prof. fred freitas - [email protected] ontologias prof. fred freitas cin - ufpe

Prof. Fred Freitas - [email protected] 1

Ontologias

Prof. Fred FreitasCIn - UFPE

Prof. Fred Freitas - [email protected]

Objetivo: Situar o contexto em que surgiram as ontologias e a Web

semântica • Dentro da Informática

– A controvérsia declarativo-procedimental – Porque as ontologias ganharam foco com a Web– Web Semântica

• Dentro de Inteligência Artificial Simbólica– Histórico do paradigma declarativo – Formalismos de representação de conhecimento– Motivações de reuso e compartilhamento de

conhecimento– Integração de conhecimento escrito em

formalismos de representação diferentes


Objetivo: Estudar as questões mais técnicas relativas a Ontologias

• Tipos, exemplos e benefícios de Ontologias• Ferramentas para as ontologias e a Web

semântica– Ontolingua, Protégé, OntoEdit e ODE

• Engenharia de Ontologias• Aplicações de Ontologias

– PACT e MASTER-Web

• Tópicos Abertos de Pesquisa


O que é uma ontologia?


Ontologias

• Corpo de conhecimento declarativo sobre um dado domínio, assunto ou área de conhecimento

• Na prática, hierarquias de conceitos (classes) com suas relações, restrições, axiomas e terminologia associada

• Termo às vezes mal-empregado. Ontologias não são:– Simples hierarquias– Conjuntos de conceitos associados a palavras-chave– Esquemas de bancos de dados


Relacionamentos na Ontologia Ciência


Axiomas

• Axiomas são sentenças sempre válidas no domínio

• Servem para inferência e restrições complexas Ex: Todo empregado tem um ID único:

(forall ?person1(forall ?person2

(=> (and (own-slot-not-null ID ?person1)(own-slot-not-null ID ?person2))

(=> (not (= ?person1 ?person2))(not (= (ID ?person1) (ID ?person2))))))

• Uma pizza de 4 queijos:

• Roquefort Queijo• Muzzarela Queijo• ...• Pizza4Queijos ≡ Pizza and temCobertura some

Tomate and temCobertura = 4 Queijo andtemCobertura only (Queijo or Tomate)

Axiomas de definição


Usos de ontologias

• Realizar inferência• Servir como vocabulário compartilhado numa

comunicação entre agentes inteligentes• Codificar conhecimento interoperável

– entre linguagens (F-logic, Prolog, Jess)– entre formalismos de representação de

conhecimento (frames, redes semânticas, lógica de descrições)

• Definir páginas da Web semântica


Contexto das Ontologias em Informática


Controvérsia Declarativo-Procedimental

• Abordagem procedimental– Descreve o funcionamento de processos passo-

a-passo– Código compilado, mais rápido, simples,

controlável e popular– Metáfora do “como”

• Abordagem declarativa– Descreve um domínio com suas entidades e

características, através de “fatos” declarativos que não estão dentro dos programas

– Motores de inferência deduzem novos fatos a partir dos existentes

– Metáfora do “o quê”


Nova conjuntura para a controvérsia: a Internet

• Grande volume de informações desestruturadas• HTTP e HTML asseguram apenas navegação e

apresentação• Solução procedimental: Engenhos de busca

– Análise apenas em nível léxico– Falta de precisão e muitos resultados irrelevantes,

• Principais ausências– Falta de contexto – Falta de semântica na definição das páginas


Soluções possíveis para o tratamento de informação na

Web • Dotar os sistemas de inteligência

– Agentes inteligentes– Manipulação cooperativa de informação [Oates et

al 94]: distribuição, cooperação e comunicação sobre a semântica das páginas

– Restrição de domínios

• Dotar a Internet de inteligência: a Web Semântica– Linguagens e padrões para definir páginas com

uma semântica clara e definida formalmente– Os agentes poderão raciocinar e “conversar” no

contexto desta semântica

=> Ontologias desempenham um papel fundamental em ambas as soluções!


