O documento discute um arcabouço computacional chamado Sabença para aprendizagem semi-automatizada de ontologias a partir de textos. O documento apresenta a agenda, que inclui introdução, o projeto Sabença, um estudo de caso e considerações finais. Também discute conceitos como ontologias, aprendizagem de ontologias e como a aprendizagem de ontologias a partir de textos funciona.

1. SABENÇA
Um arcabouço computacional para
aprendizagem semi-automatizada de
ontologias a partir de textos
Defesa de Mestrado
Mestrando: Norton Coelho Guimarães
Orientador: Dr. Cedric Luiz de Carvalho
- 22 de abril de 2015 -

2. Agenda
Introdução
O projeto
Estudo de caso
Considerações finais
Referências bibliográficas

3. O que é
ontologia?

4. Aristóteles (222 a.C.)
... trata do estudo do ser
enquanto ser (EIBEN, e
SMITH, 2008).
... visão abstrata do mundo
que se deseja representar...
(GRUBER, 1995)
Tom GRUBER

5. .. servem como esquemas
de metadados...
(MÄEDCHE e STAAB,
2001).
Alexander MÄEDCHE Steffen STAAB Lucas Rego DRUMMOND
... devem ser compreensíveis
para os agentes e outras
entidades computacionais
(DRUMMOND, 2009).

6. Exemplo de Ontologia
(LOPES e VIEIRA, 2010)
Termos
Relações
Propriedades
Hierarquias

7. Onde se
utiliza
ontologias?

8. Ambiguidade
Comunicação
Homem-Máquina
Dedução do
Significado
Interoperabilidade
Semântica

9. Como se
constrói uma
ontologia?

10. ...complexo e demorado, não existe uma
solução universal (CIMIANO, 2006).
Philipp CIMIANO

11. O que é a
aprendizagem
de ontologias?

12. Alexander MÄEDCHE Steffen STAAB
...serve para descrever o processo de
aquisição de um modelo de domínio a partir
de dados (MÄEDCHE e STAAB, 2001).

13. Tipos de aprendizagem de ontologias
textos dicionários
base de
conhecimento
esquemas
semi-
estruturados
esquemas
relacionais
(Gómez-Pérez e Manzano-Macho, 2003)

14. Tipos de aprendizagem de ontologias
textos dicionários
base de
conhecimento
esquemas
semi-
estruturados
esquemas
relacionais
(Gómez-Pérez e Manzano-Macho, 2003)

15. Como é a
aprendizagem
de ontologias a
partir de
textos?

16. Escrevem
(CIMIANO, 2006)

17. Quais são
essas
etapas?

18. disjuntos(rio, montanha)
rio, país, nação, cidade, capital, . . .
{país, nação}
c:= país:= < i(país),[[país]], 𝑅𝑒𝑓𝐶(país) >
flue_através(dom:rio, range: estado)
∀𝑥 (pais (x) → ∃𝑦 capita_de (y, x) ∧ ∀𝑧 (capital_de(z, x) → y = z) )
capital ≤ 𝐶 cidade
capital_de ≤ 𝑅 localizado_em
≤ 𝐶 = redução de c
∀𝑥 = regra universal
→ = implica
∧ = e lógico
i = instância de
[[ ]] = subconjunto
𝑅𝑒𝑓𝐶 = Conjunto
Legenda
(CIMIANO, 2006)
Termo Sinônimo Conceitos
Hierarquia
de
Conceitos
Relações
Hierarquias
de
Relações
Esquema
de Axiomas
Axiomas
Gerais

19. disjuntos(rio, montanha)
rio, país, nação, cidade, capital, . . .
{país, nação}
c:= país:= < i(país),[[país]], 𝑅𝑒𝑓𝐶(país) >
flue_através(dom:rio, range: estado)
∀𝑥 (pais (x) → ∃𝑦 capita_de (y, x) ∧ ∀𝑧 (capital_de(z, x) → y = z) )
capital ≤ 𝐶 cidade
capital_de ≤ 𝑅 localizado_em
≤ 𝐶 = redução de c
∀𝑥 = regra universal
→ = implica
∧ = e lógico
i = instância de
[[ ]] = subconjunto
𝑅𝑒𝑓𝐶 = Conjunto
Legenda
(CIMIANO, 2006)
Termo Sinônimo Conceitos
Hierarquia
de
Conceitos
Relações
Hierarquias
de
Relações
Esquema
de Axiomas
Axiomas
Gerais

