documents
Searches through XML documents The context is a region in radius
around given element A data inside two regions is considered relevant
to both contexts
Made tests with large collections like DBLP INEX Wikipedia put for
stress testing regarding the size of the collection
ldquoLet us first comment on the difficulties of defining a meaningfulbenchmark for this kind of novel systemrdquo
Park e
Cheyer 2006
Just For Me Topic
Maps and Ontologies
Manages knowledge in three layers Topics Knowledge Structures and
Documents
Not implemented (at least at the time of publication)
Michlmayr
et al 2007Adaptive User Profiles
for Enterprise
Information Access
Represents context as an individual graph The graph is constructed
based on tags used to semantically annotate the content which the user
considers to be relevant
However the tags are only that only labels They are not tied-down to
a formal definition
Alguns trabalhos relacionados (cont)
Name Article Comments
Aleman-
Meza et a
2003
Context-Aware
Semantic Association
Ranking
Also defines context as regions But the regions are static defined in
the ontology which is used by the system So the contexts are defined
the same for every single user
Mani and
Sundaram
2007
Modeling user context
with applications to
media retrieval
Creates a graph representing the users context Each node
corresponds to an instance in the ontology The edges represent
relations between the instances Built to search trough multimedia
documents
However it does not associates the vocabulary the user uses with the
instances
Challam et
al 2007
Contextual Search
Using Ontology-Based
User Profiles
Monitors the users activity capturing content from open Internet
Explorer MS-Office and MSN The captured information is stored and
usedrlmtorlmbuildrlmarlmuser‟srlmcontextualrlmprofilerlmbasesrlmonrlmanrlmontology
The context is tightly coupled with the ontology
NO IMAGES WERE
PROVIDED
Vallet et al
2006
Personalized
Information Retrieval in
Context
Stores context as a graph constructed based on the ontology used by
the system Similar to Mani and Sundaram including its limitations
(mapping the vocabulary) however if built for text documents
Sieg et al
2007
Ontological User
Profiles for
Personalized Web
Search
Similar to Challam et al but it gets the context information from the
ontology terms used to annotate the retrieved relevant context
Also limited by the structure of the ontology
Alguns trabalhos relacionados(cont)
Name Deals with
objective
knowledge
(ontology)
Deals with
subjective
knowledge
(users
context)
The knowledge
management is
transparent
Idea Implemented
Graupmann et
al 2005
X IMPL
Park e Cheyer
2006
X X X IDEA
Michlmayr et al2007
X X IMPL
Aleman-Meza et
a 2003
X X IMPL
Mani eSundaram 2007
X X X IMPL
Challam et al
2007
X X X IMPL
Vallet et al 2006 X X X IMPL
Sieg et al 2007 X X X IMPL
(incomplete)
Praestro X X X IMPL
(prototype)
UnA-SUS ndash Universidade Aberta do SUS
Programa do Ministeacuterio da Sauacutede para atender necessidades de e
permanente dos
Accedilotildees focadas em
formulaccedilatildeo de conteuacutedo
bibliotecas digitais
cursos a distacircncia
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
12
Anotaccedilatildeo Semacircntica de Documentos
Atribui agraves entidades que aparecem no documento ligaccedilotildees com suas descriccedilotildees semacircnticas na ontologia
Aplicaacutevel a qualquer tipo de texto (documentos HTML documentos de texto comuns campos de banco de dados entre outros)
Representaccedilatildeo das anotaccedilotildees
Intrusiva
Natildeo intrusiva
Confecccedilatildeo das anotaccedilotildees
bull Semi-Automaacutetica Associa palavras do texto a classes
instacircncias e propriedades da ontologia utilizando-se do
julgamento humano Esta associaccedilatildeo geralmente eacute efetuada
atraveacutes de interfaces ldquoarraste-e-solterdquo (eg OntoMat)rlm
bull Automaacutetica Aplica teacutecnicas de processamento de
linguagem natural aprendizado de maacutequina e extraccedilatildeo de
informaccedilatildeo entre outras para associar palavras agrave ontologia
Essas ferramentas podem utilizar ontologias padratildeo (eg
IEEE Standard Upper Ontology) ou ontologias de domiacutenios
especiacuteficos (eg Unified Medical Language System)
bull Hiacutebrida Combinaccedilatildeo das teacutecnicas acima
Geraccedilatildeo de anotaccedilotildees semacircnticas (Reeve e Han 2005)rlm
Ferramentas para anotaccedilatildeo
Annozilla Funciona sobre o Mozzila Firefox
Annotea projeto da W3C - servidor de anotaccedilotildees em RDF
Armadillo
Muse
Pankol
Semantic Word anotaccedilatildeo interativa de porccedilotildees de documentos
Word
OntoMat Annotizer anotaccedilatildeo interativa de paacuteginas Web com
ontologias em OWL
Smore marcaccedilotildees sobre HTML com ontologias em OWL
Melita ferramenta de anotaccedilatildeo semi-automaacutetica que usa algoritmo
de IE para ajudar o usuaacuterio no processo de anotaccedilatildeo
MnM anotaccedilatildeo semacircntica de paacuteginas Web com metadados
descritos em RDFOCMLDAML+OIL
KIM permite criar metadados armazenar e buscar informaccedilotildees e
pode ser usada para anotaccedilatildeo e procura de documentos
21042010
13
O processo automatizado de anotaccedilatildeo semacircntica de documentos
Tokenizaccedilatildeo e Eliminaccedilatildeo de StopWords
Etiquetagem
Stemmer
Corpus Anotado
Identificaccedilatildeo EN
Associaccedilatildeo atermos da ontologia
RepositoacuterioSemacircntico
Tokensrelevantes
Palavras +Classificaccedilatildeo Gramatical
Radicais das Palavras +Classificaccedilatildeo Gramatical
Entidades Nomeadas
Anotaccedilatildeo Semacircntica
Dados Metadados Documento
s
Ontologia do Domiacutenio
Valida
Valida
Especialista
RepositoacuterioInformaccedilatildeo
Annotation example(Davies et al 2006)
Consider the phrase
There are deliverables
The tokens are
[There] [are] [deliverables] []
The tagger finds out what kind of a word each of the tokens
is (whether it is a noun an adjective a verb etc)rlm
[There] existential quantifier
[are] verbmdash3rd person singular present
[deliverables] nounmdashplural
Annotation example (cont)rlm
The morphological analyser gives the roots of all the words
[There] rootmdashthere
[are] rootmdashbe
[deliverables] rootmdashdeliverable
There are mdash mdashmdash
triggers the creation of one or more new classes in the
ontology
There are projects
There are workpackages tasks and deliverables
SEKT is a project
MUSINGrlmbdquoKnowledgerlmWeb‟rlmandrlmbdquoPrestorlmSpace‟rlmarerlmprojects
Projects have workpackages
Workpackages can have tasks
WP1 WP2 WP3 WP4 WP5 and WP6 are workpackages
SEKT has WP1
MUSING has WP2 WP3 and WP4
bdquoKnowledgerlmWeb‟rlmhasrlmWP5 and WP6
Annotation example (cont)rlm
Ontologia resultante Quadro Comparativo(Nunes e Fileto 2007)rlm
21042010
14
Dependecircncias entre plataformas(Rui Tramontin Junior 2007)rlm
Comparaccedilatildeo de desempenho(Reeve e Han 2005)rlm
Prataforma Categoria Precisatildeo Cobertura Medida F
Armadillo Descoberta de padrotildees
910 740 870
KIM Regras 860 820 840
MnM Induccedilatildeo 950 900 nd
MUSE Regras 935 923 929
PANKOW Descoberta de padrotildees
650 282 249
SemTag Regras 820 nd nd
Evoluccedilatildeo de ontologias(Bloehdorn et al 2006)rlm
Exemplo Uso natildeo uniforme de conceitos
Alternativas para remoccedilatildeo do conceito C que tem sub-conceitos
Processo de evoluccedilatildeo de ontologias
CapturaCaptura
da
Mudanccedila
Representaccedilatildeo Semacircntica Propagaccedilatildeo Implementaccedilatildeo Validaccedilatildeo
Fases Elementares
21042010
15
Mapeamentos entre ontologias(Ontology Matching)
Fusatildeo de ontologias
Processo semi-automatico de alinhamento(Huang at al 2006)rlm
Referecircncia
Jerome Euzenat INRIA Rhone-Alpes France
Pavel Shvaiko University of Trento Italy
Ontology Matching
URL httpbookontologymatchingorg
Springer-Verlag Heidelberg (DE) 2007
343 p 67 illus Hardcover
ISBN 978-3-540-49611-3
E as buscas semacircnticas
Recuperaccedilatildeo da informaccedilatildeo de documentosrlm
Medidas da eficaacutecia das soluccedilotildees
precisatildeo = nro de docs relevantes recuperadosnro de docs recuperados
cobertura = nro de docs relevantes recuperadosnro de docs relevantes
21042010
16
Classificaccedilatildeo de abordagens para buscas semacircnticas (Mangold 2007)
Arquitetura
Acoplamento entre ontologias e documentos
Transparecircncia
Contexto do usuaacuterio
Modificaccedilatildeo de consultas
Estrutura das ontologias
Tecnologia para representar as ontologias
Desempenho escalabilidade e distribuiccedilatildeo
Adaptabilidade
Ranking
Arquiteturas para buscas semacircnticas
Maacutequina de busca stand_alone armazenametadados sobre os documentos em iacutendicescom os quais avalia as consultas
Meta-maacutequina de busca distribui asconsultas para outras maacutequinas de busca ecombina os resultados
Acoplamento ontologias-documentos
Acoplamento forte os metadados dosdocumentos referem-se explicitamente aosconceitos de uma ontologia e vice-versa(requer anotaccedilatildeo semacircntica)rlm
Acoplamento fraco os documentos satildeoindependentes de quaisquer ontologiasdisponiacuteveis (pode restringir a capacidade debusca)rlm
Contexto do usuaacuterio
Learning extraiacutedo na interaccedilotildees do usuaacuteriocom o sistema (histoacuterico das consultas erefinamentos de consultas)rlm
Hard-coded as consultas satildeo organizadas emcategorias que definem a informaccedilatildeo solicitada(eg ldquolocation ofrdquo ldquoresources forrdquo rlm(
Modificaccedilatildeo de consultas
Manual o sistema retorna um trechoapropriado da ontologia junto com a respostapermitindo ao usuaacuterio navegar na ontologia ereformular a consulta pela adiccedilatildeo e remoccedilatildeo determos
Re-escrita automaacutetica a consulta eacuteotimizada automaticamente pelo sistema
Baseada em grafo considera conceitos edocumentos como nodos de um grafoefetuando propagaccedilatildeo da consulta a partir dosnodos correspondentes a termos de busca
Modificaccedilatildeo de consultas
Modificaccedilatildeo de consulta
Manual
Re-escrita de consulta
Baseada em grafo
Inserccedilatildeo de termoRemoccedilatildeo de termo
Substituiccedilatildeo de termo
Conjuntiva
Disjuntiva
Conjuntiva Disjuntiva
21042010
17
Estrutura da ontologia
Propriedades anocircnimas as relaccedilotildees entreconceitos natildeo satildeo nomeadas indicando apenasque eles compartilham o mesmo contexto
Propriedades padronizadas sinocircniacutemiahiperniacutemia meroniacutemia negaccedilatildeo etc
Propriedades especiacuteficas de domiacutenio aleacutemdas propriedades padratildeo considerapropriedades especiacuteficas de um domiacutenio (egldquotipo de cacircmerardquo em sistema para a aacuterea defotografia)rlm
Tecnologia da ontologia
F-Logic
RDF
DAML+OIL
Frames
OWL
Comparaccedilatildeo de abordagens Comparaccedilatildeo de abordagens (cont)
Buscas semacircnticas na Web hoje
httpwwwaliprcom (imagens)rlm
httpwwwcognitioncom
httpwwwdeepdyvecom
httpwwwbingcom
httpwwwcuilcom
httpwwwfreebasecom
httpwwwgooglecom
httpwwwkosmixcom
httpwwwhakiacom
httpwwwpowersetcom
httpwwwsensebotnet
httpdeveloperyahoocomsearchmonkey
httpswoogleumbcedu (ontologias)rlm
21042010
18
21042010
19
SAO PAULO-SP
University of Sao Paulo
Sao Paulo Fashion
Sao Paulo Fashion Week
Sao Paulo State
Sao Paulo Hotel
Sao Paulo Hotels
Sao Paulo Brasilien
Sao Paulo Congonhas
21042010
20
21042010
21
Sao Paulo Airport
Sao Paulo Plane Crash
Sao Paulo Zoo
hellip
21042010
22
21042010
23
Algumas questotildees em aberto
Representaccedilatildeo de contextos de usuaacuterios emapeamento desses a ontologias
Anaacutelise dos efeitos de modificaccedilotildees de consultas
Meta-buscas semacircnticas
Anaacutelise da aceitaccedilatildeo dos usuaacuterios
Adaptabilidade a diferentes ontologias
Ranking dos resultados
Integraccedilatildeo com sistemas de gerenciamento dedocumentosconteuacutedo
Tratamento de dados multimiacuteda
Interfaces homem-maacutequina
Desempenho e escalabilidade
Contextual Semantic Search (CSS)(DAgostine Fileto ndash SBBD2007)rlm
21042010
24
General Architecture for CSSThe Weighted Topic Graph(DAgostine Fileto Dantas Gauthier - ICEIS 2008)rlm
A weighted topic graph is a graph TM(T A)rlm
T is a set of topics (vertices)rlm
A is a set of associations (edges)rlm
Let be an ontology O
Each topic t in T corresponds to a ontology term o in O
Each topic t has a weight [01] The sum from the weights from all topics with same name equals 1
Each association a has a weight [01] The sum
from all the weights from all association departing
a single topics equals 1
Topic weights used to disambiguate
Eg interest in Satildeo Paulo city instead of Satildeo Paulo
state
Association weights used to semantically
expand searches
Eg Actual interest in Guarulhos and airport while
searching for Satildeo Paulo city
The Weights in the Topic Graph Capturing the Users Context
Generated Topic Graph with the Ontological Users Context
The Contextual Semantic Search Process
21042010
25
Desambiguaccedilatildeo
Fundamento dos algoritmos de busca sobre contexto ontoloacutegico
Heuriacutesticas de estigmergia (Ant Colony Optimization - ACO)
Traccedilos de ferormocircnio
Algoritmo de busca semacircntica baseada em ACO
Entrada palavras-chave[ ]
Dados G(TA) Onto repositoacuterio
limite_de_profundidade
limite_miacutenimo_de_peso
λ fator de atenuaccedilatildeo de peso
iniacutecio Algoritmo Busca Contextual 1 Estigmeacuterica
resultados = busca_G_ou_Onto(palavras-chave[])
atenuaG (iacutendice ) λrlmisin [0 1]
manutenccedilatildeo(coleta_feedback(resultados))
fim
21042010
26
Demo Praestro ndash Karina Fasolin
Alguns trabalhos relacionados
Name Article Comments
Graupmann
et al 2005
The SphereSearch
engine for unifiedranked retrieval of
heterogeneous XML
and web documents
Searches through XML documents The context is a region in radius
around given element A data inside two regions is considered relevant
to both contexts
Made tests with large collections like DBLP INEX Wikipedia put for
stress testing regarding the size of the collection
ldquoLet us first comment on the difficulties of defining a meaningfulbenchmark for this kind of novel systemrdquo
Park e
Cheyer 2006
Just For Me Topic
Maps and Ontologies
Manages knowledge in three layers Topics Knowledge Structures and
Documents
Not implemented (at least at the time of publication)
Michlmayr
et al 2007Adaptive User Profiles
for Enterprise
Information Access
Represents context as an individual graph The graph is constructed
based on tags used to semantically annotate the content which the user
considers to be relevant
However the tags are only that only labels They are not tied-down to
a formal definition
Alguns trabalhos relacionados (cont)
