Engenharia de ontologias

Na ciência da computação, ciência da informação e engenharia de sistemas, a engenharia de ontologias é um campo que estuda os métodos e metodologias para a construção de ontologias, o que abrange a representação, a denominação formal e a definição das categorias, propriedades e relações entre os conceitos, dados e entidades de um determinado domínio de interesse. Em um sentido mais amplo, esse campo também inclui a construção de conhecimento do domínio utilizando representações formais de ontologias, como OWL/RDF. Uma representação em larga escala de conceitos abstratos, como ações, tempo, objetos físicos e crenças, seria um exemplo de engenharia de ontologias.[1] A engenharia de ontologias é uma das áreas da ontologia aplicada, e pode ser vista como uma aplicação da ontologia filosófica. Ideias e objetivos centrais da engenharia de ontologias também são fundamentais na modelagem conceitual.

O processamento automatizado de informações não interpretáveis por agentes de software pode ser melhorado adicionando rica semântica aos recursos correspondentes, como arquivos de vídeo. Uma das abordagens para a conceitualização formal dos domínios de conhecimento representados é o uso de ontologias interpretáveis por máquinas, que fornecem dados estruturados em, ou baseados em, RDF, RDFS e OWL. A engenharia de ontologias é o design e a criação de tais ontologias, que podem conter mais do que apenas a lista de termos (vocabulário controlado); elas contêm axiomas terminológicos, assercionais e relacionais para definir conceitos (classes), indivíduos e papéis (propriedades) (TBox, ABox e RBox, respectivamente).[2] A engenharia de ontologias é um campo de estudo relativamente novo, que trata do processo de desenvolvimento de ontologias, do ciclo de vida das ontologias, dos métodos e metodologias para a construção de ontologias,[3][4] e das suítes de ferramentas e linguagens que as suportam. Uma maneira comum de fornecer a base lógica das ontologias é formalizar os axiomas com lógica descritiva, que podem então ser traduzidos para qualquer serialização de RDF, como RDF/XML ou Turtle. Além dos axiomas de lógica descritiva, as ontologias podem também conter regras SWRL. As definições de conceitos podem ser mapeadas para qualquer tipo de recurso ou segmento de recurso em RDF, como imagens, vídeos e regiões de interesse, para anotar objetos, pessoas, etc., e interligá-los com recursos relacionados em bases de conhecimento, ontologias e conjuntos de dados LOD. Esta informação, baseada na experiência e conhecimento humano, é valiosa para raciocinadores na interpretação automatizada de conteúdos sofisticados e ambíguos, como o conteúdo visual de recursos multimídia.[5] Áreas de aplicação do raciocínio baseado em ontologia incluem, mas não se limitam a, recuperação de informação, interpretação automatizada de cenas e descoberta de conhecimento.

  1. http://ontology.buffalo.edu/bfo/BeyondConcepts.pdf
  2. Sikos, L. F. (14 Março 2016). «A Novel Approach to Multimedia Ontology Engineering for Automated Reasoning over Audiovisual LOD Datasets». Lecture Notes in Artificial Intelligence. 9621. Springer. pp. 1–13. arXiv:1608.08072Acessível livremente. doi:10.1007/978-3-662-49381-6_1 
  3. Asunción Gómez-Pérez, Mariano Fernández-López, Oscar Corcho (2004). Ontological Engineering: With Examples from the Areas of Knowledge Management, E-commerce and the Semantic Web. Springer, 2004.
  4. De Nicola, A; Missikoff, M; Navigli, R (2009). «A software engineering approach to ontology building» (PDF). Information Systems. 34 (2). 258 páginas. CiteSeerX 10.1.1.149.7258Acessível livremente. doi:10.1016/j.is.2008.07.002 
  5. Zarka, M; Ammar, AB; AM, Alimi (2015). «Fuzzy reasoning framework to improve semantic video interpretation». Multimedia Tools and Applications. 75 (10): 5719–5750. doi:10.1007/s11042-015-2537-1 

© MMXXIII Rich X Search. We shall prevail. All rights reserved. Rich X Search