20. disjuntos(rio, montanha)
rio, país, nação, cidade, capital, . . .
{país, nação}
c:= país:= < i(país),[[país]], 𝑅𝑒𝑓𝐶(país) >
flue_através(dom:rio, range: estado)
∀𝑥 (pais (x) → ∃𝑦 capita_de (y, x) ∧ ∀𝑧 (capital_de(z, x) → y = z) )
capital ≤ 𝐶 cidade
capital_de ≤ 𝑅 localizado_em
≤ 𝐶 = redução de c
∀𝑥 = regra universal
→ = implica
∧ = e lógico
i = instância de
[[ ]] = subconjunto
𝑅𝑒𝑓𝐶 = Conjunto
Legenda
(CIMIANO, 2006)
Termo Sinônimo Conceitos
Hierarquia
de
Conceitos
Relações
Hierarquias
de
Relações
Esquema
de Axiomas
Axiomas
Gerais

21. disjuntos(rio, montanha)
rio, país, nação, cidade, capital, . . .
{país, nação}
c:= país:= < i(país),[[país]], 𝑅𝑒𝑓𝐶(país) >
flue_através(dom:rio, range: estado)
∀𝑥 (pais (x) → ∃𝑦 capita_de (y, x) ∧ ∀𝑧 (capital_de(z, x) → y = z) )
capital ≤ 𝐶 cidade
capital_de ≤ 𝑅 localizado_em
≤ 𝐶 = redução de c
∀𝑥 = regra universal
→ = implica
∧ = e lógico
i = instância de
[[ ]] = subconjunto
𝑅𝑒𝑓𝐶 = Conjunto
Legenda
(CIMIANO, 2006)
Termo Sinônimo Conceitos
Hierarquia
de
Conceitos
Relações
Hierarquias
de
Relações
Esquema
de Axiomas
Axiomas
Gerais

22. disjuntos(rio, montanha)
rio, país, nação, cidade, capital, . . .
{país, nação}
c:= país:= < i(país),[[país]], 𝑅𝑒𝑓𝐶(país) >
flue_através(dom:rio, range: estado)
∀𝑥 (pais (x) → ∃𝑦 capita_de (y, x) ∧ ∀𝑧 (capital_de(z, x) → y = z) )
capital ≤ 𝐶 cidade
capital_de ≤ 𝑅 localizado_em
≤ 𝐶 = redução de c
∀𝑥 = regra universal
→ = implica
∧ = e lógico
i = instância de
[[ ]] = subconjunto
𝑅𝑒𝑓𝐶 = Conjunto
Legenda
(CIMIANO, 2006)
Termo Sinônimo Conceitos
Hierarquia
de
Conceitos
Relações
Hierarquias
de
Relações
Esquema
de Axiomas
Axiomas
Gerais

23. disjuntos(rio, montanha)
rio, país, nação, cidade, capital, . . .
{país, nação}
c:= país:= < i(país),[[país]], 𝑅𝑒𝑓𝐶(país) >
flue_através(dom:rio, range: estado)
∀𝑥 (pais (x) → ∃𝑦 capita_de (y, x) ∧ ∀𝑧 (capital_de(z, x) → y = z) )
capital ≤ 𝐶 cidade
capital_de ≤ 𝑅 localizado_em
≤ 𝐶 = redução de c
∀𝑥 = regra universal
→ = implica
∧ = e lógico
i = instância de
[[ ]] = subconjunto
𝑅𝑒𝑓𝐶 = Conjunto
Legenda
(CIMIANO, 2006)
Termo Sinônimo Conceitos
Hierarquia
de
Conceitos
Relações
Hierarquias
de
Relações
Esquema
de Axiomas
Axiomas
Gerais