Name Article Comments
Aleman-
Meza et a
2003
Context-Aware
Semantic Association
Ranking
Also defines context as regions But the regions are static defined in
the ontology which is used by the system So the contexts are defined
the same for every single user
Mani and
Sundaram
2007
Modeling user context
with applications to
media retrieval
Creates a graph representing the users context Each node
corresponds to an instance in the ontology The edges represent
relations between the instances Built to search trough multimedia
documents
However it does not associates the vocabulary the user uses with the
instances
Challam et
al 2007
Contextual Search
Using Ontology-Based
User Profiles
Monitors the users activity capturing content from open Internet
Explorer MS-Office and MSN The captured information is stored and
usedrlmtorlmbuildrlmarlmuser‟srlmcontextualrlmprofilerlmbasesrlmonrlmanrlmontology
The context is tightly coupled with the ontology
NO IMAGES WERE
PROVIDED
Vallet et al
2006
Personalized
Information Retrieval in
Context
Stores context as a graph constructed based on the ontology used by
the system Similar to Mani and Sundaram including its limitations
(mapping the vocabulary) however if built for text documents
Sieg et al
2007
Ontological User
Profiles for
Personalized Web
Search
Similar to Challam et al but it gets the context information from the
ontology terms used to annotate the retrieved relevant context
Also limited by the structure of the ontology
Alguns trabalhos relacionados(cont)
Name Deals with
objective
knowledge
(ontology)
Deals with
subjective
knowledge
(users
context)
The knowledge
management is
transparent
Idea Implemented
Graupmann et
al 2005
X IMPL
Park e Cheyer
2006
X X X IDEA
Michlmayr et al2007
X X IMPL
Aleman-Meza et
a 2003
X X IMPL
Mani eSundaram 2007
X X X IMPL
Challam et al
2007
X X X IMPL
Vallet et al 2006 X X X IMPL
Sieg et al 2007 X X X IMPL
(incomplete)
Praestro X X X IMPL
(prototype)
UnA-SUS ndash Universidade Aberta do SUS
Programa do Ministeacuterio da Sauacutede para atender necessidades de e
permanente dos
Accedilotildees focadas em
formulaccedilatildeo de conteuacutedo
bibliotecas digitais
cursos a distacircncia
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
13
O processo automatizado de anotaccedilatildeo semacircntica de documentos
Tokenizaccedilatildeo e Eliminaccedilatildeo de StopWords
Etiquetagem
Stemmer
Corpus Anotado
Identificaccedilatildeo EN
Associaccedilatildeo atermos da ontologia
RepositoacuterioSemacircntico
Tokensrelevantes
Palavras +Classificaccedilatildeo Gramatical
Radicais das Palavras +Classificaccedilatildeo Gramatical
Entidades Nomeadas
Anotaccedilatildeo Semacircntica
Dados Metadados Documento
s
Ontologia do Domiacutenio
Valida
Valida
Especialista
RepositoacuterioInformaccedilatildeo
Annotation example(Davies et al 2006)
Consider the phrase
There are deliverables
The tokens are
[There] [are] [deliverables] []
The tagger finds out what kind of a word each of the tokens
is (whether it is a noun an adjective a verb etc)rlm
[There] existential quantifier
[are] verbmdash3rd person singular present
[deliverables] nounmdashplural
Annotation example (cont)rlm
The morphological analyser gives the roots of all the words
[There] rootmdashthere
[are] rootmdashbe
[deliverables] rootmdashdeliverable
There are mdash mdashmdash
triggers the creation of one or more new classes in the
ontology
There are projects
There are workpackages tasks and deliverables
SEKT is a project
MUSINGrlmbdquoKnowledgerlmWeb‟rlmandrlmbdquoPrestorlmSpace‟rlmarerlmprojects
Projects have workpackages
Workpackages can have tasks
WP1 WP2 WP3 WP4 WP5 and WP6 are workpackages
SEKT has WP1
MUSING has WP2 WP3 and WP4
bdquoKnowledgerlmWeb‟rlmhasrlmWP5 and WP6
Annotation example (cont)rlm
Ontologia resultante Quadro Comparativo(Nunes e Fileto 2007)rlm
21042010
14
Dependecircncias entre plataformas(Rui Tramontin Junior 2007)rlm
Comparaccedilatildeo de desempenho(Reeve e Han 2005)rlm
Prataforma Categoria Precisatildeo Cobertura Medida F
Armadillo Descoberta de padrotildees
910 740 870
KIM Regras 860 820 840
MnM Induccedilatildeo 950 900 nd
MUSE Regras 935 923 929
PANKOW Descoberta de padrotildees
650 282 249
SemTag Regras 820 nd nd
Evoluccedilatildeo de ontologias(Bloehdorn et al 2006)rlm
Exemplo Uso natildeo uniforme de conceitos
Alternativas para remoccedilatildeo do conceito C que tem sub-conceitos
Processo de evoluccedilatildeo de ontologias
CapturaCaptura
da
Mudanccedila
Representaccedilatildeo Semacircntica Propagaccedilatildeo Implementaccedilatildeo Validaccedilatildeo
Fases Elementares
21042010
15
Mapeamentos entre ontologias(Ontology Matching)
Fusatildeo de ontologias
Processo semi-automatico de alinhamento(Huang at al 2006)rlm
Referecircncia
Jerome Euzenat INRIA Rhone-Alpes France
Pavel Shvaiko University of Trento Italy
Ontology Matching
URL httpbookontologymatchingorg
Springer-Verlag Heidelberg (DE) 2007
343 p 67 illus Hardcover
ISBN 978-3-540-49611-3
E as buscas semacircnticas
Recuperaccedilatildeo da informaccedilatildeo de documentosrlm
Medidas da eficaacutecia das soluccedilotildees
precisatildeo = nro de docs relevantes recuperadosnro de docs recuperados
cobertura = nro de docs relevantes recuperadosnro de docs relevantes
21042010
16
Classificaccedilatildeo de abordagens para buscas semacircnticas (Mangold 2007)
Arquitetura
Acoplamento entre ontologias e documentos
Transparecircncia
Contexto do usuaacuterio
Modificaccedilatildeo de consultas
Estrutura das ontologias
Tecnologia para representar as ontologias
Desempenho escalabilidade e distribuiccedilatildeo
Adaptabilidade
Ranking
Arquiteturas para buscas semacircnticas
Maacutequina de busca stand_alone armazenametadados sobre os documentos em iacutendicescom os quais avalia as consultas
Meta-maacutequina de busca distribui asconsultas para outras maacutequinas de busca ecombina os resultados
Acoplamento ontologias-documentos
Acoplamento forte os metadados dosdocumentos referem-se explicitamente aosconceitos de uma ontologia e vice-versa(requer anotaccedilatildeo semacircntica)rlm
Acoplamento fraco os documentos satildeoindependentes de quaisquer ontologiasdisponiacuteveis (pode restringir a capacidade debusca)rlm
Contexto do usuaacuterio
Learning extraiacutedo na interaccedilotildees do usuaacuteriocom o sistema (histoacuterico das consultas erefinamentos de consultas)rlm
Hard-coded as consultas satildeo organizadas emcategorias que definem a informaccedilatildeo solicitada(eg ldquolocation ofrdquo ldquoresources forrdquo rlm(
Modificaccedilatildeo de consultas
Manual o sistema retorna um trechoapropriado da ontologia junto com a respostapermitindo ao usuaacuterio navegar na ontologia ereformular a consulta pela adiccedilatildeo e remoccedilatildeo determos
Re-escrita automaacutetica a consulta eacuteotimizada automaticamente pelo sistema
Baseada em grafo considera conceitos edocumentos como nodos de um grafoefetuando propagaccedilatildeo da consulta a partir dosnodos correspondentes a termos de busca
Modificaccedilatildeo de consultas
Modificaccedilatildeo de consulta
Manual
Re-escrita de consulta
Baseada em grafo
Inserccedilatildeo de termoRemoccedilatildeo de termo
Substituiccedilatildeo de termo
Conjuntiva
Disjuntiva
Conjuntiva Disjuntiva
21042010
17
Estrutura da ontologia
Propriedades anocircnimas as relaccedilotildees entreconceitos natildeo satildeo nomeadas indicando apenasque eles compartilham o mesmo contexto
Propriedades padronizadas sinocircniacutemiahiperniacutemia meroniacutemia negaccedilatildeo etc
Propriedades especiacuteficas de domiacutenio aleacutemdas propriedades padratildeo considerapropriedades especiacuteficas de um domiacutenio (egldquotipo de cacircmerardquo em sistema para a aacuterea defotografia)rlm
Tecnologia da ontologia
F-Logic
RDF
DAML+OIL
Frames
OWL
Comparaccedilatildeo de abordagens Comparaccedilatildeo de abordagens (cont)
Buscas semacircnticas na Web hoje
httpwwwaliprcom (imagens)rlm
httpwwwcognitioncom
httpwwwdeepdyvecom
httpwwwbingcom
httpwwwcuilcom
httpwwwfreebasecom
httpwwwgooglecom
httpwwwkosmixcom
httpwwwhakiacom
httpwwwpowersetcom
httpwwwsensebotnet
httpdeveloperyahoocomsearchmonkey
httpswoogleumbcedu (ontologias)rlm
21042010
18
21042010
19
SAO PAULO-SP
University of Sao Paulo
Sao Paulo Fashion
Sao Paulo Fashion Week
Sao Paulo State
Sao Paulo Hotel
Sao Paulo Hotels
Sao Paulo Brasilien
Sao Paulo Congonhas
21042010
20
21042010
21
Sao Paulo Airport
Sao Paulo Plane Crash
Sao Paulo Zoo
hellip
21042010
22
21042010
23
Algumas questotildees em aberto
Representaccedilatildeo de contextos de usuaacuterios emapeamento desses a ontologias
Anaacutelise dos efeitos de modificaccedilotildees de consultas
Meta-buscas semacircnticas
Anaacutelise da aceitaccedilatildeo dos usuaacuterios
Adaptabilidade a diferentes ontologias
Ranking dos resultados
Integraccedilatildeo com sistemas de gerenciamento dedocumentosconteuacutedo
Tratamento de dados multimiacuteda
Interfaces homem-maacutequina
Desempenho e escalabilidade
Contextual Semantic Search (CSS)(DAgostine Fileto ndash SBBD2007)rlm
21042010
24
General Architecture for CSSThe Weighted Topic Graph(DAgostine Fileto Dantas Gauthier - ICEIS 2008)rlm
A weighted topic graph is a graph TM(T A)rlm
T is a set of topics (vertices)rlm
A is a set of associations (edges)rlm
Let be an ontology O
Each topic t in T corresponds to a ontology term o in O
Each topic t has a weight [01] The sum from the weights from all topics with same name equals 1
Each association a has a weight [01] The sum
from all the weights from all association departing
a single topics equals 1
Topic weights used to disambiguate
Eg interest in Satildeo Paulo city instead of Satildeo Paulo
state
Association weights used to semantically
expand searches
Eg Actual interest in Guarulhos and airport while
searching for Satildeo Paulo city
The Weights in the Topic Graph Capturing the Users Context
Generated Topic Graph with the Ontological Users Context
The Contextual Semantic Search Process
21042010
25
Desambiguaccedilatildeo
Fundamento dos algoritmos de busca sobre contexto ontoloacutegico
Heuriacutesticas de estigmergia (Ant Colony Optimization - ACO)
Traccedilos de ferormocircnio
Algoritmo de busca semacircntica baseada em ACO
Entrada palavras-chave[ ]
Dados G(TA) Onto repositoacuterio
limite_de_profundidade
limite_miacutenimo_de_peso
λ fator de atenuaccedilatildeo de peso
iniacutecio Algoritmo Busca Contextual 1 Estigmeacuterica
resultados = busca_G_ou_Onto(palavras-chave[])
atenuaG (iacutendice ) λrlmisin [0 1]
manutenccedilatildeo(coleta_feedback(resultados))
fim
21042010
26
Demo Praestro ndash Karina Fasolin
Alguns trabalhos relacionados
Name Article Comments
Graupmann
et al 2005
The SphereSearch
engine for unifiedranked retrieval of
heterogeneous XML
and web documents
Searches through XML documents The context is a region in radius
around given element A data inside two regions is considered relevant
to both contexts
Made tests with large collections like DBLP INEX Wikipedia put for
stress testing regarding the size of the collection
ldquoLet us first comment on the difficulties of defining a meaningfulbenchmark for this kind of novel systemrdquo
Park e
Cheyer 2006
Just For Me Topic
Maps and Ontologies
Manages knowledge in three layers Topics Knowledge Structures and
Documents
Not implemented (at least at the time of publication)
Michlmayr
et al 2007Adaptive User Profiles
for Enterprise
Information Access
Represents context as an individual graph The graph is constructed
based on tags used to semantically annotate the content which the user
considers to be relevant
However the tags are only that only labels They are not tied-down to
a formal definition
Alguns trabalhos relacionados (cont)
Name Article Comments
Aleman-
Meza et a
2003
Context-Aware
Semantic Association
Ranking
Also defines context as regions But the regions are static defined in
the ontology which is used by the system So the contexts are defined
the same for every single user
Mani and
Sundaram
2007
Modeling user context
with applications to
media retrieval
Creates a graph representing the users context Each node
corresponds to an instance in the ontology The edges represent
relations between the instances Built to search trough multimedia
documents
However it does not associates the vocabulary the user uses with the
instances
Challam et
al 2007
Contextual Search
Using Ontology-Based
User Profiles
Monitors the users activity capturing content from open Internet
Explorer MS-Office and MSN The captured information is stored and
usedrlmtorlmbuildrlmarlmuser‟srlmcontextualrlmprofilerlmbasesrlmonrlmanrlmontology
The context is tightly coupled with the ontology
NO IMAGES WERE
PROVIDED
Vallet et al
2006
Personalized
Information Retrieval in
Context
Stores context as a graph constructed based on the ontology used by
the system Similar to Mani and Sundaram including its limitations
(mapping the vocabulary) however if built for text documents
Sieg et al
2007
Ontological User
Profiles for
Personalized Web
Search
Similar to Challam et al but it gets the context information from the
ontology terms used to annotate the retrieved relevant context
Also limited by the structure of the ontology
Alguns trabalhos relacionados(cont)
Name Deals with
objective
knowledge
(ontology)
Deals with
subjective
knowledge
(users
context)
The knowledge
management is
transparent
Idea Implemented
Graupmann et
al 2005
X IMPL
Park e Cheyer
2006
X X X IDEA
Michlmayr et al2007
X X IMPL
Aleman-Meza et
a 2003
X X IMPL
Mani eSundaram 2007
X X X IMPL
Challam et al
2007
X X X IMPL
Vallet et al 2006 X X X IMPL
Sieg et al 2007 X X X IMPL
(incomplete)
Praestro X X X IMPL
(prototype)
UnA-SUS ndash Universidade Aberta do SUS
Programa do Ministeacuterio da Sauacutede para atender necessidades de e
permanente dos
Accedilotildees focadas em
formulaccedilatildeo de conteuacutedo
bibliotecas digitais
cursos a distacircncia
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
14
Dependecircncias entre plataformas(Rui Tramontin Junior 2007)rlm
Comparaccedilatildeo de desempenho(Reeve e Han 2005)rlm
Prataforma Categoria Precisatildeo Cobertura Medida F
Armadillo Descoberta de padrotildees
910 740 870
KIM Regras 860 820 840
MnM Induccedilatildeo 950 900 nd
MUSE Regras 935 923 929
PANKOW Descoberta de padrotildees
650 282 249
SemTag Regras 820 nd nd
Evoluccedilatildeo de ontologias(Bloehdorn et al 2006)rlm
Exemplo Uso natildeo uniforme de conceitos
Alternativas para remoccedilatildeo do conceito C que tem sub-conceitos
Processo de evoluccedilatildeo de ontologias
CapturaCaptura
da
Mudanccedila