Contexto das Ontologias em Inteligência Artificial

Simbólica


Sistemas Baseados em Conhecimento

• Criar sistemas diretamente a partir do conhecimento • Separação entre o conhecimento e o processo

dedutivo ou inferência• Conhecimento sobre o domínio e sobre processos

são dados (fatos), que podem ficar fora do programa

• A concepção passa por 3 especificações consecutivas:– O nível de conhecimento ou epistemológico– O nível lógico– O nível de implementação


Formalismos de Representação de Conhecimento

• Prover teorias - fundamentadas em lógica matemática - e sistemas para expressar e manipular conhecimento declarativo de forma tratável e eficiente computacionalmente

• Um formalismo deve prover:– Acesso aos fatos (conhecimento)– Mecanismo de inferência (ou estratégia de

resolução)– Estratégias de controle e escalonamento da

inferência


Tipos de formalismos em relação ao foco

• Formalismos orientados a predicados: regras de produção (vide aula prática) e programação em lógica– Pioneiros – Foco no processo, funcionamento

• Formalismos orientados a domínios: frames, redes semânticas, lógica de descrições– Classes, relações e restrições– Facilitam a estruturação de conhecimento sobre

um domínio de aplicação


Formalismos orientados a domínios


Redes Semânticas

• Proposta por Quillian [68] a partir da modelagem da memória semântica humana

• Nós (objetos) conectados por arcos (relações binárias)

• Arcos típicos: é-um (is-a), é-parte• Muito utilizadas em Processamento de

Linguagem Natural– Ontologias linguísticas (Ex: WordNet)


Redes Semânticas

pessoa id

string string

pessoa id

nome

cônjuge primeiro último

nome último

pessoa id

string string

pessoa id

nome

cônjuge primeiro último

nome último

X: pessoa ( nome => id ( primeiro => string, último => Y: string ), Cônjuge => pessoa ( nome => id ( último => Y),Cônjuge => X))


Comer

Pássaro

Animal

Mamífero

Cão

Pêlos

Ako Ako

Ako

tem

faz

Exemplo de ontologias em redes semânticas

Fido

Is-a (instanciação)


Problemas de redes semânticas

• Muitos nós para representar pouca coisa• Muita repetição de nós • Não há distinção entre classes e objetos• Não podemos falar sobre as relações

– Dizer por exemplo que é de 1:1 ou 1:n– A não ser reificando-as ...

• ...


Frames (Quadros)

• Base: modelos mentais de psicologia cognitiva usados na resolução de problemas [Bartlett 32]– Esquemas: estruturas de conhecimento

(estereótipos) armazenadas na memória duradoura, baseadas em experiências passadas, a serem adaptadas

• Proposta por M. Minsky [75]• Precursores declarativos dos objetos

procedimentais


FramesAnimaisAnimaisAnimaisAnimais

Vivo:Vivo: V VVivo:Vivo: V V

Voa:Voa: F FVoa:Voa: F F

PássarosPássarosPássarosPássaros MamíferosMamíferosMamíferosMamíferos

Subconjunto

Subconjunto

Subconjunto

Subconjunto Subconjunto

Subconjunto

Subconjunto

Subconjunto

SubconjuntoSubconjuntoSubconjuntoSubconjunto SubconjuntoSubconjuntoSubconjuntoSubconjunto SubconjuntoSubconjuntoSubconjuntoSubconjunto

Membro

Membro

Membro

Membro

Membro

Membro

Membro

Membro

Membro

Membro

Membro

Membro

CanáriosCanáriosCanáriosCanários GatosGatosGatosGatos HumanosHumanosHumanosHumanos

Piu-piuPiu-piuPiu-piuPiu-piu FrajolaFrajolaFrajolaFrajola FredFredFredFred

Pernas:Pernas: 2 2Pernas:Pernas: 2 2

Voa:Voa: V VVoa:Voa: V VPernas:Pernas: 4 4Pernas:Pernas: 4 4

Cor:Cor: Amarelo AmareloCor:Cor: Amarelo Amarelo Pernas:Pernas: 2 2Pernas:Pernas: 2 2