24. disjuntos(rio, montanha)
rio, país, nação, cidade, capital, . . .
{país, nação}
c:= país:= < i(país),[[país]], 𝑅𝑒𝑓𝐶(país) >
flue_através(dom:rio, range: estado)
∀𝑥 (pais (x) → ∃𝑦 capita_de (y, x) ∧ ∀𝑧 (capital_de(z, x) → y = z) )
capital ≤ 𝐶 cidade
capital_de ≤ 𝑅 localizado_em
≤ 𝐶 = redução de c
∀𝑥 = regra universal
→ = implica
∧ = e lógico
i = instância de
[[ ]] = subconjunto
𝑅𝑒𝑓𝐶 = Conjunto
Legenda
(CIMIANO, 2006)
Termo Sinônimo Conceitos
Hierarquia
de
Conceitos
Relações
Hierarquias
de
Relações
Esquema
de Axiomas
Axiomas
Gerais

25. disjuntos(rio, montanha)
rio, país, nação, cidade, capital, . . .
{país, nação}
c:= país:= < i(país),[[país]], 𝑅𝑒𝑓𝐶(país) >
flue_através(dom:rio, range: estado)
∀𝑥 (pais (x) → ∃𝑦 capita_de (y, x) ∧ ∀𝑧 (capital_de(z, x) → y = z) )
capital ≤ 𝐶 cidade
capital_de ≤ 𝑅 localizado_em
≤ 𝐶 = redução de c
∀𝑥 = regra universal
→ = implica
∧ = e lógico
i = instância de
[[ ]] = subconjunto
𝑅𝑒𝑓𝐶 = Conjunto
Legenda
(CIMIANO, 2006)
Termo Sinônimo Conceitos
Hierarquia
de
Conceitos
Relações
Hierarquias
de
Relações
Esquema
de Axiomas
Axiomas
Gerais

26. Como
automatizar
esta
proposta?

27. Wilson WONG
Atualmente, não pode ser, por sua
própria natureza, totalmente
automatizada (WONG, 2012).

28. Trabalhos relacionados
Fonte Objetivo e Escopo Validação Domínio
BASÉGIO, 2007 Extração semi-automática de estruturas ontológicas,
termos e relações taxonômicas.
Manual (1) Turismo
JUNIOR, 2008 ONTOlp geração semi-automática de ontologias. Manual (1) Pediatria
LOPES, 2009 ExATOlp extração de termos, conceitos, hierarquias
segundo abordagens linguísticas e estatísticas.
- Pediatria
MOTTA, 2009 Geração semi-automática de ontologias. Manual (1) História
MPB
ZAHRA, 2009 PORONTO extração semi-automática de extração de
termos e relações taxonômicas.
Manual (2) Câncer de
Mama
GONÇALVES,
2011
Geração semi-automática de ontologias, identificação de
conceitos e relações com o uso de grafos.
- Biologia

29. Trabalhos relacionados
Fonte Objetivo e Escopo Validação Domínio
BASÉGIO, 2007 Extração semi-automática de estruturas ontológicas,
termos e relações taxonômicas.
Manual (1) Turismo
JUNIOR, 2008 ONTOlp geração semi-automática de ontologias. Manual (1) Pediatria
LOPES, 2009 ExATOlp extração de termos, conceitos, hierarquias
segundo abordagens linguísticas e estatísticas.
- Pediatria
MOTTA, 2009 Geração semi-automática de ontologias. Manual (1) História
MPB
ZAHRA, 2009 PORONTO extração semi-automática de extração de
termos e relações taxonômicas.
Manual (2) Câncer de
Mama
GONÇALVES,
2011
Geração semi-automática de ontologias, identificação de
conceitos e relações com o uso de grafos.
- Biologia

30. Um campo de pesquisa em
constante evolução.
Uso de ontologias na
interoperabilidade semântica.
As ontologias melhoram a
comunicação homem-máquina.
As ontologias tornam a tomada
de decisão precisa.
Motivação

31. Objetivo

32. Sabença v 1.0

33. É um arcabouço
computacional
(framework)
Fundamentado na
aprendizagem de
ontologias a partir de
textos
Integra ferramentas
de PLN, técnicas
morfossintáticas e
abordagens
estatísticas.