Representaccedilatildeo Semacircntica Propagaccedilatildeo Implementaccedilatildeo Validaccedilatildeo
Fases Elementares
21042010
15
Mapeamentos entre ontologias(Ontology Matching)
Fusatildeo de ontologias
Processo semi-automatico de alinhamento(Huang at al 2006)rlm
Referecircncia
Jerome Euzenat INRIA Rhone-Alpes France
Pavel Shvaiko University of Trento Italy
Ontology Matching
URL httpbookontologymatchingorg
Springer-Verlag Heidelberg (DE) 2007
343 p 67 illus Hardcover
ISBN 978-3-540-49611-3
E as buscas semacircnticas
Recuperaccedilatildeo da informaccedilatildeo de documentosrlm
Medidas da eficaacutecia das soluccedilotildees
precisatildeo = nro de docs relevantes recuperadosnro de docs recuperados
cobertura = nro de docs relevantes recuperadosnro de docs relevantes
21042010
16
Classificaccedilatildeo de abordagens para buscas semacircnticas (Mangold 2007)
Arquitetura
Acoplamento entre ontologias e documentos
Transparecircncia
Contexto do usuaacuterio
Modificaccedilatildeo de consultas
Estrutura das ontologias
Tecnologia para representar as ontologias
Desempenho escalabilidade e distribuiccedilatildeo
Adaptabilidade
Ranking
Arquiteturas para buscas semacircnticas
Maacutequina de busca stand_alone armazenametadados sobre os documentos em iacutendicescom os quais avalia as consultas
Meta-maacutequina de busca distribui asconsultas para outras maacutequinas de busca ecombina os resultados
Acoplamento ontologias-documentos
Acoplamento forte os metadados dosdocumentos referem-se explicitamente aosconceitos de uma ontologia e vice-versa(requer anotaccedilatildeo semacircntica)rlm
Acoplamento fraco os documentos satildeoindependentes de quaisquer ontologiasdisponiacuteveis (pode restringir a capacidade debusca)rlm
Contexto do usuaacuterio
Learning extraiacutedo na interaccedilotildees do usuaacuteriocom o sistema (histoacuterico das consultas erefinamentos de consultas)rlm
Hard-coded as consultas satildeo organizadas emcategorias que definem a informaccedilatildeo solicitada(eg ldquolocation ofrdquo ldquoresources forrdquo rlm(
Modificaccedilatildeo de consultas
Manual o sistema retorna um trechoapropriado da ontologia junto com a respostapermitindo ao usuaacuterio navegar na ontologia ereformular a consulta pela adiccedilatildeo e remoccedilatildeo determos
Re-escrita automaacutetica a consulta eacuteotimizada automaticamente pelo sistema
Baseada em grafo considera conceitos edocumentos como nodos de um grafoefetuando propagaccedilatildeo da consulta a partir dosnodos correspondentes a termos de busca
Modificaccedilatildeo de consultas
Modificaccedilatildeo de consulta
Manual
Re-escrita de consulta
Baseada em grafo
Inserccedilatildeo de termoRemoccedilatildeo de termo
Substituiccedilatildeo de termo
Conjuntiva
Disjuntiva
Conjuntiva Disjuntiva
21042010
17
Estrutura da ontologia
Propriedades anocircnimas as relaccedilotildees entreconceitos natildeo satildeo nomeadas indicando apenasque eles compartilham o mesmo contexto
Propriedades padronizadas sinocircniacutemiahiperniacutemia meroniacutemia negaccedilatildeo etc
Propriedades especiacuteficas de domiacutenio aleacutemdas propriedades padratildeo considerapropriedades especiacuteficas de um domiacutenio (egldquotipo de cacircmerardquo em sistema para a aacuterea defotografia)rlm
Tecnologia da ontologia
F-Logic
RDF
DAML+OIL
Frames
OWL
Comparaccedilatildeo de abordagens Comparaccedilatildeo de abordagens (cont)
Buscas semacircnticas na Web hoje
httpwwwaliprcom (imagens)rlm
httpwwwcognitioncom
httpwwwdeepdyvecom
httpwwwbingcom
httpwwwcuilcom
httpwwwfreebasecom
httpwwwgooglecom
httpwwwkosmixcom
httpwwwhakiacom
httpwwwpowersetcom
httpwwwsensebotnet
httpdeveloperyahoocomsearchmonkey
httpswoogleumbcedu (ontologias)rlm
21042010
18
21042010
19
SAO PAULO-SP
University of Sao Paulo
Sao Paulo Fashion
Sao Paulo Fashion Week
Sao Paulo State
Sao Paulo Hotel
Sao Paulo Hotels
Sao Paulo Brasilien
Sao Paulo Congonhas
21042010
20
21042010
21
Sao Paulo Airport
Sao Paulo Plane Crash
Sao Paulo Zoo
hellip
21042010
22
21042010
23
Algumas questotildees em aberto
Representaccedilatildeo de contextos de usuaacuterios emapeamento desses a ontologias
Anaacutelise dos efeitos de modificaccedilotildees de consultas
Meta-buscas semacircnticas
Anaacutelise da aceitaccedilatildeo dos usuaacuterios
Adaptabilidade a diferentes ontologias
Ranking dos resultados
Integraccedilatildeo com sistemas de gerenciamento dedocumentosconteuacutedo
Tratamento de dados multimiacuteda
Interfaces homem-maacutequina
Desempenho e escalabilidade
Contextual Semantic Search (CSS)(DAgostine Fileto ndash SBBD2007)rlm
21042010
24
General Architecture for CSSThe Weighted Topic Graph(DAgostine Fileto Dantas Gauthier - ICEIS 2008)rlm
A weighted topic graph is a graph TM(T A)rlm
T is a set of topics (vertices)rlm
A is a set of associations (edges)rlm
Let be an ontology O
Each topic t in T corresponds to a ontology term o in O
Each topic t has a weight [01] The sum from the weights from all topics with same name equals 1
Each association a has a weight [01] The sum
from all the weights from all association departing
a single topics equals 1
Topic weights used to disambiguate
Eg interest in Satildeo Paulo city instead of Satildeo Paulo
state
Association weights used to semantically
expand searches
Eg Actual interest in Guarulhos and airport while
searching for Satildeo Paulo city
The Weights in the Topic Graph Capturing the Users Context
Generated Topic Graph with the Ontological Users Context
The Contextual Semantic Search Process
21042010
25
Desambiguaccedilatildeo
Fundamento dos algoritmos de busca sobre contexto ontoloacutegico
Heuriacutesticas de estigmergia (Ant Colony Optimization - ACO)
Traccedilos de ferormocircnio
Algoritmo de busca semacircntica baseada em ACO
Entrada palavras-chave[ ]
Dados G(TA) Onto repositoacuterio
limite_de_profundidade
limite_miacutenimo_de_peso
λ fator de atenuaccedilatildeo de peso
iniacutecio Algoritmo Busca Contextual 1 Estigmeacuterica
resultados = busca_G_ou_Onto(palavras-chave[])
atenuaG (iacutendice ) λrlmisin [0 1]
manutenccedilatildeo(coleta_feedback(resultados))
fim
21042010
26
Demo Praestro ndash Karina Fasolin
Alguns trabalhos relacionados
Name Article Comments
Graupmann
et al 2005
The SphereSearch
engine for unifiedranked retrieval of
heterogeneous XML
and web documents
Searches through XML documents The context is a region in radius
around given element A data inside two regions is considered relevant
to both contexts
Made tests with large collections like DBLP INEX Wikipedia put for
stress testing regarding the size of the collection
ldquoLet us first comment on the difficulties of defining a meaningfulbenchmark for this kind of novel systemrdquo
Park e
Cheyer 2006
Just For Me Topic
Maps and Ontologies
Manages knowledge in three layers Topics Knowledge Structures and
Documents
Not implemented (at least at the time of publication)
Michlmayr
et al 2007Adaptive User Profiles
for Enterprise
Information Access
Represents context as an individual graph The graph is constructed
based on tags used to semantically annotate the content which the user
considers to be relevant
However the tags are only that only labels They are not tied-down to
a formal definition
Alguns trabalhos relacionados (cont)
Name Article Comments
Aleman-
Meza et a
2003
Context-Aware
Semantic Association
Ranking
Also defines context as regions But the regions are static defined in
the ontology which is used by the system So the contexts are defined
the same for every single user
Mani and
Sundaram
2007
Modeling user context
with applications to
media retrieval
Creates a graph representing the users context Each node
corresponds to an instance in the ontology The edges represent
relations between the instances Built to search trough multimedia
documents
However it does not associates the vocabulary the user uses with the
instances
Challam et
al 2007
Contextual Search
Using Ontology-Based
User Profiles
Monitors the users activity capturing content from open Internet
Explorer MS-Office and MSN The captured information is stored and
usedrlmtorlmbuildrlmarlmuser‟srlmcontextualrlmprofilerlmbasesrlmonrlmanrlmontology
The context is tightly coupled with the ontology
NO IMAGES WERE
PROVIDED
Vallet et al
2006
Personalized
Information Retrieval in
Context
Stores context as a graph constructed based on the ontology used by
the system Similar to Mani and Sundaram including its limitations
(mapping the vocabulary) however if built for text documents
Sieg et al
2007
Ontological User
Profiles for
Personalized Web
Search
Similar to Challam et al but it gets the context information from the
ontology terms used to annotate the retrieved relevant context
Also limited by the structure of the ontology
Alguns trabalhos relacionados(cont)
Name Deals with
objective
knowledge
(ontology)
Deals with
subjective
knowledge
(users
context)
The knowledge
management is
transparent
Idea Implemented
Graupmann et
al 2005
X IMPL
Park e Cheyer
2006
X X X IDEA
Michlmayr et al2007
X X IMPL
Aleman-Meza et
a 2003
X X IMPL
Mani eSundaram 2007
X X X IMPL
Challam et al
2007
X X X IMPL
Vallet et al 2006 X X X IMPL
Sieg et al 2007 X X X IMPL
(incomplete)
Praestro X X X IMPL
(prototype)
UnA-SUS ndash Universidade Aberta do SUS
Programa do Ministeacuterio da Sauacutede para atender necessidades de e
permanente dos
Accedilotildees focadas em
formulaccedilatildeo de conteuacutedo
bibliotecas digitais
cursos a distacircncia
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
15
Mapeamentos entre ontologias(Ontology Matching)
Fusatildeo de ontologias
Processo semi-automatico de alinhamento(Huang at al 2006)rlm
Referecircncia
Jerome Euzenat INRIA Rhone-Alpes France
Pavel Shvaiko University of Trento Italy
Ontology Matching
URL httpbookontologymatchingorg
Springer-Verlag Heidelberg (DE) 2007
343 p 67 illus Hardcover
ISBN 978-3-540-49611-3
E as buscas semacircnticas
Recuperaccedilatildeo da informaccedilatildeo de documentosrlm
Medidas da eficaacutecia das soluccedilotildees
precisatildeo = nro de docs relevantes recuperadosnro de docs recuperados
cobertura = nro de docs relevantes recuperadosnro de docs relevantes
21042010
16
Classificaccedilatildeo de abordagens para buscas semacircnticas (Mangold 2007)
Arquitetura
Acoplamento entre ontologias e documentos
Transparecircncia
Contexto do usuaacuterio
Modificaccedilatildeo de consultas
Estrutura das ontologias
Tecnologia para representar as ontologias
Desempenho escalabilidade e distribuiccedilatildeo
Adaptabilidade
Ranking
Arquiteturas para buscas semacircnticas
Maacutequina de busca stand_alone armazenametadados sobre os documentos em iacutendicescom os quais avalia as consultas
Meta-maacutequina de busca distribui asconsultas para outras maacutequinas de busca ecombina os resultados
Acoplamento ontologias-documentos
Acoplamento forte os metadados dosdocumentos referem-se explicitamente aosconceitos de uma ontologia e vice-versa(requer anotaccedilatildeo semacircntica)rlm
Acoplamento fraco os documentos satildeoindependentes de quaisquer ontologiasdisponiacuteveis (pode restringir a capacidade debusca)rlm
Contexto do usuaacuterio
Learning extraiacutedo na interaccedilotildees do usuaacuteriocom o sistema (histoacuterico das consultas erefinamentos de consultas)rlm
Hard-coded as consultas satildeo organizadas emcategorias que definem a informaccedilatildeo solicitada(eg ldquolocation ofrdquo ldquoresources forrdquo rlm(
Modificaccedilatildeo de consultas
Manual o sistema retorna um trechoapropriado da ontologia junto com a respostapermitindo ao usuaacuterio navegar na ontologia ereformular a consulta pela adiccedilatildeo e remoccedilatildeo determos
Re-escrita automaacutetica a consulta eacuteotimizada automaticamente pelo sistema
Baseada em grafo considera conceitos edocumentos como nodos de um grafoefetuando propagaccedilatildeo da consulta a partir dosnodos correspondentes a termos de busca
Modificaccedilatildeo de consultas
Modificaccedilatildeo de consulta
Manual
Re-escrita de consulta
Baseada em grafo
Inserccedilatildeo de termoRemoccedilatildeo de termo
Substituiccedilatildeo de termo
Conjuntiva
Disjuntiva
Conjuntiva Disjuntiva
21042010
17
Estrutura da ontologia
Propriedades anocircnimas as relaccedilotildees entreconceitos natildeo satildeo nomeadas indicando apenasque eles compartilham o mesmo contexto
Propriedades padronizadas sinocircniacutemiahiperniacutemia meroniacutemia negaccedilatildeo etc
Propriedades especiacuteficas de domiacutenio aleacutemdas propriedades padratildeo considerapropriedades especiacuteficas de um domiacutenio (egldquotipo de cacircmerardquo em sistema para a aacuterea defotografia)rlm
Tecnologia da ontologia
F-Logic
RDF
DAML+OIL
Frames
OWL
Comparaccedilatildeo de abordagens Comparaccedilatildeo de abordagens (cont)
Buscas semacircnticas na Web hoje
httpwwwaliprcom (imagens)rlm
httpwwwcognitioncom
httpwwwdeepdyvecom
httpwwwbingcom
httpwwwcuilcom
httpwwwfreebasecom
httpwwwgooglecom
httpwwwkosmixcom
httpwwwhakiacom
httpwwwpowersetcom
httpwwwsensebotnet
httpdeveloperyahoocomsearchmonkey
httpswoogleumbcedu (ontologias)rlm
21042010
18
21042010
19
SAO PAULO-SP
University of Sao Paulo
Sao Paulo Fashion
Sao Paulo Fashion Week
Sao Paulo State
Sao Paulo Hotel
Sao Paulo Hotels
Sao Paulo Brasilien
Sao Paulo Congonhas
21042010
20
21042010
21
Sao Paulo Airport
Sao Paulo Plane Crash
Sao Paulo Zoo
hellip
21042010
22
21042010
23
Algumas questotildees em aberto
Representaccedilatildeo de contextos de usuaacuterios emapeamento desses a ontologias
Anaacutelise dos efeitos de modificaccedilotildees de consultas
Meta-buscas semacircnticas
Anaacutelise da aceitaccedilatildeo dos usuaacuterios
Adaptabilidade a diferentes ontologias
Ranking dos resultados
Integraccedilatildeo com sistemas de gerenciamento dedocumentosconteuacutedo
Tratamento de dados multimiacuteda
Interfaces homem-maacutequina
Desempenho e escalabilidade
Contextual Semantic Search (CSS)(DAgostine Fileto ndash SBBD2007)rlm
21042010
24
General Architecture for CSSThe Weighted Topic Graph(DAgostine Fileto Dantas Gauthier - ICEIS 2008)rlm
A weighted topic graph is a graph TM(T A)rlm
T is a set of topics (vertices)rlm
A is a set of associations (edges)rlm
Let be an ontology O
Each topic t in T corresponds to a ontology term o in O
Each topic t has a weight [01] The sum from the weights from all topics with same name equals 1
Each association a has a weight [01] The sum
from all the weights from all association departing
a single topics equals 1
Topic weights used to disambiguate
Eg interest in Satildeo Paulo city instead of Satildeo Paulo
state
Association weights used to semantically
expand searches
Eg Actual interest in Guarulhos and airport while
searching for Satildeo Paulo city