Nome:Nome: Piu-piu Piu-piuNome:Nome: Piu-piu Piu-piu

Amigo:Amigo:Amigo:Amigo:Nome:Nome: Frajola FrajolaNome:Nome: Frajola Frajola

Amigo:Amigo:Amigo:Amigo:Nome:Nome: Fred FredNome:Nome: Fred Fred

[Figueira 98]


Expressividade dos Frames

• Classes– Herança múltipla– Instâncias

• Atributos (slots) – Slots podem ser instâncias de outras classes

(relações)– Slots inversos:

• Ex: Slot Orientados da classe Professor é inverso do slot Orientador da classe Aluno

• Ao preencher um o outro é preenchido automaticamente

• Facetas– Restrições sobre os slots

• Inferência por meio de herança e restrições


Definindo classes e instâncias(defclass City "Cities are part of countries or states."

(is-a Location) (multislot is-Part-Of

(type INSTANCE)(allowed-classes Country State) (inverse-slot has-Parts)(cardinality 1 ?VARIABLE))

(single-slot name(type STRING)(cardinality 1 1)))

([Locations_00427] of City(is-Part-Of [WA])(name "Washington"))


Facetas mais comuns em sistemas de Frames

• Valor default• Valores permitidos (allowed-values) • Domínio

– Ex: 1..100

• Cardinalidade máxima e mínima • Tipo: inteiro, string, booleano, float, símbolo,

instância • Classes permitidas (allowed-classes): válida apenas

para slots do tipo instância


Frames x Objetos procedimentais

• Semelhança apenas aparente• Frames modelam aspectos de um domínio real • Objetos e suas classes visam modelar

estruturas de dados e reusar código• Às vezes frames e objetos se parecem• Às vezes objetos violam o engajamento

ontológico

Class circulo {int x,y; int altura} Class elipse extends circulo

{int largura}

[Farquhar 97]


Frames x Objetos procedimentais (cont.)

• Também não é necessária em frames a inclusão de detalhes de implementação, como tamanho de strings, etc

• Frames não possuem métodos nem information hiding, desnecessária para a declaratividade

• Objetos não possuem facetas• Frames têm sua parte procedimental

– Daemons: procedimentos executados quando um valor é lido, incluído ou modificado num slot


Regra e frames

(defrule x (object (is-a City) (is-Part-Of nil) (name ?a))

=>(printout t “Specify a state for “ ?a crlf))

• Frames e regras podem ser combinados– CLIPS, para ganhar expressividade, inclui uma

linguagem interna (COOL – “C” Object-Oriented Language) para definir e manipular frames

– Regras CLIPS referenciam estes frames


Análise: Problemas de SBCs


Porque SBCs não se tornaram populares?

• Não muito usados por razoes técnicas “históricas”• Programar procedimentalmente é mais fácil,

rápido, simples e controlável – Eficiência : funcionamento diretamente no código– Fácil funcionamento : despreocupação com

contextos– O programador mantém o fluxo de controle


Problema: Dificuldades de reuso

• Formalismos diferentes não facilitam o reuso• Reuso é imperativo:

– BCs são a parte mais cara de um SBC

• Como ter reuso no nível de conhecimento?• Como abstrair formalismos?


Problemas de reuso: Interoperabilidade

• Necessidade de reuso em domínios com grande número de conceitos e relações (ex: medicina)

• Falta de interoperabilidade entre formalismos, mesmo entre os orientados a domínio

• Formalismo diferentes, porém certa similaridade expressiva

• Solução visando reuso em nível de conhecimento: Ontologias!


Ontologias


Motivações de Ontologias

• Permitir reuso entre formalismos de representação diferentes

• Servir como vocabulário compartilhado de comunicação entre agentes

• Unidade básica de representação: Frames (sem daemons)

• Define um domínio, visando maximizar o reuso destas definições

• Idealmente não deve refletir nenhum formalismo• Materialização do nível de conhecimento


Ontologias

• Termo oriundo da filosofia• Ramo da filosofia que lida com a natureza e

organização da realidade• Categorias de Aristóteles: taxonomia para os

objetos do mundo • Kant, Peirce, Whitehead, Heidegger,

Wittgenstein, ...• Em informática e inteligência artificial, ganha

um senso mais prático– Organização de conhecimento manipulável


Definições de ontologia

• Ontologia: Especificação de uma conceitualização [Gruber 91]