34. Metodologia
Analisar as principais metodologias, ferramentas, técnicas
e trabalhos correlatos.
Projetar e desenvolver o arcabouço computacional.
Aplicar o arcabouço computacional aos documentos
selecionados.

35. Análise

36. Análise
Requisitos Funcionais Casos de Uso
16
09

37. Projeto

38. Visão Geral
Documentos textuais
Sabença
(.pdf, .doc, .docx etc.)
Pré-processamento
textual
Extração de
termos
Identificação de
termos
Identificação de
Relações
taxonômicas
XML -> OWL
Ontologia

39. Tipos de Arcabouços
Frozen Spots Hot Spots

40. Arquitetura
Visualização
Aplicação GUI
Módulo Construtor
Módulo Analisador Módulo Conversor
Módulo Etiquetador
Módulo Pesador
Módulo Extrator
Módulo Exportador
Compartilhado

41. Digrama de Classes

42. Sabença - Módulos

43. Módulo Construtor
• Controlar o fluxo;
• Recebe requisições externas;
• Controlar o mapeamento;
• Controlar as parametrizações;
• Controlar a importação.
Frozen Spots

44. prop.linguagem=pt
prop.diretorio.compartilhado=C:/temp/importados/
prop.diretorio.origem=C:/Users/norton/Dropbox/Mestrado
UFG/Material de Estudo/Estudo de Caso/Grupo01/
prop.importador=Importador
prop.convertido.nome=documento
prop.conversor.doc=ConverteDOCparaTXT
prop.conversor.pdf=ConvertePDFparaTXT
prop.conversor.docx=ConverteDOCxparaTXT
prop.stopwords.nome=StopWords
prop.etiquetado.nome=etiquetado
prop.etiquetador.padrao=OpenNLP
ArquivodePropriedades

45. prop.etiquetador.caminho.modelo=srcbrufginf
sabencaetiquetadormodelsOpenNLP
prop.etiquetador.ngrama=4
prop.pesador.tipo=FrequenciaIDF
prop.pesador.MIN=0.1
prop.pesagem=termosPesagem
prop.extrator.formatoXML=ISO-8859-1
prop.extrator.termoSimples=termosPesagem
prop.extrator.termoComposto=termoComposto
prop.extrator.padraoHearst=padraoHearst
prop.exportador.padrao=NovoExportador
prop.extensao.padrao.saida=.txt
ArquivodePropriedades

46. Módulo Analisador
• Lista documentos;
• Encaminha para a conversão;
• Identifica protegidos.

47. Módulo Conversor
• Conversão textual
• Codificação ASCII

48. Módulo Etiquetador
• Realiza a etiquetagem.
• Gera Stopwords.

49. Módulo Pesador
• Realiza a pesagem
• Implementa TF-idf

50. Módulo Extrator
• Realiza a extração
• Gera padrões Hearst
• Gera n-gramas
• Gera termos compostos
• Gera as relações taxonômicas
Frozen Spots

51. Padrões Hearst
(BASÉGIO, 2007)

52. Termo Composto
(BASÉGIO, 2007)

53. Módulo Exportador
• Estrutura a ontologia

54. Customização

55. Extensão do Sabença
NovoExportador

56. Instanciação do arcabouço

57. Execução

58. Fluxo de execução
Construtor Analisador Conversor Etiquetador Pesador Extrator Exportador
1 2
3
4
5
6
7

59. Fluxo de execução
Construtor Analisador Conversor Etiquetador Pesador Extrator Exportador
1 2
3
4
5
6
7

60. Fluxo de execução
Construtor Analisador Conversor Etiquetador Pesador Extrator Exportador
1 2
3
4
5
6
7

61. Fluxo de execução
Construtor Analisador Conversor Etiquetador Pesador Extrator Exportador
1 2
3
4
5
6
7

62. Fluxo de execução
Construtor Analisador Conversor Etiquetador Pesador Extrator Exportador
1 2
3
4
5
6
7

63. Fluxo de execução
Construtor Analisador Conversor Etiquetador Pesador Extrator Exportador
1 2
3
4
5
6
7

64. Fluxo de execução
Construtor Analisador Conversor Etiquetador Pesador Extrator Exportador
1 2
3
4
5
6
7

65. Recursos Computacionais

66. Estudo de caso

67. Metodologia
Escolher o domínio;
Selecionar documentos digitais;
Aplicar o arcabouço computacional nos documentos selecionados;
Validar os resultados com especialistas.
Gerar ontologia sobre o domínio escolhido.