The Weights in the Topic Graph Capturing the Users Context
Generated Topic Graph with the Ontological Users Context
The Contextual Semantic Search Process
21042010
25
Desambiguaccedilatildeo
Fundamento dos algoritmos de busca sobre contexto ontoloacutegico
Heuriacutesticas de estigmergia (Ant Colony Optimization - ACO)
Traccedilos de ferormocircnio
Algoritmo de busca semacircntica baseada em ACO
Entrada palavras-chave[ ]
Dados G(TA) Onto repositoacuterio
limite_de_profundidade
limite_miacutenimo_de_peso
λ fator de atenuaccedilatildeo de peso
iniacutecio Algoritmo Busca Contextual 1 Estigmeacuterica
resultados = busca_G_ou_Onto(palavras-chave[])
atenuaG (iacutendice ) λrlmisin [0 1]
manutenccedilatildeo(coleta_feedback(resultados))
fim
21042010
26
Demo Praestro ndash Karina Fasolin
Alguns trabalhos relacionados
Name Article Comments
Graupmann
et al 2005
The SphereSearch
engine for unifiedranked retrieval of
heterogeneous XML
and web documents
Searches through XML documents The context is a region in radius
around given element A data inside two regions is considered relevant
to both contexts
Made tests with large collections like DBLP INEX Wikipedia put for
stress testing regarding the size of the collection
ldquoLet us first comment on the difficulties of defining a meaningfulbenchmark for this kind of novel systemrdquo
Park e
Cheyer 2006
Just For Me Topic
Maps and Ontologies
Manages knowledge in three layers Topics Knowledge Structures and
Documents
Not implemented (at least at the time of publication)
Michlmayr
et al 2007Adaptive User Profiles
for Enterprise
Information Access
Represents context as an individual graph The graph is constructed
based on tags used to semantically annotate the content which the user
considers to be relevant
However the tags are only that only labels They are not tied-down to
a formal definition
Alguns trabalhos relacionados (cont)
Name Article Comments
Aleman-
Meza et a
2003
Context-Aware
Semantic Association
Ranking
Also defines context as regions But the regions are static defined in
the ontology which is used by the system So the contexts are defined
the same for every single user
Mani and
Sundaram
2007
Modeling user context
with applications to
media retrieval
Creates a graph representing the users context Each node
corresponds to an instance in the ontology The edges represent
relations between the instances Built to search trough multimedia
documents
However it does not associates the vocabulary the user uses with the
instances
Challam et
al 2007
Contextual Search
Using Ontology-Based
User Profiles
Monitors the users activity capturing content from open Internet
Explorer MS-Office and MSN The captured information is stored and
usedrlmtorlmbuildrlmarlmuser‟srlmcontextualrlmprofilerlmbasesrlmonrlmanrlmontology
The context is tightly coupled with the ontology
NO IMAGES WERE
PROVIDED
Vallet et al
2006
Personalized
Information Retrieval in
Context
Stores context as a graph constructed based on the ontology used by
the system Similar to Mani and Sundaram including its limitations
(mapping the vocabulary) however if built for text documents
Sieg et al
2007
Ontological User
Profiles for
Personalized Web
Search
Similar to Challam et al but it gets the context information from the
ontology terms used to annotate the retrieved relevant context
Also limited by the structure of the ontology
Alguns trabalhos relacionados(cont)
Name Deals with
objective
knowledge
(ontology)
Deals with
subjective
knowledge
(users
context)
The knowledge
management is
transparent
Idea Implemented
Graupmann et
al 2005
X IMPL
Park e Cheyer
2006
X X X IDEA
Michlmayr et al2007
X X IMPL
Aleman-Meza et
a 2003
X X IMPL
Mani eSundaram 2007
X X X IMPL
Challam et al
2007
X X X IMPL
Vallet et al 2006 X X X IMPL
Sieg et al 2007 X X X IMPL
(incomplete)
Praestro X X X IMPL
(prototype)
UnA-SUS ndash Universidade Aberta do SUS
Programa do Ministeacuterio da Sauacutede para atender necessidades de e
permanente dos
Accedilotildees focadas em
formulaccedilatildeo de conteuacutedo
bibliotecas digitais
cursos a distacircncia
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
16
Classificaccedilatildeo de abordagens para buscas semacircnticas (Mangold 2007)
Arquitetura
Acoplamento entre ontologias e documentos
Transparecircncia
Contexto do usuaacuterio
Modificaccedilatildeo de consultas
Estrutura das ontologias
Tecnologia para representar as ontologias
Desempenho escalabilidade e distribuiccedilatildeo
Adaptabilidade
Ranking
Arquiteturas para buscas semacircnticas
Maacutequina de busca stand_alone armazenametadados sobre os documentos em iacutendicescom os quais avalia as consultas
Meta-maacutequina de busca distribui asconsultas para outras maacutequinas de busca ecombina os resultados
Acoplamento ontologias-documentos
Acoplamento forte os metadados dosdocumentos referem-se explicitamente aosconceitos de uma ontologia e vice-versa(requer anotaccedilatildeo semacircntica)rlm
Acoplamento fraco os documentos satildeoindependentes de quaisquer ontologiasdisponiacuteveis (pode restringir a capacidade debusca)rlm
Contexto do usuaacuterio
Learning extraiacutedo na interaccedilotildees do usuaacuteriocom o sistema (histoacuterico das consultas erefinamentos de consultas)rlm
Hard-coded as consultas satildeo organizadas emcategorias que definem a informaccedilatildeo solicitada(eg ldquolocation ofrdquo ldquoresources forrdquo rlm(
Modificaccedilatildeo de consultas
Manual o sistema retorna um trechoapropriado da ontologia junto com a respostapermitindo ao usuaacuterio navegar na ontologia ereformular a consulta pela adiccedilatildeo e remoccedilatildeo determos
Re-escrita automaacutetica a consulta eacuteotimizada automaticamente pelo sistema
Baseada em grafo considera conceitos edocumentos como nodos de um grafoefetuando propagaccedilatildeo da consulta a partir dosnodos correspondentes a termos de busca
Modificaccedilatildeo de consultas
Modificaccedilatildeo de consulta
Manual
Re-escrita de consulta
Baseada em grafo
Inserccedilatildeo de termoRemoccedilatildeo de termo
Substituiccedilatildeo de termo
Conjuntiva
Disjuntiva
Conjuntiva Disjuntiva
21042010
17
Estrutura da ontologia
Propriedades anocircnimas as relaccedilotildees entreconceitos natildeo satildeo nomeadas indicando apenasque eles compartilham o mesmo contexto
Propriedades padronizadas sinocircniacutemiahiperniacutemia meroniacutemia negaccedilatildeo etc
Propriedades especiacuteficas de domiacutenio aleacutemdas propriedades padratildeo considerapropriedades especiacuteficas de um domiacutenio (egldquotipo de cacircmerardquo em sistema para a aacuterea defotografia)rlm
Tecnologia da ontologia
F-Logic
RDF
DAML+OIL
Frames
OWL
Comparaccedilatildeo de abordagens Comparaccedilatildeo de abordagens (cont)
Buscas semacircnticas na Web hoje
httpwwwaliprcom (imagens)rlm
httpwwwcognitioncom
httpwwwdeepdyvecom
httpwwwbingcom
httpwwwcuilcom
httpwwwfreebasecom
httpwwwgooglecom
httpwwwkosmixcom
httpwwwhakiacom
httpwwwpowersetcom
httpwwwsensebotnet
httpdeveloperyahoocomsearchmonkey
httpswoogleumbcedu (ontologias)rlm
21042010
18
21042010
19
SAO PAULO-SP
University of Sao Paulo
Sao Paulo Fashion
Sao Paulo Fashion Week
Sao Paulo State
Sao Paulo Hotel
Sao Paulo Hotels
Sao Paulo Brasilien
Sao Paulo Congonhas
21042010
20
21042010
21
Sao Paulo Airport
Sao Paulo Plane Crash
Sao Paulo Zoo
hellip
21042010
22
21042010
23
Algumas questotildees em aberto
Representaccedilatildeo de contextos de usuaacuterios emapeamento desses a ontologias
Anaacutelise dos efeitos de modificaccedilotildees de consultas
Meta-buscas semacircnticas
Anaacutelise da aceitaccedilatildeo dos usuaacuterios
Adaptabilidade a diferentes ontologias
Ranking dos resultados
Integraccedilatildeo com sistemas de gerenciamento dedocumentosconteuacutedo
Tratamento de dados multimiacuteda
Interfaces homem-maacutequina
Desempenho e escalabilidade
Contextual Semantic Search (CSS)(DAgostine Fileto ndash SBBD2007)rlm
21042010
24
General Architecture for CSSThe Weighted Topic Graph(DAgostine Fileto Dantas Gauthier - ICEIS 2008)rlm
A weighted topic graph is a graph TM(T A)rlm
T is a set of topics (vertices)rlm
A is a set of associations (edges)rlm
Let be an ontology O
Each topic t in T corresponds to a ontology term o in O
Each topic t has a weight [01] The sum from the weights from all topics with same name equals 1
Each association a has a weight [01] The sum
from all the weights from all association departing
a single topics equals 1
Topic weights used to disambiguate
Eg interest in Satildeo Paulo city instead of Satildeo Paulo
state
Association weights used to semantically
expand searches
Eg Actual interest in Guarulhos and airport while
searching for Satildeo Paulo city
The Weights in the Topic Graph Capturing the Users Context
Generated Topic Graph with the Ontological Users Context
The Contextual Semantic Search Process
21042010
25
Desambiguaccedilatildeo
Fundamento dos algoritmos de busca sobre contexto ontoloacutegico
Heuriacutesticas de estigmergia (Ant Colony Optimization - ACO)
Traccedilos de ferormocircnio
Algoritmo de busca semacircntica baseada em ACO
Entrada palavras-chave[ ]
Dados G(TA) Onto repositoacuterio
limite_de_profundidade
limite_miacutenimo_de_peso
λ fator de atenuaccedilatildeo de peso
iniacutecio Algoritmo Busca Contextual 1 Estigmeacuterica
resultados = busca_G_ou_Onto(palavras-chave[])
atenuaG (iacutendice ) λrlmisin [0 1]
manutenccedilatildeo(coleta_feedback(resultados))
fim
21042010
26
Demo Praestro ndash Karina Fasolin
Alguns trabalhos relacionados
Name Article Comments
Graupmann
et al 2005
The SphereSearch
engine for unifiedranked retrieval of
heterogeneous XML
and web documents
Searches through XML documents The context is a region in radius
around given element A data inside two regions is considered relevant
to both contexts
Made tests with large collections like DBLP INEX Wikipedia put for
stress testing regarding the size of the collection
ldquoLet us first comment on the difficulties of defining a meaningfulbenchmark for this kind of novel systemrdquo
Park e
Cheyer 2006
Just For Me Topic
Maps and Ontologies
Manages knowledge in three layers Topics Knowledge Structures and
Documents
Not implemented (at least at the time of publication)
Michlmayr
et al 2007Adaptive User Profiles
for Enterprise
Information Access
Represents context as an individual graph The graph is constructed
based on tags used to semantically annotate the content which the user
considers to be relevant
However the tags are only that only labels They are not tied-down to
a formal definition
Alguns trabalhos relacionados (cont)
Name Article Comments
Aleman-
Meza et a
2003
Context-Aware
Semantic Association
Ranking
Also defines context as regions But the regions are static defined in
the ontology which is used by the system So the contexts are defined
the same for every single user
Mani and
Sundaram
2007
Modeling user context
with applications to
media retrieval
Creates a graph representing the users context Each node
corresponds to an instance in the ontology The edges represent
relations between the instances Built to search trough multimedia
documents
However it does not associates the vocabulary the user uses with the
instances
Challam et
al 2007
Contextual Search
Using Ontology-Based
User Profiles
Monitors the users activity capturing content from open Internet
Explorer MS-Office and MSN The captured information is stored and
usedrlmtorlmbuildrlmarlmuser‟srlmcontextualrlmprofilerlmbasesrlmonrlmanrlmontology
The context is tightly coupled with the ontology
NO IMAGES WERE
PROVIDED
Vallet et al
2006
Personalized
Information Retrieval in
Context
Stores context as a graph constructed based on the ontology used by
the system Similar to Mani and Sundaram including its limitations
(mapping the vocabulary) however if built for text documents
Sieg et al
2007
Ontological User
Profiles for
Personalized Web
Search
Similar to Challam et al but it gets the context information from the
ontology terms used to annotate the retrieved relevant context
Also limited by the structure of the ontology
Alguns trabalhos relacionados(cont)
Name Deals with
objective
knowledge
(ontology)
Deals with
subjective
knowledge
(users
context)
The knowledge
management is
transparent
Idea Implemented
Graupmann et
al 2005
X IMPL
Park e Cheyer
2006
X X X IDEA
Michlmayr et al2007
X X IMPL
Aleman-Meza et
a 2003
X X IMPL
Mani eSundaram 2007
X X X IMPL
Challam et al
2007
X X X IMPL
Vallet et al 2006 X X X IMPL
Sieg et al 2007 X X X IMPL
(incomplete)
Praestro X X X IMPL
(prototype)
UnA-SUS ndash Universidade Aberta do SUS
Programa do Ministeacuterio da Sauacutede para atender necessidades de e
permanente dos
Accedilotildees focadas em
formulaccedilatildeo de conteuacutedo
bibliotecas digitais
cursos a distacircncia
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
17
Estrutura da ontologia
Propriedades anocircnimas as relaccedilotildees entreconceitos natildeo satildeo nomeadas indicando apenasque eles compartilham o mesmo contexto
Propriedades padronizadas sinocircniacutemiahiperniacutemia meroniacutemia negaccedilatildeo etc
Propriedades especiacuteficas de domiacutenio aleacutemdas propriedades padratildeo considerapropriedades especiacuteficas de um domiacutenio (egldquotipo de cacircmerardquo em sistema para a aacuterea defotografia)rlm
Tecnologia da ontologia
F-Logic
RDF
DAML+OIL
Frames
OWL
Comparaccedilatildeo de abordagens Comparaccedilatildeo de abordagens (cont)
Buscas semacircnticas na Web hoje
httpwwwaliprcom (imagens)rlm
httpwwwcognitioncom
httpwwwdeepdyvecom
httpwwwbingcom
httpwwwcuilcom
httpwwwfreebasecom
httpwwwgooglecom
httpwwwkosmixcom
httpwwwhakiacom
httpwwwpowersetcom
httpwwwsensebotnet
httpdeveloperyahoocomsearchmonkey
httpswoogleumbcedu (ontologias)rlm
21042010
18
21042010
19
SAO PAULO-SP
University of Sao Paulo
Sao Paulo Fashion
Sao Paulo Fashion Week
Sao Paulo State
Sao Paulo Hotel
Sao Paulo Hotels
Sao Paulo Brasilien
Sao Paulo Congonhas
21042010
20
21042010
21
Sao Paulo Airport
Sao Paulo Plane Crash
Sao Paulo Zoo
hellip
21042010
22
21042010
23
Algumas questotildees em aberto
Representaccedilatildeo de contextos de usuaacuterios emapeamento desses a ontologias
Anaacutelise dos efeitos de modificaccedilotildees de consultas
Meta-buscas semacircnticas
Anaacutelise da aceitaccedilatildeo dos usuaacuterios
Adaptabilidade a diferentes ontologias
Ranking dos resultados
Integraccedilatildeo com sistemas de gerenciamento dedocumentosconteuacutedo
Tratamento de dados multimiacuteda
Interfaces homem-maacutequina
Desempenho e escalabilidade
Contextual Semantic Search (CSS)(DAgostine Fileto ndash SBBD2007)rlm
21042010
