Ontologias e suas aplicações

Ontologias e sua
utilização em aplicações
semânticas
Monday, April 14, 14

globo
.com
Renan Oliveira
renanoliveira.net

Web
- suas gerações -

Documentos
“A internet atual é baseada em documentos”
Tim Berners-Lee

Evolução

Web atual
‣ Apresentação dos conteúdos
‣ Formatação, não signiﬁcado (HTML)
‣ Pouco ou nenhuma estruturação

Multimídia
‣ Vários elementos na página
‣ Fotos, vídeos e animações
‣ Qual a relação entre eles?
‣ Quem é mencionado no texto?
‣ Quem, Quando, Onde...

Dados
- como organizar? -

Google
60 Trilhõesde páginas indexadas no Google.
- Google Fev/2014

Falta de Organização

Busca por: Romário
‣ Quem é?
‣ Qual Romário?
‣ Atleta, deputado ou empresário?

Busca por: Romário

Busca por: Gol do Roberto Carlos
no Maracanã
‣ Quem é?
‣ Qual Roberto Carlos?
‣ O que é Gol?

Web Semântica
- gerando informação -

Web Semântica
“Interliga significados de palavras e, neste âmbito, tem
como finalidade conseguir atribuir um significado
(sentido) aos conteúdos publicados na Internet de modo
que seja perceptível tanto pelo humano como pelo
computador.”
Wikipedia

Sintaxe ≠ Semântica
‣ Sintaxe é como você diz algo
‣ Semântica é o que algo signiﬁca

Sintaxe ≠ Semântica

“Sonho”
“I have a dream for the web in which computers
become capable of analyzing all the data on the web -
the content, links, and transactions between people and
computers.”
Tim Berners-Lee

Objetivos
‣ Organizar o conteúdo
‣ Distribuir o conteúdo

Globo.com
‣ Esportes, Jornalismo, Entretenimento,Tecnologia, etc..
‣ + 2 mil novas matérias por dia
‣ + 15 milhões de usuarios diferentes todo dia

Quem usa?

Globo.com

globo
esporte
.com

Números
‣ 98% das matérias do GE e EGO são
anotadas
‣ + 8 MIL páginas de tópico

OpenGraph
‣ Grafo de ações dos usuários
‣ Vocabulário deﬁnido
‣ Meta dados no HTML
‣ Inspirado no Dublin Core, RDFa, link-rel canonical

OpenGraph - HTML

OpenGraph - NewsFeed

OpenGraph - Debug

Iniciativas
‣ Compra do Freebase
‣ Knowledge Graph
‣ Schema.org

Freebase
‣ + 43 milhões de tópicos em RDF
‣ Grande comunidade (gestora)
‣ Uso livre

Knowledge Graph
‣ Dados da CIA Factbook, Freebase e Wikipedia
‣ Em 7 línguas, incluindo o português

Knowledge Graph

Schema.org
‣ Vocabulário
‣ Metadados no HTML
‣ Recomendo o uso

Ações
‣ Anotação e indexação do conteúdo baseado em
indivíduos
‣ Ontologia pública
‣ Interligação com repositórios de dados externos
‣ Usando schema.org e opengraph

Resultados
‣ Geração automatizada de tópicos
‣ Exibição estruturada dos dados em ambientes externos

Ações
‣ Ontologias públicas
‣ Inteligação com repositórios de dados externos
‣ Criação de categorias e agregadores úteis
‣ Grande embaixador da Web Semântica

Ontologias públicas e os domínios

Histórias

Resultados
‣ Potencialização do SEO
‣ Reuso das informações
‣ Navegação interligada e escalável

Ações
‣ Uso da ontologia GoodRelations (usado no Schema.org)
‣ Adição de metadados com RDFa

GoodRelations

Resultados
‣ + 30% em tráfego de motores de busca
‣ +15% em taxas de cliques noYahoo!
‣ Aumento signiﬁcativo no Google PageRank

Ontologias
- modelo de dados -

Definição
“Uma ontologia é um modelo de dados que representa
um conjunto de conceitos dentro de um domínio e os
relacionamentos entre eles”
Wikipedia

Protégé

Redes Semânticas
‣ OWL e Orientação a objetos
‣ Primeiro formalismo de IA - Anos 70
‣ Gênese das linguagens de programação
‣ UML representam redes semânticas

Redes Semânticas

Redes Semânticas
‣ Nós representam entidades e links (predicados)
‣ Relações
‣ a-kind-of
‣ is-a
‣ has-a
‣ part-of

Conhecimento Único
‣ Menor risco de duplicidade dos dados
‣ Simpliﬁcação do uso e da manutenção dos dados
‣ Agilidade na recuperação dos dados

Construção
‣ Identiﬁcar os indivíduos (exemplares)
‣ Descrever seus atributos
‣ Agrupar os indivíduos em classes (conceitos)
‣ Enumerar as relações entre indivíduos
‣ Deﬁnir regras sobre atributos e relações

Desenvolvimento
Determinar
domínio e espcopo
Considerar reuso
de ontologias
Enumerar termos
importantes
Definir classes e
hierarquias
Definir
propriedades de
classes
Definir restrições
de propriedades
Criar instâncias da
ontologia
Ontology Development 101

OWL
‣ Web Ontology Language
‣ Formaliza um domínio de conhecimento
‣ Deﬁne indivíduos (instâncias)
‣ Infere informações de um DataSet