• Hierarquia de conceitos (classes) com suas relações, restrições, axiomas e terminologia associada

[Huhns & Singh 97] Id Modelo

Xy 777

Agente da Cia. Aérea

Ont. de Meios de Transporte

Trem Avião Barco

Transporte Carreira Caça

Avião

Meu agente

777[é-um 777]

Id Modelo

Xy 777

Agente da Cia. Aérea

Ont. de Meios de Transporte

Trem Avião Barco

Transporte Carreira Caça

Avião

Meu agente

777[é-um 777]


Definições de ontologia (cont.)

• “Uma ontologia é uma especificação explícita e formal de uma conceitualização compartilhada” [Studer et al 98]

• Especificação explícita: definições declarativas de conceitos, instâncias, relações, restrições e axiomas

• Formal: declarativamente definida, sendo compreensível e manipulável para agentes e sistemas

• Conceitualização: modelo abstrato de uma área de conhecimento ou de um universo limitado de discurso

• Compartilhada: conhecimento consensual, seja uma terminologia comum da área modelada, ou acordada entre os desenvolvedores dos agentes que se comunicam


Tipos de ontologias quanto ao grau de genericidade

adaptado de [Gómez-Perez 99]


Ontologias de Representação

• Definem as primitivas de representação - como frames, axiomas, atributos e outros – de forma declarativa

• Tenta abstrair os formalismos de representação

• Ex: Frame-Ontology da Ontolingua– Classes: Relação, partição, argumento, axioma,

etc


Definição de partição na Frame-Ontology

(defrelation Class-Partition (?set-of-classes) := (and (=> (and (Member@Hpkb%Kif-Sets ?c1 ?set-of-classes) (Member@Hpkb%Kif-Sets ?c2 ?set-of-classes)

(not (= ?c1 ?c2))) (Disjoint@Hpkb%Kif-Sets ?c1 ?c2)) (=> (Member@Hpkb%Kif-Sets ?c ?set-of-classes) (Class@Okbc-Ontology ?c)) (Set@Hpkb%Kif-Sets ?set-of-classes)))


Ontologias Gerais (ou de topo)

• Trazem definições abstratas necessárias para a compreensão de aspectos do mundo, como tempo, processos, papéis, espaço, seres, coisas, etc.

[Sowa 99]


Ontologias centrais ou genéricas de domínio (core ontologies)

• Definem os ramos de estudo de uma área e/ou conceitos mais genéricos e abstratos desta área

• Serve de base para a construção de ontologias de ramos mais específicos de um domínio

• Ex: a ontologia central de direito [Valente & Breuker 96]– Conhecimentos meta-legal, definicional, causal,

normativo, de responsabilidade, reativos, criativo, de agências legais, reação legal, comportamentos permitidos, etc

– Servirá para criar ontologias de direito tributário, de família e outras


Ontologias de domínio e de aplicação

• Ontologias de domínio tratam de um domínio mais específico de uma área genérica de conhecimento, como direito tributário, microbiologia, etc

• Ontologias de aplicação procuram solucionar um problema específico de um domínio– Referenciam termos de uma ontologia de domínio– Ex: Ontologia para identificar doenças do coração, a

partir de uma ontologia de domínio de cardiologia

• Classificação quanto ao teor: ontologias de tarefas e de domínio


Benefícios e Ferramentas de Ontologias


Benefícios das Ontologias

• Reuso massivo de conhecimento– Incorporação de conhecimento é facilitada, inclusive

de linguagem natural

• Facilidades de acesso a conhecimento– Via browser– Servidores

• Interoperabilidade entre formalismos– Tradução– Mapeamento

• Comunicação em nível de conhecimento


Knowledge Sharing Effort (KSE)Knowledge Sharing Effort (KSE)

• O KSE produziu inicialmente quatro ferramentas :– Ambiente de edição, manipulação e acesso

de ontologias: Ontolingua– Tradução: Linguagem KIF– Comunicação entre agentes: Linguagem

KQML – Conectividade/ Interoperabilidade: OKBC


Editor da Ontolingua

[Fikes 98]


Tradução na Ontolingua

• Tradução intermediária para a interlingua KIF (Knowledge Interchange Format) – No. de tradutores cai de (n-1)² para 2n

• KIF foi feita para ser usada com a Frame-Ontology

Ontologias“de prateleira”

Ontolingua

LOOMOntol.