24
General Architecture for CSSThe Weighted Topic Graph(DAgostine Fileto Dantas Gauthier - ICEIS 2008)rlm
A weighted topic graph is a graph TM(T A)rlm
T is a set of topics (vertices)rlm
A is a set of associations (edges)rlm
Let be an ontology O
Each topic t in T corresponds to a ontology term o in O
Each topic t has a weight [01] The sum from the weights from all topics with same name equals 1
Each association a has a weight [01] The sum
from all the weights from all association departing
a single topics equals 1
Topic weights used to disambiguate
Eg interest in Satildeo Paulo city instead of Satildeo Paulo
state
Association weights used to semantically
expand searches
Eg Actual interest in Guarulhos and airport while
searching for Satildeo Paulo city
The Weights in the Topic Graph Capturing the Users Context
Generated Topic Graph with the Ontological Users Context
The Contextual Semantic Search Process
21042010
25
Desambiguaccedilatildeo
Fundamento dos algoritmos de busca sobre contexto ontoloacutegico
Heuriacutesticas de estigmergia (Ant Colony Optimization - ACO)
Traccedilos de ferormocircnio
Algoritmo de busca semacircntica baseada em ACO
Entrada palavras-chave[ ]
Dados G(TA) Onto repositoacuterio
limite_de_profundidade
limite_miacutenimo_de_peso
λ fator de atenuaccedilatildeo de peso
iniacutecio Algoritmo Busca Contextual 1 Estigmeacuterica
resultados = busca_G_ou_Onto(palavras-chave[])
atenuaG (iacutendice ) λrlmisin [0 1]
manutenccedilatildeo(coleta_feedback(resultados))
fim
21042010
26
Demo Praestro ndash Karina Fasolin
Alguns trabalhos relacionados
Name Article Comments
Graupmann
et al 2005
The SphereSearch
engine for unifiedranked retrieval of
heterogeneous XML
and web documents
Searches through XML documents The context is a region in radius
around given element A data inside two regions is considered relevant
to both contexts
Made tests with large collections like DBLP INEX Wikipedia put for
stress testing regarding the size of the collection
ldquoLet us first comment on the difficulties of defining a meaningfulbenchmark for this kind of novel systemrdquo
Park e
Cheyer 2006
Just For Me Topic
Maps and Ontologies
Manages knowledge in three layers Topics Knowledge Structures and
Documents
Not implemented (at least at the time of publication)
Michlmayr
et al 2007Adaptive User Profiles
for Enterprise
Information Access
Represents context as an individual graph The graph is constructed
based on tags used to semantically annotate the content which the user
considers to be relevant
However the tags are only that only labels They are not tied-down to
a formal definition
Alguns trabalhos relacionados (cont)
Name Article Comments
Aleman-
Meza et a
2003
Context-Aware
Semantic Association
Ranking
Also defines context as regions But the regions are static defined in
the ontology which is used by the system So the contexts are defined
the same for every single user
Mani and
Sundaram
2007
Modeling user context
with applications to
media retrieval
Creates a graph representing the users context Each node
corresponds to an instance in the ontology The edges represent
relations between the instances Built to search trough multimedia
documents
However it does not associates the vocabulary the user uses with the
instances
Challam et
al 2007
Contextual Search
Using Ontology-Based
User Profiles
Monitors the users activity capturing content from open Internet
Explorer MS-Office and MSN The captured information is stored and
usedrlmtorlmbuildrlmarlmuser‟srlmcontextualrlmprofilerlmbasesrlmonrlmanrlmontology
The context is tightly coupled with the ontology
NO IMAGES WERE
PROVIDED
Vallet et al
2006
Personalized
Information Retrieval in
Context
Stores context as a graph constructed based on the ontology used by
the system Similar to Mani and Sundaram including its limitations
(mapping the vocabulary) however if built for text documents
Sieg et al
2007
Ontological User
Profiles for
Personalized Web
Search
Similar to Challam et al but it gets the context information from the
ontology terms used to annotate the retrieved relevant context
Also limited by the structure of the ontology
Alguns trabalhos relacionados(cont)
Name Deals with
objective
knowledge
(ontology)
Deals with
subjective
knowledge
(users
context)
The knowledge
management is
transparent
Idea Implemented
Graupmann et
al 2005
X IMPL
Park e Cheyer
2006
X X X IDEA
Michlmayr et al2007
X X IMPL
Aleman-Meza et
a 2003
X X IMPL
Mani eSundaram 2007
X X X IMPL
Challam et al
2007
X X X IMPL
Vallet et al 2006 X X X IMPL
Sieg et al 2007 X X X IMPL
(incomplete)
Praestro X X X IMPL
(prototype)
UnA-SUS ndash Universidade Aberta do SUS
Programa do Ministeacuterio da Sauacutede para atender necessidades de e
permanente dos
Accedilotildees focadas em
formulaccedilatildeo de conteuacutedo
bibliotecas digitais
cursos a distacircncia
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
18
21042010
19
SAO PAULO-SP
University of Sao Paulo
Sao Paulo Fashion
Sao Paulo Fashion Week
Sao Paulo State
Sao Paulo Hotel
Sao Paulo Hotels
Sao Paulo Brasilien
Sao Paulo Congonhas
21042010
20
21042010
21
Sao Paulo Airport
Sao Paulo Plane Crash
Sao Paulo Zoo
hellip
21042010
22
21042010
23
Algumas questotildees em aberto
Representaccedilatildeo de contextos de usuaacuterios emapeamento desses a ontologias
Anaacutelise dos efeitos de modificaccedilotildees de consultas
Meta-buscas semacircnticas
Anaacutelise da aceitaccedilatildeo dos usuaacuterios
Adaptabilidade a diferentes ontologias
Ranking dos resultados
Integraccedilatildeo com sistemas de gerenciamento dedocumentosconteuacutedo
Tratamento de dados multimiacuteda
Interfaces homem-maacutequina
Desempenho e escalabilidade
Contextual Semantic Search (CSS)(DAgostine Fileto ndash SBBD2007)rlm
21042010
24
General Architecture for CSSThe Weighted Topic Graph(DAgostine Fileto Dantas Gauthier - ICEIS 2008)rlm
A weighted topic graph is a graph TM(T A)rlm
T is a set of topics (vertices)rlm
A is a set of associations (edges)rlm
Let be an ontology O
Each topic t in T corresponds to a ontology term o in O
Each topic t has a weight [01] The sum from the weights from all topics with same name equals 1
Each association a has a weight [01] The sum
from all the weights from all association departing
a single topics equals 1
Topic weights used to disambiguate
Eg interest in Satildeo Paulo city instead of Satildeo Paulo
state
Association weights used to semantically
expand searches
Eg Actual interest in Guarulhos and airport while
searching for Satildeo Paulo city
The Weights in the Topic Graph Capturing the Users Context
Generated Topic Graph with the Ontological Users Context
The Contextual Semantic Search Process
21042010
25
Desambiguaccedilatildeo
Fundamento dos algoritmos de busca sobre contexto ontoloacutegico
Heuriacutesticas de estigmergia (Ant Colony Optimization - ACO)
Traccedilos de ferormocircnio
Algoritmo de busca semacircntica baseada em ACO
Entrada palavras-chave[ ]
Dados G(TA) Onto repositoacuterio
limite_de_profundidade
limite_miacutenimo_de_peso
λ fator de atenuaccedilatildeo de peso
iniacutecio Algoritmo Busca Contextual 1 Estigmeacuterica
resultados = busca_G_ou_Onto(palavras-chave[])
atenuaG (iacutendice ) λrlmisin [0 1]
manutenccedilatildeo(coleta_feedback(resultados))
fim
21042010
26
Demo Praestro ndash Karina Fasolin
Alguns trabalhos relacionados
Name Article Comments
Graupmann
et al 2005
The SphereSearch
engine for unifiedranked retrieval of
heterogeneous XML
and web documents
Searches through XML documents The context is a region in radius
around given element A data inside two regions is considered relevant
to both contexts
Made tests with large collections like DBLP INEX Wikipedia put for
stress testing regarding the size of the collection
ldquoLet us first comment on the difficulties of defining a meaningfulbenchmark for this kind of novel systemrdquo
Park e
Cheyer 2006
Just For Me Topic
Maps and Ontologies
Manages knowledge in three layers Topics Knowledge Structures and
Documents
Not implemented (at least at the time of publication)
Michlmayr
et al 2007Adaptive User Profiles
for Enterprise
Information Access
Represents context as an individual graph The graph is constructed
based on tags used to semantically annotate the content which the user
considers to be relevant
However the tags are only that only labels They are not tied-down to
a formal definition
Alguns trabalhos relacionados (cont)
Name Article Comments
Aleman-
Meza et a
2003
Context-Aware
Semantic Association
Ranking
Also defines context as regions But the regions are static defined in
the ontology which is used by the system So the contexts are defined
the same for every single user
Mani and
Sundaram
2007
Modeling user context
with applications to
media retrieval
Creates a graph representing the users context Each node
corresponds to an instance in the ontology The edges represent
relations between the instances Built to search trough multimedia
documents
However it does not associates the vocabulary the user uses with the
instances
Challam et
al 2007
Contextual Search
Using Ontology-Based
User Profiles
Monitors the users activity capturing content from open Internet
Explorer MS-Office and MSN The captured information is stored and
usedrlmtorlmbuildrlmarlmuser‟srlmcontextualrlmprofilerlmbasesrlmonrlmanrlmontology
The context is tightly coupled with the ontology
NO IMAGES WERE
PROVIDED
Vallet et al
2006
Personalized
Information Retrieval in
Context
Stores context as a graph constructed based on the ontology used by
the system Similar to Mani and Sundaram including its limitations
(mapping the vocabulary) however if built for text documents
Sieg et al
2007
Ontological User
Profiles for
Personalized Web
Search
Similar to Challam et al but it gets the context information from the
ontology terms used to annotate the retrieved relevant context
Also limited by the structure of the ontology
Alguns trabalhos relacionados(cont)
Name Deals with
objective
knowledge
(ontology)
Deals with
subjective
knowledge
(users
context)
The knowledge
management is
transparent
Idea Implemented
Graupmann et
al 2005
X IMPL
Park e Cheyer
2006
X X X IDEA
Michlmayr et al2007
X X IMPL
Aleman-Meza et
a 2003
X X IMPL
Mani eSundaram 2007
X X X IMPL
Challam et al
2007
X X X IMPL
Vallet et al 2006 X X X IMPL
Sieg et al 2007 X X X IMPL
(incomplete)
Praestro X X X IMPL
(prototype)
UnA-SUS ndash Universidade Aberta do SUS
Programa do Ministeacuterio da Sauacutede para atender necessidades de e
permanente dos
Accedilotildees focadas em
formulaccedilatildeo de conteuacutedo
bibliotecas digitais
cursos a distacircncia
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
19
SAO PAULO-SP
University of Sao Paulo
Sao Paulo Fashion
Sao Paulo Fashion Week
Sao Paulo State
Sao Paulo Hotel
Sao Paulo Hotels
Sao Paulo Brasilien
Sao Paulo Congonhas
21042010
20
21042010
21
Sao Paulo Airport
Sao Paulo Plane Crash
Sao Paulo Zoo
hellip
21042010
22
21042010
23
Algumas questotildees em aberto
Representaccedilatildeo de contextos de usuaacuterios emapeamento desses a ontologias
Anaacutelise dos efeitos de modificaccedilotildees de consultas
Meta-buscas semacircnticas
Anaacutelise da aceitaccedilatildeo dos usuaacuterios
Adaptabilidade a diferentes ontologias
Ranking dos resultados
Integraccedilatildeo com sistemas de gerenciamento dedocumentosconteuacutedo
Tratamento de dados multimiacuteda
Interfaces homem-maacutequina
Desempenho e escalabilidade
Contextual Semantic Search (CSS)(DAgostine Fileto ndash SBBD2007)rlm
21042010
24
General Architecture for CSSThe Weighted Topic Graph(DAgostine Fileto Dantas Gauthier - ICEIS 2008)rlm
A weighted topic graph is a graph TM(T A)rlm
T is a set of topics (vertices)rlm
A is a set of associations (edges)rlm
Let be an ontology O
Each topic t in T corresponds to a ontology term o in O
Each topic t has a weight [01] The sum from the weights from all topics with same name equals 1
Each association a has a weight [01] The sum
from all the weights from all association departing
a single topics equals 1
Topic weights used to disambiguate
Eg interest in Satildeo Paulo city instead of Satildeo Paulo
state
Association weights used to semantically
expand searches
Eg Actual interest in Guarulhos and airport while
searching for Satildeo Paulo city
The Weights in the Topic Graph Capturing the Users Context
Generated Topic Graph with the Ontological Users Context
The Contextual Semantic Search Process
21042010
25
Desambiguaccedilatildeo
Fundamento dos algoritmos de busca sobre contexto ontoloacutegico
Heuriacutesticas de estigmergia (Ant Colony Optimization - ACO)
Traccedilos de ferormocircnio
Algoritmo de busca semacircntica baseada em ACO
Entrada palavras-chave[ ]
Dados G(TA) Onto repositoacuterio
limite_de_profundidade
limite_miacutenimo_de_peso
λ fator de atenuaccedilatildeo de peso
iniacutecio Algoritmo Busca Contextual 1 Estigmeacuterica
resultados = busca_G_ou_Onto(palavras-chave[])
atenuaG (iacutendice ) λrlmisin [0 1]
manutenccedilatildeo(coleta_feedback(resultados))
fim
21042010
26
Demo Praestro ndash Karina Fasolin
Alguns trabalhos relacionados
Name Article Comments
Graupmann
et al 2005
The SphereSearch
engine for unifiedranked retrieval of
heterogeneous XML
and web documents
Searches through XML documents The context is a region in radius
around given element A data inside two regions is considered relevant
to both contexts
Made tests with large collections like DBLP INEX Wikipedia put for
stress testing regarding the size of the collection
ldquoLet us first comment on the difficulties of defining a meaningfulbenchmark for this kind of novel systemrdquo
Park e
Cheyer 2006
Just For Me Topic
Maps and Ontologies
Manages knowledge in three layers Topics Knowledge Structures and
Documents
Not implemented (at least at the time of publication)
Michlmayr
et al 2007Adaptive User Profiles
for Enterprise
Information Access
Represents context as an individual graph The graph is constructed
based on tags used to semantically annotate the content which the user
considers to be relevant
However the tags are only that only labels They are not tied-down to
a formal definition
Alguns trabalhos relacionados (cont)
Name Article Comments
Aleman-
Meza et a
2003
Context-Aware
Semantic Association
Ranking
Also defines context as regions But the regions are static defined in
the ontology which is used by the system So the contexts are defined
the same for every single user
Mani and
Sundaram
2007
Modeling user context
with applications to
media retrieval
Creates a graph representing the users context Each node
corresponds to an instance in the ontology The edges represent