68. Domínio

69. Convertidos
78
73
01
144
08
3958 pág.

70. Resultados
3958 páginas
Termos Relevantes
1.516
104
Termos Compostos Padrões Hearst

71. Tempo de Execução

72. Validação

73. Validação
... ... é frequentemente mais prático avaliar as diferentes
camadas da ontologia separadamente, em vez de tentar
avaliar diretamente a ontologia como um todo (BRANK,
J.; GROBELNIK, M.; MLADENI´C , D., 2005).
Marko GROBELNIKJanez BRANK Dunja MLADENIC

75. Métodos avaliativos
Precisão: identificar os termos corretos, considerando a lista de
referência (JUNIOR, 2008).
Abrangência: avalia a quantidade de termos corretos extraídos pelo
método (JUNIOR, 2008).
Medida f: expressar o equilíbrio entre os valores da precisão (P) e
abrangência (A) (JUNIOR, 2008).

76. Termos Relevantes
314TF-idf > 0.1

77. Termos Compostos

78. Padrões Hearst

79. Termos Relevantes
Padrão Hearst
Termos Compostos
Ontologia

80. 194

81. Considerações Finais

82. Documentos textuais podem gerar distorções nos resultados.
O corpus utilizado tem mais de 1 milhão de termos.
O uso de ferramentas de terceiros nos torna dependentes.
Utilizar n-gramas de 4 níveis, obtiveram resultados melhores que os
padrões Hearst.
O arcabouço computacional semi-automatizado agiliza a estruturação de
ontologias.
As ontologias mudam de acordo com a mudança do conhecimento
adquirido.

83. Contribuições
Desenvolvimento do arcabouço computacional.
Utilização de soluções livres no desenvolvimento do arcabouço
computacional.
Desenvolvimento de uma ontologia de domínio na área de segurança
pública.

84. Trabalhos futuros
Extrair textos de áudio e vídeo.
Permitir outros idiomas.
Relações não-taxonômicas.
Classificador automático de documentos.

85. Dicionário de sinônimos.
Construção automatizada de axiomas.
Processamento paralelo.
Merge de ontologias.
Validação automática.

86. Referências

87. BASÉGIO, T. L. Uma abordagem semi-automática para identificação de estruturas ontológicas
a partir de textos na língua portuguesa do brasil, 2007. Dissertação (Mestrado em Ciência
da Computação) – Faculdade de Informática, Universidade Católica do Rio Grande do Sul,
Porto Alegre. Disponível em: <http://tede.pucrs.br/tde_arquivos/4/TDE-2009-06-
09T170445Z-1994/Publico/403014.pdf>. Acesso em: 22 dez. 2013.
BRANK, J.; GROBELNIK, M.; MLADENI´C , D. A survey of ontology evaluation techniques. In:
Proc. of 8th Int. multi-conf. Information Society, p. 166–169, 2005.
CIMIANO, P. Ontology Learning and Population from Text: Algorithms, Evaluation and
Applications. Springer-Verlag New York, Inc., Secaucus, NJ, USA, 2006.
DE FARIA, C. G.; DEL ROSARIO GIRARDI GUTIERREZ, M. Um processo semiautomático
para o povoamento de ontologias a partir de fontes textuais. In: iSys - Revista Brasileira de
Sistemas de Informação, volume 3, 2010.
DRUMOND, L. R. Aquisição automatizada de hierarquias de conceitos de ontologias utilizando
aprendizagem estatística relacional, 2009. Dissertação (Mestrado em Engenharia e
Eletricidade) – Centro de Ciências exatas e tecnologia, Universidade Federal do Maranhão,
São Luís. Disponível em:
<http://www.tedebc.ufma.br//tde_busca/arquivo.php?codArquivo=380>. Acesso em: 29 abr.
2014.