“T-box”

EpikitAxiomas

ExpressModeloInform.

PrologRegras backwarchaining”

CLIPSRegrasforward chaining

CORBAIDL

KIFLógica

predic.1ª

ordem

Ontologias“de prateleira”

Ontolingua

LOOMOntol.

“T-box”

EpikitAxiomas

ExpressModeloInform.

PrologRegras backwarchaining”

CLIPSRegrasforward chaining

CORBAIDL

KIFLógica

predic.1ª

ordem


Usos da Ontolingua Colaboradores remotos

Escritores

Leitores

Aplicações remotas

DB

Aplic. GUI

Aplicações stand-alone

Aplic.

BC

KQML

NGFP

Servidor / Editor de Ontologias

Editor

Servidor

HTTP

NGFP

Tradutores:LOOM,IDL,CLIPS...

Bibl

Transferência de arquivos (Batch)


Ontologias disponíveis na Ontolingua

• Normalmente mantidas por grupos de pesquisa

• Metadados de imagens de satélites

• Metadados para integração de bases de dados de genoma

• Catálogos de produtos• Osciloscópios• Robótica

• Semicondutores• Modelagem de sólidos• Matemática• Engenharia• Drogas• Terminologia medica• Padrão IEEE para

interconexões entre ferramentas


KQML: Comunicação entre Agentes Cognitivos

• Introduziu o modelo de Comunicação em Nível de Conhecimento ou peer-to-peer

• Modelo baseado na Teoria dos Atos de Fala [Austin 62], que modela a comunicação humana

• Os atos de fala expressam as intenções dos agentes – assertivos (informar)– diretivos (pedir ou consultar)– comissivos (prometer ou comprometer-se)– proibitivos, – declarativos (causar eventos para o próprio comunicador) – expressivos (emoções)


KQML (Knowledge Query and Manipulation Language)

KQML (Knowledge Query and Manipulation Language)

• KQML dá suporte a agentes na identificação, conexão e troca de informação com outros agentes.

• Mensagens KQML não enxergam o conteúdo das mensagens que elas transportam

• É dividida em três camadas :– camada de comunicação - parâmetros de baixo

nível da comunicação (sender, recipient, id,etc)– camada de conteúdo - mensagem– camada de mensagem - detalhes de interações da

comunicação ( ling. de conteúdo, ontologia , etc)


Exemplo de Comunicação em KQML

(ask-all :sender CFP-Agent :receiver PPR-Agent :reply-with id1 :language JessTab :ontology Science :content (object (is-a Link) (URL ?u)

(anchor ?a&:(occurs [call-for-papers] ?a))))


Ex. de Comunicação em KQML (cont.)

(tell :sender PPR-Agent :receiver CFP-Agent :in-reply-to id1 :reply-with id2 :language JessTab :ontology Science :content (object (is-a Link)

(URL “http://lcn2002.cs.bonn.edu”) (anchor “ IEEE Conference on Local

Computer Networks (LCN 2002)”)))


O Protégé

• Ferramenta desktop criada pelo Depto. de Informática Médica da Univ. Stanford [Noy et al 2000]– Milhares de usuários

• Flexibilidade:– Editor de ontologias com interface gráfica

• Cria formulários para entrada de instâncias

– Integração de Componentes• Ex: Componentes gráficos, como OntoViz, Jambalaya

– Plugin OKBC: acesso remoto à Ontolingua– Modelo de conhecimento: classes primitivas

(metaclasses) podem ser redefinidas• CLIPS, Jess, F-Logic, Prolog, RDF, OIL, XML, Topic Maps