relations between the instances Built to search trough multimedia
documents
However it does not associates the vocabulary the user uses with the
instances
Challam et
al 2007
Contextual Search
Using Ontology-Based
User Profiles
Monitors the users activity capturing content from open Internet
Explorer MS-Office and MSN The captured information is stored and
usedrlmtorlmbuildrlmarlmuser‟srlmcontextualrlmprofilerlmbasesrlmonrlmanrlmontology
The context is tightly coupled with the ontology
NO IMAGES WERE
PROVIDED
Vallet et al
2006
Personalized
Information Retrieval in
Context
Stores context as a graph constructed based on the ontology used by
the system Similar to Mani and Sundaram including its limitations
(mapping the vocabulary) however if built for text documents
Sieg et al
2007
Ontological User
Profiles for
Personalized Web
Search
Similar to Challam et al but it gets the context information from the
ontology terms used to annotate the retrieved relevant context
Also limited by the structure of the ontology
Alguns trabalhos relacionados(cont)
Name Deals with
objective
knowledge
(ontology)
Deals with
subjective
knowledge
(users
context)
The knowledge
management is
transparent
Idea Implemented
Graupmann et
al 2005
X IMPL
Park e Cheyer
2006
X X X IDEA
Michlmayr et al2007
X X IMPL
Aleman-Meza et
a 2003
X X IMPL
Mani eSundaram 2007
X X X IMPL
Challam et al
2007
X X X IMPL
Vallet et al 2006 X X X IMPL
Sieg et al 2007 X X X IMPL
(incomplete)
Praestro X X X IMPL
(prototype)
UnA-SUS ndash Universidade Aberta do SUS
Programa do Ministeacuterio da Sauacutede para atender necessidades de e
permanente dos
Accedilotildees focadas em
formulaccedilatildeo de conteuacutedo
bibliotecas digitais
cursos a distacircncia
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
20
21042010
21
Sao Paulo Airport
Sao Paulo Plane Crash
Sao Paulo Zoo
hellip
21042010
22
21042010
23
Algumas questotildees em aberto
Representaccedilatildeo de contextos de usuaacuterios emapeamento desses a ontologias
Anaacutelise dos efeitos de modificaccedilotildees de consultas
Meta-buscas semacircnticas
Anaacutelise da aceitaccedilatildeo dos usuaacuterios
Adaptabilidade a diferentes ontologias
Ranking dos resultados
Integraccedilatildeo com sistemas de gerenciamento dedocumentosconteuacutedo
Tratamento de dados multimiacuteda
Interfaces homem-maacutequina
Desempenho e escalabilidade
Contextual Semantic Search (CSS)(DAgostine Fileto ndash SBBD2007)rlm
21042010
24
General Architecture for CSSThe Weighted Topic Graph(DAgostine Fileto Dantas Gauthier - ICEIS 2008)rlm
A weighted topic graph is a graph TM(T A)rlm
T is a set of topics (vertices)rlm
A is a set of associations (edges)rlm
Let be an ontology O
Each topic t in T corresponds to a ontology term o in O
Each topic t has a weight [01] The sum from the weights from all topics with same name equals 1
Each association a has a weight [01] The sum
from all the weights from all association departing
a single topics equals 1
Topic weights used to disambiguate
Eg interest in Satildeo Paulo city instead of Satildeo Paulo
state
Association weights used to semantically
expand searches
Eg Actual interest in Guarulhos and airport while
searching for Satildeo Paulo city
The Weights in the Topic Graph Capturing the Users Context
Generated Topic Graph with the Ontological Users Context
The Contextual Semantic Search Process
21042010
25
Desambiguaccedilatildeo
Fundamento dos algoritmos de busca sobre contexto ontoloacutegico
Heuriacutesticas de estigmergia (Ant Colony Optimization - ACO)
Traccedilos de ferormocircnio
Algoritmo de busca semacircntica baseada em ACO
Entrada palavras-chave[ ]
Dados G(TA) Onto repositoacuterio
limite_de_profundidade
limite_miacutenimo_de_peso
λ fator de atenuaccedilatildeo de peso
iniacutecio Algoritmo Busca Contextual 1 Estigmeacuterica
resultados = busca_G_ou_Onto(palavras-chave[])
atenuaG (iacutendice ) λrlmisin [0 1]
manutenccedilatildeo(coleta_feedback(resultados))
fim
21042010
26
Demo Praestro ndash Karina Fasolin
Alguns trabalhos relacionados
Name Article Comments
Graupmann
et al 2005
The SphereSearch
engine for unifiedranked retrieval of
heterogeneous XML
and web documents
Searches through XML documents The context is a region in radius
around given element A data inside two regions is considered relevant
to both contexts
Made tests with large collections like DBLP INEX Wikipedia put for
stress testing regarding the size of the collection
ldquoLet us first comment on the difficulties of defining a meaningfulbenchmark for this kind of novel systemrdquo
Park e
Cheyer 2006
Just For Me Topic
Maps and Ontologies
Manages knowledge in three layers Topics Knowledge Structures and
Documents
Not implemented (at least at the time of publication)
Michlmayr
et al 2007Adaptive User Profiles
for Enterprise
Information Access
Represents context as an individual graph The graph is constructed
based on tags used to semantically annotate the content which the user
considers to be relevant
However the tags are only that only labels They are not tied-down to
a formal definition
Alguns trabalhos relacionados (cont)
Name Article Comments
Aleman-
Meza et a
2003
Context-Aware
Semantic Association
Ranking
Also defines context as regions But the regions are static defined in
the ontology which is used by the system So the contexts are defined
the same for every single user
Mani and
Sundaram
2007
Modeling user context
with applications to
media retrieval
Creates a graph representing the users context Each node
corresponds to an instance in the ontology The edges represent
relations between the instances Built to search trough multimedia
documents
However it does not associates the vocabulary the user uses with the
instances
Challam et
al 2007
Contextual Search
Using Ontology-Based
User Profiles
Monitors the users activity capturing content from open Internet
Explorer MS-Office and MSN The captured information is stored and
usedrlmtorlmbuildrlmarlmuser‟srlmcontextualrlmprofilerlmbasesrlmonrlmanrlmontology
The context is tightly coupled with the ontology
NO IMAGES WERE
PROVIDED
Vallet et al
2006
Personalized
Information Retrieval in
Context
Stores context as a graph constructed based on the ontology used by
the system Similar to Mani and Sundaram including its limitations
(mapping the vocabulary) however if built for text documents
Sieg et al
2007
Ontological User
Profiles for
Personalized Web
Search
Similar to Challam et al but it gets the context information from the
ontology terms used to annotate the retrieved relevant context
Also limited by the structure of the ontology
Alguns trabalhos relacionados(cont)
Name Deals with
objective
knowledge
(ontology)
Deals with
subjective
knowledge
(users
context)
The knowledge
management is
transparent
Idea Implemented
Graupmann et
al 2005
X IMPL
Park e Cheyer
2006
X X X IDEA
Michlmayr et al2007
X X IMPL
Aleman-Meza et
a 2003
X X IMPL
Mani eSundaram 2007
X X X IMPL
Challam et al
2007
X X X IMPL
Vallet et al 2006 X X X IMPL
Sieg et al 2007 X X X IMPL
(incomplete)
Praestro X X X IMPL
(prototype)
UnA-SUS ndash Universidade Aberta do SUS
Programa do Ministeacuterio da Sauacutede para atender necessidades de e
permanente dos
Accedilotildees focadas em
formulaccedilatildeo de conteuacutedo
bibliotecas digitais
cursos a distacircncia
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
21
Sao Paulo Airport
Sao Paulo Plane Crash
Sao Paulo Zoo
hellip
21042010
22
21042010
23
Algumas questotildees em aberto
Representaccedilatildeo de contextos de usuaacuterios emapeamento desses a ontologias
Anaacutelise dos efeitos de modificaccedilotildees de consultas
Meta-buscas semacircnticas
Anaacutelise da aceitaccedilatildeo dos usuaacuterios
Adaptabilidade a diferentes ontologias
Ranking dos resultados
Integraccedilatildeo com sistemas de gerenciamento dedocumentosconteuacutedo
Tratamento de dados multimiacuteda
Interfaces homem-maacutequina
Desempenho e escalabilidade
Contextual Semantic Search (CSS)(DAgostine Fileto ndash SBBD2007)rlm
21042010
24
General Architecture for CSSThe Weighted Topic Graph(DAgostine Fileto Dantas Gauthier - ICEIS 2008)rlm
A weighted topic graph is a graph TM(T A)rlm
T is a set of topics (vertices)rlm
A is a set of associations (edges)rlm
Let be an ontology O
Each topic t in T corresponds to a ontology term o in O
Each topic t has a weight [01] The sum from the weights from all topics with same name equals 1
Each association a has a weight [01] The sum
from all the weights from all association departing
a single topics equals 1
Topic weights used to disambiguate
Eg interest in Satildeo Paulo city instead of Satildeo Paulo
state
Association weights used to semantically
expand searches
Eg Actual interest in Guarulhos and airport while
searching for Satildeo Paulo city
The Weights in the Topic Graph Capturing the Users Context
Generated Topic Graph with the Ontological Users Context
The Contextual Semantic Search Process
21042010
25
Desambiguaccedilatildeo
Fundamento dos algoritmos de busca sobre contexto ontoloacutegico
Heuriacutesticas de estigmergia (Ant Colony Optimization - ACO)
Traccedilos de ferormocircnio
Algoritmo de busca semacircntica baseada em ACO
Entrada palavras-chave[ ]
Dados G(TA) Onto repositoacuterio
limite_de_profundidade
limite_miacutenimo_de_peso
λ fator de atenuaccedilatildeo de peso
iniacutecio Algoritmo Busca Contextual 1 Estigmeacuterica
resultados = busca_G_ou_Onto(palavras-chave[])
atenuaG (iacutendice ) λrlmisin [0 1]
manutenccedilatildeo(coleta_feedback(resultados))
fim
21042010
26
Demo Praestro ndash Karina Fasolin
Alguns trabalhos relacionados
Name Article Comments
Graupmann
et al 2005
The SphereSearch
engine for unifiedranked retrieval of
heterogeneous XML
and web documents
Searches through XML documents The context is a region in radius
around given element A data inside two regions is considered relevant
to both contexts
Made tests with large collections like DBLP INEX Wikipedia put for
stress testing regarding the size of the collection
ldquoLet us first comment on the difficulties of defining a meaningfulbenchmark for this kind of novel systemrdquo
Park e
Cheyer 2006
Just For Me Topic
Maps and Ontologies
Manages knowledge in three layers Topics Knowledge Structures and
Documents
Not implemented (at least at the time of publication)
Michlmayr
et al 2007Adaptive User Profiles
for Enterprise
Information Access
Represents context as an individual graph The graph is constructed
based on tags used to semantically annotate the content which the user
considers to be relevant
However the tags are only that only labels They are not tied-down to
a formal definition
Alguns trabalhos relacionados (cont)
Name Article Comments
Aleman-
Meza et a
2003
Context-Aware
Semantic Association
Ranking
Also defines context as regions But the regions are static defined in
the ontology which is used by the system So the contexts are defined
the same for every single user
Mani and
Sundaram
2007
Modeling user context
with applications to
media retrieval
Creates a graph representing the users context Each node
corresponds to an instance in the ontology The edges represent
relations between the instances Built to search trough multimedia
documents
However it does not associates the vocabulary the user uses with the
instances
Challam et
al 2007
Contextual Search
Using Ontology-Based
User Profiles
Monitors the users activity capturing content from open Internet
Explorer MS-Office and MSN The captured information is stored and
usedrlmtorlmbuildrlmarlmuser‟srlmcontextualrlmprofilerlmbasesrlmonrlmanrlmontology
The context is tightly coupled with the ontology
NO IMAGES WERE
PROVIDED
Vallet et al
2006
Personalized
Information Retrieval in
Context
Stores context as a graph constructed based on the ontology used by
the system Similar to Mani and Sundaram including its limitations
(mapping the vocabulary) however if built for text documents
Sieg et al
2007
Ontological User
Profiles for
Personalized Web
Search
Similar to Challam et al but it gets the context information from the
ontology terms used to annotate the retrieved relevant context
Also limited by the structure of the ontology
Alguns trabalhos relacionados(cont)
Name Deals with
objective
knowledge
(ontology)
Deals with
subjective
knowledge
(users
context)
The knowledge
management is
transparent
Idea Implemented
Graupmann et
al 2005
X IMPL
Park e Cheyer
2006
X X X IDEA
Michlmayr et al2007
X X IMPL
Aleman-Meza et
a 2003
X X IMPL
Mani eSundaram 2007
X X X IMPL
Challam et al
2007
X X X IMPL
Vallet et al 2006 X X X IMPL
Sieg et al 2007 X X X IMPL
(incomplete)
Praestro X X X IMPL
(prototype)
UnA-SUS ndash Universidade Aberta do SUS
Programa do Ministeacuterio da Sauacutede para atender necessidades de e
permanente dos
Accedilotildees focadas em
formulaccedilatildeo de conteuacutedo
bibliotecas digitais
cursos a distacircncia
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
22
21042010
23
Algumas questotildees em aberto
Representaccedilatildeo de contextos de usuaacuterios emapeamento desses a ontologias
Anaacutelise dos efeitos de modificaccedilotildees de consultas
Meta-buscas semacircnticas
Anaacutelise da aceitaccedilatildeo dos usuaacuterios
Adaptabilidade a diferentes ontologias
Ranking dos resultados
Integraccedilatildeo com sistemas de gerenciamento dedocumentosconteuacutedo
Tratamento de dados multimiacuteda
Interfaces homem-maacutequina
Desempenho e escalabilidade
Contextual Semantic Search (CSS)(DAgostine Fileto ndash SBBD2007)rlm
21042010
24
General Architecture for CSSThe Weighted Topic Graph(DAgostine Fileto Dantas Gauthier - ICEIS 2008)rlm
A weighted topic graph is a graph TM(T A)rlm
T is a set of topics (vertices)rlm
A is a set of associations (edges)rlm
Let be an ontology O
Each topic t in T corresponds to a ontology term o in O
Each topic t has a weight [01] The sum from the weights from all topics with same name equals 1
Each association a has a weight [01] The sum
from all the weights from all association departing
a single topics equals 1
Topic weights used to disambiguate
Eg interest in Satildeo Paulo city instead of Satildeo Paulo
state
Association weights used to semantically
expand searches
Eg Actual interest in Guarulhos and airport while
searching for Satildeo Paulo city
The Weights in the Topic Graph Capturing the Users Context
Generated Topic Graph with the Ontological Users Context
The Contextual Semantic Search Process
21042010
25
Desambiguaccedilatildeo
Fundamento dos algoritmos de busca sobre contexto ontoloacutegico
Heuriacutesticas de estigmergia (Ant Colony Optimization - ACO)
Traccedilos de ferormocircnio
Algoritmo de busca semacircntica baseada em ACO
Entrada palavras-chave[ ]
