Trabalho de Formatura
Contextualização
Ontologias
Ontologias são documentos que descrevem, de forma estruturada, o conhecimento de um domínio. Para escrevê-las utilizam-se linguagens ontológicas, como RDF Schema e OWL, que permitem representar a semântica por meio de um modelo lógico, diferenciando-as, assim de outros recursos que também representam conceitos, por exemplo esquemas XML e modelos entidade-relacional.
Alinhamento de Ontologias
Trabalhar com várias ontologias implica em lidar com descrições que podem (mesmo tendo um domínio similar), ter visões, profundidade, abrangência e linguagem distintas. Entretanto, sem isto, não há reaproveitamento das mesmas, e pouco dos conceitos já representados poderia ser relacionado em outros meios que não fossem o original da ontologia no qual foi escrito.
Alinhamento de ontologias é a operação que, dadas duas ontologias, devolve um mapeamento entre seus elementos (conceitos). Isto surge para resolver o problema de se trabalhar com múltiplas ontologias, em especial quando estas são de grande porte, visto que se torna muito difícil fazer a associação manualmente.
Entre as aplicações que atualmente dependem desta técnica estão: consultas na "Web Semântica", integração de conhecimento em medicina, composição de serviços na internet, entre outros.
Cada alinhador utiliza um processo composto por diversos algoritmos que podem: analisar os nomes dos objetos descritos, verificar instâncias, inspecionar grafo de relações, e até mesmo utilizar fontes externas e interação com usuário. Pelas próprias características do problema existem muitos alinhadores, cada um oferecendo recursos diferentes, e com desempenho distintos em diversos casos de uso.
AML
Um dos alinhadores bastante promissores nos últimos resultados da OAEI (Ontology Alignment Evaluation Initiative) é o AML (AgreementMakerLight), se destacando pela sua eficiência em termos de medida-F e tempo de execução em alguns casos de teste com ontologias de grande porte.
Nota-se também sua framework extensível, por meio da qual pode-se modificar o AML, adicionando critérios na forma de "matchers", os submódulos que contém os algoritmos que comparam duas ontologias. No AML cada "matcher" processa as ontologias e devolve um alinhamento de forma individual, a composição desses resultados parciais é o alinhamento final. Então adicionando, removendo ou alterando internamente esses submódulos, é possível alterar todo o processo de alinhamento.
Motivação
Como consta no artigo [4], todas as soluções em alinhamento ainda possuem muitos problemas e, em especial sobre o AML, algumas falhas são ressaltadas no artigo sobre seus resultados na OAEI 2013 ([3]). Observa-se então que existe espaço para melhora. Além disso, ressalta-se a importância em estudar formas de tornar o conhecimento manipulável pelo computador e permitir uma melhor integração e obtenção de informações, tanto em níveis particulares como integração de programas, quanto em níveis mais globais, o que seria o caso da "Web Semântica".
Objetivo
Não se objetiva, neste trabalho, atacar diretamente os problemas dos artigos citados na sessão anterior, mas sim, estudar o efeito de algumas modificações no alinhador e os reflexos no seu desempenho, para então poder delimitar o quanto o AML pode ser melhorado pela apenas substituição de seus módulos e extensores.
Proposta
A proposta deste trabalho consiste na criação e modificação de submódulos de alinhamento do AML. Para isto faz-se um estudo teórico das técnicas e algoritmos usados em alinhamentos de ontologias. Posteriormente, faz-se implementação destes em Java, dentro da framework do AML. Após isso, obtém-se casos de teste (ontologias e alinhamentos de referência) e avalia-se o desempenho das variações do AML produzidas.
Cronograma
Referências
- [1] Jérôme Euzenat and Pavel Shvaiko. Ontology Matching. Springer-Verlag, Heidelberg (DE), 2nd edition, 2007.
- [2] Bernardo Cuenca Grau, Zlatan Dragisic, Kai Eckert, et al. Results of the Ontology Alignment Evaluation Initiative 2013. URL
- [3] Daniel Faria, Catia Pesquita, Emanuel Santos, Isabel F. Cruz, and Francisco M. Couto. AgreementMakerLight Results for OAEI 2013. URL
- [4] Jérôme Euzenat and Pavel Shvaiko. Ontology matching: state of art and future challenges, in The IEEE Transactions on Knowledge and Data Engineering (TKDE), 2013. URL
- [5] Daniel Faria, Catia Pesquita, Emanuel Santos, et al. The AgreementMakerLight ontology matching system, in The 12th International Conference on Ontologies, DataBases, and Applications of Semantics (ODBASE), 2013.