Plugin OKBC acessando a Ontolingua


Importando BCs via OKBC


Ferramentas do KAON e da Ontoprise

• Desenvolvidas em Karlsruhe, Alemanha • 1o. protótipo do que viria a ser a Web semântica,

o Ontobroker [Benjamins et al 98] • O KAON (the KArlsruhe ONtology and semantic

web tool suite) engloba ferramentas para: – edição de ontologias (OntoEdit)– disponibilizar ontologias num servidor baseado em

BDs– criação de ontologias a partir de texto (Text-to-

Onto)– busca baseada em ontologias sobre bases de texto

(SemanticMiner)– anotação semi-automática de referências a

ontologias em páginas para a Web– agrupamento de textos baseados em ontologias


Requisitos para ferramentas de ontologias

• facilidades de uso• entendimento intuitivo da interface • interface gráfica• visibilidade gradativa• conexão a repositórios• portabilidade• interoperabilidade• organização dos arquivos gerados• documentação de alterações• suporte a trabalho cooperativo• extensibilidade (capacidade de inclusão de

componentes)• ferramentas de apoio


Requisitos para formalismos e linguagens de representação

• Não apenas expressividade, como em [Corcho & Gómez-Perez 2000]

• Existência de um motor de inferência• Acoplamento do motor a um editor de ontologias• Traduzível:

– independência de uma linguagem ou formalismo específico

• Popularidade• Ex: F-Logic


Aplicações de Ontologias


Ramos de aplicação

• Comércio eletrônico• Gestão de conhecimento• Workflow • Tratamento inteligente de informação • Web semântica!


PACT (Palo Alto Collaboration Testbed )

• Objetivo: resolução negociada de problemas de projeto de manipuladores robóticos entre sistemas já existentes de fábricas da HP e da Lockheed e de uma empresa de software

[Cutovsky et al 93]


PACT (cont.)

• Ontologias– Matemática para engenharia - quantidades, unidades,

dimensões, matrizes e funções – Projeto e configurações - parâmetros, componentes,

restrições

(monitor :from consumer :to producer :ontology standard-units-and-dimensions :language KIF :content (= (q.magnitude (diameter shaft-a) inches) ?x))

Você já ouviu falar de Siri?

Não este!

O futuro no celular: Siri

A capacidade de lidar com contextos

Renault: diagnósticos e manuais“on-the-fly”

Vodafone: busca semântica

Richard Benjamins

http://cloudofdata.com/2008/12/amazon-public-data-sets-bring-the-cloud-of-data-closer/

http://buytaert.net/rdfa-and-drupal

http://sioc-project.org/wordpress/

Outros

http://semweb.meetup.com/32/boards/thread/7569801/

http://www.oracle.com/technology/tech/semantic_technologies/index.html

http://3.ly/e8P

Muitas aplicações aparecendo...

• BBC: anotações dos jogos olímpicos ... e da copa 2013

• Globo: todas as mídias semanticamente anotadas

• Audi• Governos Italiano, Espanhol,...• ...


Tópicos de pesquisa corrente

• Web semântica – Padrões, princípios, linguagens, limitações

• Concepção de ontologias– Engenharia de ontologias– Paradoxo: tensão entre aplicação e

extensibilidade– Aspectos a serem abordados

• funcional, intencional, social, físico, etc

– Modularização de ontologias


Tópicos de pesquisa corrente (cont.)

• Aprendizado e ontologias– Construção de ontologias a partir de texto (Text-to-

Onto)– Anotação semi-automática de páginas baseadas em

ontologias– Extração, agrupamento [Hotho et al 2001] e

classificação de informação (mineração de textos)• Integração inteligente de informação

– Diversidade de visões de ontologias sobre um mesmo domínio, que o abordam sobre perspectivas distintas

– Soluções: mapeamento e integração semântica através de contextos comuns [Wache & Stuckenschmidt 2001]


Conclusões

• Ontologias revigoraram o paradigma declarativo

• Materialização do nível de conhecimento• Possibilitaram um modelo de comunicação

expressivo e intencional para agentes cognitivos

• Área promissora, de pesquisa ativa• Aplicável principalmente em:

– Gestão de Conhecimento– Web semântica– e-commerce: muitas soluções com comunicação

baseadas em ontologias

prof. fred freitas - [email protected] ontologias prof. fred freitas cin - ufpe

Documents