Dados G(TA) Onto repositoacuterio
limite_de_profundidade
limite_miacutenimo_de_peso
λ fator de atenuaccedilatildeo de peso
iniacutecio Algoritmo Busca Contextual 1 Estigmeacuterica
resultados = busca_G_ou_Onto(palavras-chave[])
atenuaG (iacutendice ) λrlmisin [0 1]
manutenccedilatildeo(coleta_feedback(resultados))
fim
21042010
26
Demo Praestro ndash Karina Fasolin
Alguns trabalhos relacionados
Name Article Comments
Graupmann
et al 2005
The SphereSearch
engine for unifiedranked retrieval of
heterogeneous XML
and web documents
Searches through XML documents The context is a region in radius
around given element A data inside two regions is considered relevant
to both contexts
Made tests with large collections like DBLP INEX Wikipedia put for
stress testing regarding the size of the collection
ldquoLet us first comment on the difficulties of defining a meaningfulbenchmark for this kind of novel systemrdquo
Park e
Cheyer 2006
Just For Me Topic
Maps and Ontologies
Manages knowledge in three layers Topics Knowledge Structures and
Documents
Not implemented (at least at the time of publication)
Michlmayr
et al 2007Adaptive User Profiles
for Enterprise
Information Access
Represents context as an individual graph The graph is constructed
based on tags used to semantically annotate the content which the user
considers to be relevant
However the tags are only that only labels They are not tied-down to
a formal definition
Alguns trabalhos relacionados (cont)
Name Article Comments
Aleman-
Meza et a
2003
Context-Aware
Semantic Association
Ranking
Also defines context as regions But the regions are static defined in
the ontology which is used by the system So the contexts are defined
the same for every single user
Mani and
Sundaram
2007
Modeling user context
with applications to
media retrieval
Creates a graph representing the users context Each node
corresponds to an instance in the ontology The edges represent
relations between the instances Built to search trough multimedia
documents
However it does not associates the vocabulary the user uses with the
instances
Challam et
al 2007
Contextual Search
Using Ontology-Based
User Profiles
Monitors the users activity capturing content from open Internet
Explorer MS-Office and MSN The captured information is stored and
usedrlmtorlmbuildrlmarlmuser‟srlmcontextualrlmprofilerlmbasesrlmonrlmanrlmontology
The context is tightly coupled with the ontology
NO IMAGES WERE
PROVIDED
Vallet et al
2006
Personalized
Information Retrieval in
Context
Stores context as a graph constructed based on the ontology used by
the system Similar to Mani and Sundaram including its limitations
(mapping the vocabulary) however if built for text documents
Sieg et al
2007
Ontological User
Profiles for
Personalized Web
Search
Similar to Challam et al but it gets the context information from the
ontology terms used to annotate the retrieved relevant context
Also limited by the structure of the ontology
Alguns trabalhos relacionados(cont)
Name Deals with
objective
knowledge
(ontology)
Deals with
subjective
knowledge
(users
context)
The knowledge
management is
transparent
Idea Implemented
Graupmann et
al 2005
X IMPL
Park e Cheyer
2006
X X X IDEA
Michlmayr et al2007
X X IMPL
Aleman-Meza et
a 2003
X X IMPL
Mani eSundaram 2007
X X X IMPL
Challam et al
2007
X X X IMPL
Vallet et al 2006 X X X IMPL
Sieg et al 2007 X X X IMPL
(incomplete)
Praestro X X X IMPL
(prototype)
UnA-SUS ndash Universidade Aberta do SUS
Programa do Ministeacuterio da Sauacutede para atender necessidades de e
permanente dos
Accedilotildees focadas em
formulaccedilatildeo de conteuacutedo
bibliotecas digitais
cursos a distacircncia
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
23
Algumas questotildees em aberto
Representaccedilatildeo de contextos de usuaacuterios emapeamento desses a ontologias
Anaacutelise dos efeitos de modificaccedilotildees de consultas
Meta-buscas semacircnticas
Anaacutelise da aceitaccedilatildeo dos usuaacuterios
Adaptabilidade a diferentes ontologias
Ranking dos resultados
Integraccedilatildeo com sistemas de gerenciamento dedocumentosconteuacutedo
Tratamento de dados multimiacuteda
Interfaces homem-maacutequina
Desempenho e escalabilidade
Contextual Semantic Search (CSS)(DAgostine Fileto ndash SBBD2007)rlm
21042010
24
General Architecture for CSSThe Weighted Topic Graph(DAgostine Fileto Dantas Gauthier - ICEIS 2008)rlm
A weighted topic graph is a graph TM(T A)rlm
T is a set of topics (vertices)rlm
A is a set of associations (edges)rlm
Let be an ontology O
Each topic t in T corresponds to a ontology term o in O
Each topic t has a weight [01] The sum from the weights from all topics with same name equals 1
Each association a has a weight [01] The sum
from all the weights from all association departing
a single topics equals 1
Topic weights used to disambiguate
Eg interest in Satildeo Paulo city instead of Satildeo Paulo
state
Association weights used to semantically
expand searches
Eg Actual interest in Guarulhos and airport while
searching for Satildeo Paulo city
The Weights in the Topic Graph Capturing the Users Context
Generated Topic Graph with the Ontological Users Context
The Contextual Semantic Search Process
21042010
25
Desambiguaccedilatildeo
Fundamento dos algoritmos de busca sobre contexto ontoloacutegico
Heuriacutesticas de estigmergia (Ant Colony Optimization - ACO)
Traccedilos de ferormocircnio
Algoritmo de busca semacircntica baseada em ACO
Entrada palavras-chave[ ]
Dados G(TA) Onto repositoacuterio
limite_de_profundidade
limite_miacutenimo_de_peso
λ fator de atenuaccedilatildeo de peso
iniacutecio Algoritmo Busca Contextual 1 Estigmeacuterica
resultados = busca_G_ou_Onto(palavras-chave[])
atenuaG (iacutendice ) λrlmisin [0 1]
manutenccedilatildeo(coleta_feedback(resultados))
fim
21042010
26
Demo Praestro ndash Karina Fasolin
Alguns trabalhos relacionados
Name Article Comments
Graupmann
et al 2005
The SphereSearch
engine for unifiedranked retrieval of
heterogeneous XML
and web documents
Searches through XML documents The context is a region in radius
around given element A data inside two regions is considered relevant
to both contexts
Made tests with large collections like DBLP INEX Wikipedia put for
stress testing regarding the size of the collection
ldquoLet us first comment on the difficulties of defining a meaningfulbenchmark for this kind of novel systemrdquo
Park e
Cheyer 2006
Just For Me Topic
Maps and Ontologies
Manages knowledge in three layers Topics Knowledge Structures and
Documents
Not implemented (at least at the time of publication)
Michlmayr
et al 2007Adaptive User Profiles
for Enterprise
Information Access
Represents context as an individual graph The graph is constructed
based on tags used to semantically annotate the content which the user
considers to be relevant
However the tags are only that only labels They are not tied-down to
a formal definition
Alguns trabalhos relacionados (cont)
Name Article Comments
Aleman-
Meza et a
2003
Context-Aware
Semantic Association
Ranking
Also defines context as regions But the regions are static defined in
the ontology which is used by the system So the contexts are defined
the same for every single user
Mani and
Sundaram
2007
Modeling user context
with applications to
media retrieval
Creates a graph representing the users context Each node
corresponds to an instance in the ontology The edges represent
relations between the instances Built to search trough multimedia
documents
However it does not associates the vocabulary the user uses with the
instances
Challam et
al 2007
Contextual Search
Using Ontology-Based
User Profiles
Monitors the users activity capturing content from open Internet
Explorer MS-Office and MSN The captured information is stored and
usedrlmtorlmbuildrlmarlmuser‟srlmcontextualrlmprofilerlmbasesrlmonrlmanrlmontology
The context is tightly coupled with the ontology
NO IMAGES WERE
PROVIDED
Vallet et al
2006
Personalized
Information Retrieval in
Context
Stores context as a graph constructed based on the ontology used by
the system Similar to Mani and Sundaram including its limitations
(mapping the vocabulary) however if built for text documents
Sieg et al
2007
Ontological User
Profiles for
Personalized Web
Search
Similar to Challam et al but it gets the context information from the
ontology terms used to annotate the retrieved relevant context
Also limited by the structure of the ontology
Alguns trabalhos relacionados(cont)
Name Deals with
objective
knowledge
(ontology)
Deals with
subjective
knowledge
(users
context)
The knowledge
management is
transparent
Idea Implemented
Graupmann et
al 2005
X IMPL
Park e Cheyer
2006
X X X IDEA
Michlmayr et al2007
X X IMPL
Aleman-Meza et
a 2003
X X IMPL
Mani eSundaram 2007
X X X IMPL
Challam et al
2007
X X X IMPL
Vallet et al 2006 X X X IMPL
Sieg et al 2007 X X X IMPL
(incomplete)
Praestro X X X IMPL
(prototype)
UnA-SUS ndash Universidade Aberta do SUS
Programa do Ministeacuterio da Sauacutede para atender necessidades de e
permanente dos
Accedilotildees focadas em
formulaccedilatildeo de conteuacutedo
bibliotecas digitais
cursos a distacircncia
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
24
General Architecture for CSSThe Weighted Topic Graph(DAgostine Fileto Dantas Gauthier - ICEIS 2008)rlm
A weighted topic graph is a graph TM(T A)rlm
T is a set of topics (vertices)rlm
A is a set of associations (edges)rlm
Let be an ontology O
Each topic t in T corresponds to a ontology term o in O
Each topic t has a weight [01] The sum from the weights from all topics with same name equals 1
Each association a has a weight [01] The sum
from all the weights from all association departing
a single topics equals 1
Topic weights used to disambiguate
Eg interest in Satildeo Paulo city instead of Satildeo Paulo
state
Association weights used to semantically
expand searches
Eg Actual interest in Guarulhos and airport while
searching for Satildeo Paulo city
The Weights in the Topic Graph Capturing the Users Context
Generated Topic Graph with the Ontological Users Context
The Contextual Semantic Search Process
21042010
25
Desambiguaccedilatildeo
Fundamento dos algoritmos de busca sobre contexto ontoloacutegico
Heuriacutesticas de estigmergia (Ant Colony Optimization - ACO)
Traccedilos de ferormocircnio
Algoritmo de busca semacircntica baseada em ACO
Entrada palavras-chave[ ]
Dados G(TA) Onto repositoacuterio
limite_de_profundidade
limite_miacutenimo_de_peso
λ fator de atenuaccedilatildeo de peso
iniacutecio Algoritmo Busca Contextual 1 Estigmeacuterica
resultados = busca_G_ou_Onto(palavras-chave[])
atenuaG (iacutendice ) λrlmisin [0 1]
manutenccedilatildeo(coleta_feedback(resultados))
fim
21042010
26
Demo Praestro ndash Karina Fasolin
Alguns trabalhos relacionados
Name Article Comments
Graupmann
et al 2005
The SphereSearch
engine for unifiedranked retrieval of
heterogeneous XML
and web documents
Searches through XML documents The context is a region in radius
around given element A data inside two regions is considered relevant
to both contexts
Made tests with large collections like DBLP INEX Wikipedia put for
stress testing regarding the size of the collection
ldquoLet us first comment on the difficulties of defining a meaningfulbenchmark for this kind of novel systemrdquo
Park e
Cheyer 2006
Just For Me Topic
Maps and Ontologies
Manages knowledge in three layers Topics Knowledge Structures and
Documents
Not implemented (at least at the time of publication)
Michlmayr
et al 2007Adaptive User Profiles
for Enterprise
Information Access
Represents context as an individual graph The graph is constructed
based on tags used to semantically annotate the content which the user
considers to be relevant
However the tags are only that only labels They are not tied-down to
a formal definition
Alguns trabalhos relacionados (cont)
Name Article Comments
Aleman-
Meza et a
2003
Context-Aware
Semantic Association
Ranking
Also defines context as regions But the regions are static defined in
the ontology which is used by the system So the contexts are defined
the same for every single user
Mani and
Sundaram
2007
Modeling user context
with applications to
media retrieval
Creates a graph representing the users context Each node
corresponds to an instance in the ontology The edges represent
relations between the instances Built to search trough multimedia
documents
However it does not associates the vocabulary the user uses with the
instances
Challam et
al 2007
Contextual Search
Using Ontology-Based
User Profiles
Monitors the users activity capturing content from open Internet
Explorer MS-Office and MSN The captured information is stored and
usedrlmtorlmbuildrlmarlmuser‟srlmcontextualrlmprofilerlmbasesrlmonrlmanrlmontology
The context is tightly coupled with the ontology
NO IMAGES WERE
PROVIDED
Vallet et al
2006
Personalized
Information Retrieval in
Context
Stores context as a graph constructed based on the ontology used by
the system Similar to Mani and Sundaram including its limitations
(mapping the vocabulary) however if built for text documents
Sieg et al
2007
Ontological User
Profiles for
Personalized Web
Search
Similar to Challam et al but it gets the context information from the
ontology terms used to annotate the retrieved relevant context
Also limited by the structure of the ontology
Alguns trabalhos relacionados(cont)
Name Deals with
objective
knowledge
(ontology)
Deals with
subjective
knowledge
(users
context)
The knowledge
management is
transparent
Idea Implemented
Graupmann et
al 2005
X IMPL
Park e Cheyer
2006
X X X IDEA
Michlmayr et al2007
X X IMPL
Aleman-Meza et
a 2003
X X IMPL
Mani eSundaram 2007
X X X IMPL
Challam et al
2007
X X X IMPL
Vallet et al 2006 X X X IMPL
Sieg et al 2007 X X X IMPL
(incomplete)
Praestro X X X IMPL
(prototype)
UnA-SUS ndash Universidade Aberta do SUS
Programa do Ministeacuterio da Sauacutede para atender necessidades de e
permanente dos
Accedilotildees focadas em
formulaccedilatildeo de conteuacutedo
bibliotecas digitais
cursos a distacircncia
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
25
Desambiguaccedilatildeo
Fundamento dos algoritmos de busca sobre contexto ontoloacutegico
Heuriacutesticas de estigmergia (Ant Colony Optimization - ACO)
Traccedilos de ferormocircnio
Algoritmo de busca semacircntica baseada em ACO
Entrada palavras-chave[ ]
Dados G(TA) Onto repositoacuterio
limite_de_profundidade
limite_miacutenimo_de_peso
λ fator de atenuaccedilatildeo de peso
iniacutecio Algoritmo Busca Contextual 1 Estigmeacuterica
resultados = busca_G_ou_Onto(palavras-chave[])
atenuaG (iacutendice ) λrlmisin [0 1]
manutenccedilatildeo(coleta_feedback(resultados))