88. EIBEN, A.; SMITH, J. E. Introduction to Evolutionary Computing, volume XV de Natural
Computing. Springer, 2 edition, 2008.
GÓMEZ-PÉREZ, A.; MANZANO-MACHO, D. An overview of methods and tools for ontology
learning from texts. Knowl. Eng. Rev., 19(3):187–212, Sept. 2004.
GONÇALVES, G.; WILKENS, R.; VILLAVICENCIO, A. Sistema de aquisição semiautomática de
ontologias. In: Vieira, R.; Guizzardi, G.; Fiorini, S. R., editors, ONTOBRAS-MOST, volume
776 de CEUR Workshop Proceedings, p. 189–194. CEUR-WS.org, 2011.
GRUBER, T. Toward principles for the design of ontologies used for knowledge sharing.
International Journal Human-Computer Studies Vol. 43, Issues 5-6,Novemer 1995, p.907-
928., 1995.
HEARST, M. A. Automatic acquisition of hyponyms from large text corpora. In: Proceedings of
the 14th Conference on Computational Linguistics - Volume 2, COLING ’92, p. 539–545,
Stroudsburg, PA, USA, 1992. Association for Computational Linguistics.
JUNIOR, L. C. R. Ontolp: Construção semi-automática de ontologias a partir de textos da
língua portuguesa, 2008. Dissertação (Mestrado em Computação Aplicada) – Universidade
do Vale do Rio dos Sinos, São Leopoldo. Disponível em:
<http://bdtd.unisinos.br/tde_busca/arquivo.php?codArquivo=603>. Acesso em: 29 abr. 2013.

89. LOPES, L. Extração automática de conceitos a partir de textos em língua portuguesa, 2012.
Tese (Doutorado em Ciência da Computação) – Faculdade de Informática, Pontifícia
Universidade Católica do Rio Grande do Sul, Porto Alegre. Disponível em:
<http://hdl.handle.net/10923/1651>. Acesso em: 29 abr. 2014.
LOPES, L.; VIEIRA, R. Processamento de linguagem natural e o tratamento computacional de
linguagens científicas. In: Linguagens Especializadas em Corpora: modos de dizer e
interfaces de pesquisa, p. 183–201. Cristina Lopes Perna; Heloísa Koch Delgado; Maria
José Finatto. (Org.), EDIPUCRS, 2010.
MAEDCHE, A.; STAAB, S. Ontology Learning for the Semantic Web. IEEE Intelligent Systems,
16(2):72–79, Mar. 2001.
MOTTA, E. N. Preenchimento semi-automático de ontologias de domínio a partir de textos em
língua portuguesa, 2009. Dissertação (Mestrado em Informática) – Centro de Ciências
exatas em tecnologia, Universidade Estadual do Rio de Janeiro, Rio de Janeiro. Disponível
em: <http://www2.uniriotec.br/ppgi/banco-dedissertacoes-ppgi-unirio/ano-
2009/preenchimento-semi-automatico-de-ontologiasde-dominio-a-partir-de-textos-em-
lingua-portuguesa/view>. Acesso em: 29 abr. 2014.

90. SABOU, M.; WROE, C.; GOBLE, C.; STUCKENSCHMIDT, H. Learning domain ontologies for
semantic web service descriptions. Web Semantics: Science, Services and Agents on the
World Wide Web, 3(4):340 – 365, 2005.
ZAHRA, F. M. Poronto - ferramenta para construção semiautomática de ontologias em
português, 2009. Dissertação (Mestrado em Tecnologia em Saúde) – Centro de Ciências
Biológicas e da Saúde, Pontifícia Universidade Católica do Paraná, Curitiba. Disponível em:
<http://www.dominiopublico.gov.br/>. Acesso em: 29 abr. 2014.
WONG, W.; LIU, W.; BENNAMOUN, M. Ontology learning from text: A look back and into the
future. ACM Comput. Surv., 44(4):20:1–20:36, Sept. 2012.

91. Desembarque de Cabral em Porto
Seguro (óleo sobre tela), autor: Oscar
Pereira da Silva, 1904.

92. Norton Coelho Guimarães
@nortoncg
OBRIGADO!