fim
21042010
26
Demo Praestro ndash Karina Fasolin
Alguns trabalhos relacionados
Name Article Comments
Graupmann
et al 2005
The SphereSearch
engine for unifiedranked retrieval of
heterogeneous XML
and web documents
Searches through XML documents The context is a region in radius
around given element A data inside two regions is considered relevant
to both contexts
Made tests with large collections like DBLP INEX Wikipedia put for
stress testing regarding the size of the collection
ldquoLet us first comment on the difficulties of defining a meaningfulbenchmark for this kind of novel systemrdquo
Park e
Cheyer 2006
Just For Me Topic
Maps and Ontologies
Manages knowledge in three layers Topics Knowledge Structures and
Documents
Not implemented (at least at the time of publication)
Michlmayr
et al 2007Adaptive User Profiles
for Enterprise
Information Access
Represents context as an individual graph The graph is constructed
based on tags used to semantically annotate the content which the user
considers to be relevant
However the tags are only that only labels They are not tied-down to
a formal definition
Alguns trabalhos relacionados (cont)
Name Article Comments
Aleman-
Meza et a
2003
Context-Aware
Semantic Association
Ranking
Also defines context as regions But the regions are static defined in
the ontology which is used by the system So the contexts are defined
the same for every single user
Mani and
Sundaram
2007
Modeling user context
with applications to
media retrieval
Creates a graph representing the users context Each node
corresponds to an instance in the ontology The edges represent
relations between the instances Built to search trough multimedia
documents
However it does not associates the vocabulary the user uses with the
instances
Challam et
al 2007
Contextual Search
Using Ontology-Based
User Profiles
Monitors the users activity capturing content from open Internet
Explorer MS-Office and MSN The captured information is stored and
usedrlmtorlmbuildrlmarlmuser‟srlmcontextualrlmprofilerlmbasesrlmonrlmanrlmontology
The context is tightly coupled with the ontology
NO IMAGES WERE
PROVIDED
Vallet et al
2006
Personalized
Information Retrieval in
Context
Stores context as a graph constructed based on the ontology used by
the system Similar to Mani and Sundaram including its limitations
(mapping the vocabulary) however if built for text documents
Sieg et al
2007
Ontological User
Profiles for
Personalized Web
Search
Similar to Challam et al but it gets the context information from the
ontology terms used to annotate the retrieved relevant context
Also limited by the structure of the ontology
Alguns trabalhos relacionados(cont)
Name Deals with
objective
knowledge
(ontology)
Deals with
subjective
knowledge
(users
context)
The knowledge
management is
transparent
Idea Implemented
Graupmann et
al 2005
X IMPL
Park e Cheyer
2006
X X X IDEA
Michlmayr et al2007
X X IMPL
Aleman-Meza et
a 2003
X X IMPL
Mani eSundaram 2007
X X X IMPL
Challam et al
2007
X X X IMPL
Vallet et al 2006 X X X IMPL
Sieg et al 2007 X X X IMPL
(incomplete)
Praestro X X X IMPL
(prototype)
UnA-SUS ndash Universidade Aberta do SUS
Programa do Ministeacuterio da Sauacutede para atender necessidades de e
permanente dos
Accedilotildees focadas em
formulaccedilatildeo de conteuacutedo
bibliotecas digitais
cursos a distacircncia
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
26
Demo Praestro ndash Karina Fasolin
Alguns trabalhos relacionados
Name Article Comments
Graupmann
et al 2005
The SphereSearch
engine for unifiedranked retrieval of
heterogeneous XML
and web documents
Searches through XML documents The context is a region in radius
around given element A data inside two regions is considered relevant
to both contexts
Made tests with large collections like DBLP INEX Wikipedia put for
stress testing regarding the size of the collection
ldquoLet us first comment on the difficulties of defining a meaningfulbenchmark for this kind of novel systemrdquo
Park e
Cheyer 2006
Just For Me Topic
Maps and Ontologies
Manages knowledge in three layers Topics Knowledge Structures and
Documents
Not implemented (at least at the time of publication)
Michlmayr
et al 2007Adaptive User Profiles
for Enterprise
Information Access
Represents context as an individual graph The graph is constructed
based on tags used to semantically annotate the content which the user
considers to be relevant
However the tags are only that only labels They are not tied-down to
a formal definition
Alguns trabalhos relacionados (cont)
Name Article Comments
Aleman-
Meza et a
2003
Context-Aware
Semantic Association
Ranking
Also defines context as regions But the regions are static defined in
the ontology which is used by the system So the contexts are defined
the same for every single user
Mani and
Sundaram
2007
Modeling user context
with applications to
media retrieval
Creates a graph representing the users context Each node
corresponds to an instance in the ontology The edges represent
relations between the instances Built to search trough multimedia
documents
However it does not associates the vocabulary the user uses with the
instances
Challam et
al 2007
Contextual Search
Using Ontology-Based
User Profiles
Monitors the users activity capturing content from open Internet
Explorer MS-Office and MSN The captured information is stored and
usedrlmtorlmbuildrlmarlmuser‟srlmcontextualrlmprofilerlmbasesrlmonrlmanrlmontology
The context is tightly coupled with the ontology
NO IMAGES WERE
PROVIDED
Vallet et al
2006
Personalized
Information Retrieval in
Context
Stores context as a graph constructed based on the ontology used by
the system Similar to Mani and Sundaram including its limitations
(mapping the vocabulary) however if built for text documents
Sieg et al
2007
Ontological User
Profiles for
Personalized Web
Search
Similar to Challam et al but it gets the context information from the
ontology terms used to annotate the retrieved relevant context
Also limited by the structure of the ontology
Alguns trabalhos relacionados(cont)
Name Deals with
objective
knowledge
(ontology)
Deals with
subjective
knowledge
(users
context)
The knowledge
management is
transparent
Idea Implemented
Graupmann et
al 2005
X IMPL
Park e Cheyer
2006
X X X IDEA
Michlmayr et al2007
X X IMPL
Aleman-Meza et
a 2003
X X IMPL
Mani eSundaram 2007
X X X IMPL
Challam et al
2007
X X X IMPL
Vallet et al 2006 X X X IMPL
Sieg et al 2007 X X X IMPL
(incomplete)
Praestro X X X IMPL
(prototype)
UnA-SUS ndash Universidade Aberta do SUS
Programa do Ministeacuterio da Sauacutede para atender necessidades de e
permanente dos
Accedilotildees focadas em
formulaccedilatildeo de conteuacutedo
bibliotecas digitais
cursos a distacircncia
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
27
Metas da UnA-SUS
Desenvolver um
plataforma para de
composiccedilatildeo e de
Montar e oferecer cursos para formaccedilatildeo continuada de profissionais da sauacutede
157
Metadados
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
Repositoacuterio
Conteuacutedo
OAs
requisiccedilotildees
Design revisatildeo e publicaccedilatildeo
OA
SGA outros reps
Busca e reuso
OAsMetadados
OAs
Concepccedilatildeo e validaccedilatildeo de OAs
O processo de produccedilatildeo catalogaccedilatildeo e reuso de OAs
OA1
Curso A
Curso B
OA2
OA3
Viacutedeo
Imagens
RepositoacuteriosConteuacutedoMultimiacutedia
SGA RepositoacuteriosOAs
Reuso eacute essencial
bull OAs satildeo caros para produzir
bull Demandas emergenciais na sauacutede puacuteblica exigem agilidade e pronta resposta com cursos para a qualificaccedilatildeo de profissionais
H1N1
Apoplexia
gripe suiacutena gripe A
influenza H1N1
hellip
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
28
Navegaccedilatildeo hiperboacutelica no DeCSCatalogaccedilatildeo de Objetos de Aprendizagem (OAs) usando Vocabulaacuterios Controlados
bull Seleccedilatildeo de termos do DeCS CID-10 SNOMED
ndash via fornecimento de palavras-chave que satildeo pesquisadas na base de conhecimento
ndash via navegaccedilatildeo em uma visatildeo do conhecimento em forma de aacutervore
Seleccedilatildeo via contexto ontoloacutegicoProtoacutetipo (catalogaccedilatildeo com entrada
de palavra-chave)
DSpaceCatalogaccedilatildeo de OAswf
Protoacutetipo (catalogaccedilatildeo com navegaccedilatildeo
na base de conhecimento)
DSpaceRecuperaccedilatildeo de OAswf
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
29
Recuperaccedilatildeo de Objetos de Aprendizagem (OAs) Baseada em Conhecimento
bull Vocabulaacuterios e relaccedilotildees semacircnticas
ndash Oriundos do DeCS
ndash Definidos pelos catalogadores de OAs
ndash Gerados pelo cruzamento de informaccedilotildees com o CID-10 (Classificaccedilatildeo Internacional de Doenccedilas)
ndash Ex sinocircnimos eacute um(a) parte de causa efeito sintoma etc
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Vascular Cerebral
Acidente Vascular Cerebral
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
padratildeo (sinocircnimo)
anota
especiacutefica de domiacutenio
anocircnimas (DeCs)
172
DeCs
Anatomia
Sistema Nervoso
Sistema Nervoso Central
Enceacutefalo
Prosenceacutefalo
Telencaacutefalo
Ceacuterebro (2)
Doenccedilas
Doenccedilas do Sistema Nervoso
Doenccedilas Cardiovasculares
Doenccedilas do Sistema Nervoso Central
Encefalopatias
Transtornos Cerebrovasculares
Doenccedilas Vasculares
Transtornos Cerebrovasculares
Acidente Cerebral Vascular (1)
Acidente Cerebral Vascular(1)
OA 1
OA 2
AVC
IctusCerebral
Derrame Cerebral
Hemisfeacuterios Cerebrais
ApoplexiaAcidente
Cerebrovascular
IctoCerebral
Apoplexia Cerebrovascular
Apoplexia Cerebral
Acidente Vascular
Encefaacutelico
Acidente Vascular
do Ceacuterebro
Acidente Vascular Cerebral
Busca de OAs na aacuterea de sauacutede usando conhecimento de domiacutenio
Semantic Learning Objects (VIAN J SILVEIRA R A FILETO R WCCE 2009)
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
30
Conclusotildees
A Web semacircntica tem potencial de contribuir naobtenccedilatildeo de melhores resultados para buscas
Suporte automatizado eacute fundamental para a construccedilatildeo evoluccedilatildeo e integraccedilatildeo de ontologias anotaccedilotildees semacircnticas e contextos de usuaacuterios
Nossos primeiros resultados focam na captura e utilizaccedilatildeo de contextos de usuaacuterios mapeados a ontologias de domiacutenios especiacuteficos paradesambiguar e estender as buscas
Trabalhos futuros
Processos parcialmente automatizados para geraccedilatildeo e atualizaccedilatildeo de ontologias e anotaccedilotildees semacircnticas
Experimentos para comprovar a eficaacutecia das teacutecnicas e ferramentas utilizadas
Validaccedilatildeo de soluccedilotildees de problemas de busca semacircntica em diversos domiacutenios de aplicaccedilatildeo
Determinaccedilatildeo de niacuteveis adequados de acoplamento entre contextos e ontologias e dessas com os recursos a serem recuperados
Notiacutecias e anaacutelises
httpnewscnetcomnew-search-engine-cuil-takes-aim-at-google
httpwwwreadwritewebcomarchivesis_google_a_semantic_search_enginephp
httpwwwreadwritewebcomarchivessemantic_search_the_myt
h_and_realityphp
httpwwwpandiacomsew1262-top-5-semantic-search-
engineshtml
httpmindsetresearchyahoocom
httpnewscnetcom8301-13953_3-9982015-80html
httpwwwsearchenginejournalcomaskcom-focuses-on-semantic-search8252
httpnewsbbccouk2hiprogrammesclick_onlinedefaultstm
httpnewsbbccouk2hiprogrammesclick_online8144765stm
Web semacircntica e buscassemacircnticas
httpwwww3org2001sw
httpsemanticweborg
httpenwikipediaorgwikiSemantic_Web
httpenwikipediaorgwikiSemantic_search
Ferramentas de desenvolvimento
httpprotegestanfordedu
httpjenasourceforgenet
httpwwww3org2001Annotea
httpwwwontotextcomkim
httpesww3orgtopicSemanticWebTools
httpwwwdamlorg200305swmu-tools-
tutorialOverviewhtml
Referecircncias em Web semacircntica
T Berners-Lee J Hendler e O Lassila The Semantic Web Scientific American May 2001
Thomas B Passing Explores Guide to the Semantic Web Manning Publications Greenwich CT 2005
Davies J Studer R Warren P (Eds) Semantic Web Technologies trends and research in ontology-based
Systems John Wiley amp Sons 2006
Breitman KK Casanova MA Truszkowski W Semantic Web
Concepts Technologies and Applications Series NASA Monographs in Systems and Software Engineering Springer 2007
Grigoris Antoniou and Frank van Harmelen A Semantic Web Primer 2nd edition The MIT Press Cambridge MA USA 2008
Kashyap V Bussler C Moran M The Semantic Web -Semantics for Data and Services on the Web Series Data-
Centric Systems and Applications Springer 2008
Hitzler P Krotzsch M Rudolph S Foundations of SemanticWeb Technologies Chapman amp HallCRC 2009
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas
21042010
31
Referecircncias em buscas semacircnticas
Guha R McCool R and Miller E 2003 Semantic search In Proc of the 12th international Conference on World Wide Web
(WWW) Budapest Hungary ACM New York NY 2003 700-709
Reeve L and Han H 2005 Survey of semantic annotation
platforms In Proceedings of the ACM Symposium on Applied Computing Santa Fe New Mexico ACM New York NY 2005
1634-1638
Eetu Makela Survey of Semantic Search Research
Mangold C A Survey and classification of semantic search approaches Journal of Metadata Semantics and Ontology 2(1)
2007
Stephan Bloehdorn Philipp Cimiano Alistair Duke Peter Haase Joumlrg Heizmann Ian Thurlow Johanna Voumllker Ontology-BasedQuestion Answering for Digital Libraries ECDL 2007 14-25
Hai Dong Hussain FK Chang E A survey in semantic search technologies In 2nd IEEE International Conference on
Digital Ecosystems and Technologies 2008 403-408
Algumas referecircncias grupo UFSC
DAgostini C S Fileto R Capturing Users Preferences and Intentions in a Semantic Search System In 21st International
Conference on Software Engineering amp Knowledge Engineering (SEKE) Boston 2009 p 587-591
DAgostini C S Fileto R Dantas M A R Gauthier F A O
Contextual Semantic Search - Capturing using the UsersContext to Direct Semantic Search In 10th InternationalConference on Enterprise Information Systems (ICEIS) Barcelona
Spain 2008 v SAIC p 154-159
DAgostini C S Fileto R Capturing and managing usercontext for improving information retrieval In Workshop de
Teses e Dissertaccedilotildees do Simpoacutesio Brasileiro de Bancos de Dados (WTDBDSBBD) Campinas Unicamp Brazil 2008
Vian J Silveira R A Fileto R Proposal of a Multi-agent System for Indexing and Recovery applied to Learning
Objects In 9th IFIP World Conference on Computers in Education (WCCE) Bento Goncalves Brazil 2009
Alguns projetos na UFSC
httpwwwlisaufscbrprojetos
httpwwwunasusufscbr
httpwwwliteraturabrasileiraufscbr
Perguntas