RDF
‣ Resource description framework
‣ Modelo baseado em triplas
‣ Você já usou RDF: RSS
‣ Padrão W3C
‣ É muito próximo a como escrevemos uma frase

Triplas/RDF
Sujeito
Predicado
Objeto

Triplas
sujeito predicado objeto
Neymar é um jogador
Barcelona é um time
Neymar está no elenco Barcelona

<Neymar>
RDF
<Barcelona> <Santos>
<Jogador> <Time>
<BarcelonaXSantos:02082013><Partida>
é umé umé um está no
elenco
é uma
mandante visitante
<Camp Nou>
local
“02/08/2013”
data

Turtle/N3
@prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>.
@prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#>.
@prefix foaf: <http://xmlns.com/foaf/0.1/>.
@prefix dbpedia: <http://dbpedia.org/ontology>
<http://semantica.globo.com/Pessoa/Neymar>
rdfs:label "Neymar";
foaf:name "Neymar da Silva Santos Júnior";
dbpedia:birthDate "05/02/1992";
rdf:type dbpedia:SoccerPlayer.

DBPedia
‣ Dados extraídos da Wikipedia
‣ Com uma grande comunidade

DBPedia
:Neymar :nacionalidade :brasileiro
@prefix dbpedia: <http://dbpedia.org/resource>
dbpedia:Neymar dbpedia:birthPlace dbpedia:Brazil .

DBPedia
Pessoas 763 mil
Lugares 572 mil
Organizações 192 mil
Outros
+2.240
milhões
DBPedia em Inglês - Março/2014

Linked Data
‣ Use URI para descrever coisas (things)
‣ Use HTTP URIs para pessoas e computadores
‣ Forneça informações úteis, usando padrões RDF
‣ Inclua links para outras coisas relacionadas
Tim Berners-Lee

Linked Data
‣ Use URI para descrever coisas (things)
‣ Use HTTP URIs para pessoas e computadores
‣ Forneça informações úteis, usando padrões RDF, SPARQL
‣ Inclua links para outras coisas relacionadas
Tim Berners-Lee

Linked Open Data

LOD
‣ Uso geral
‣ DBPedia
‣ FreeBase
‣ Domínios especíﬁcos
‣ GeoNames
‣ MusicBrainz
‣ Sites com autoridades sobre o domínio

Classes - owl:Class
‣ Conceito mais básico em um domínio
‣ Todo indivíduo pertence a classe owl:Thing
‣ Toda classe é subclasse de owl:Thing

db:Athlete rdf:type owl:Class
@prefix db: <http://dbpedia.org/ontology/> .
@prefix owl: <http://www.w3.org/2002/07/owl#> .
@prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .
db:Athlete rdf:type owl:Class .
Classes - owl:Class

db:Athlete rdf:type owl:Class
db:Athlete a owl:Class .
Classes - owl:Class

Propriedades
‣ É a mágica!
‣ É como “linkamos” as coisas
‣ Pode unir URIs ou “dados”
‣ Elas tem rdfs:domain e rdfs:range

Object Property
‣ Liga uma URI a outra
‣ Seja um indivíduo, uma classe ou outra propriedade

db:nationalteam rdf:type owl:ObjectProperty
db:nationalteam a owl:ObjectProperty .
Object Property

DataType Property
‣ Liga uma URI a um dado
‣ O dado pode ser um label, uma data, uma hora, etc.

Tipos de dados
‣ xsd:string
‣ xsd:decimal
‣ xsd:long
‣ xsd:boolean
‣ xsd:ﬂoat
‣ xsd:int
‣ xsd:double
‣ xsd:short
‣ xsd:byte
‣ xsd:nonNegativeInteger
‣ xsd:nonPositiveInteger
‣ xsd:negativeInteger
‣ xsd: positiveInteger
etc...

db:height rdf:type owl:DatatypeProperty
db:height a owl:DatatypeProperty .
DataType Property

Outros tipos de propriedades
‣ Transitivas, owl:TransitiveProperty
‣ Simétricas, owl:SymmetricProperty
‣ Funcionais, owl:FunctionalProperty
‣ Inversas, owl:InverseOf

Se A é igual a B e B é igual a C,
logo A é igual a C.
Transitivas
:Brasil :contem :RJ
:RJ :contem :Rio

Transitivas
P(x,y) e P(y,z) logo P(x,z)
:contem a owl:ObjectProperty, owl:TransitiveProperty ;
rdfs:domain :Lugar ;
rdfs:range :Lugar .

Simétricas
Se A é igual a B logo B é igual a A.
:Joao :e_amigo :Maria
:Maria :e_amiga :Joao

Simétricas
P(x,y) iff P(y,x)
:e_amigo a owl:ObjectProperty, owl:SymmetricProperty ;
rdfs:domain :Human ;
rdfs:range :Human .

Namoro monogâmico :)
Namora é uma relação funcional, logo Edson e
Pelé são a mesma pessoa.
Funcionais
:Xuxa :namora :Edson
:Xuxa :namora :Pelé

Funcionais
P(x,y) e P(x,z) implica y=z
:namora a owl:ObjectProperty, owl:FunctionalProperty ;
rdfs:domain :Human ;
rdfs:range :Human .

Inversas
:e_pai e :e_filho são relações inversas,
consegue navegar nas 2 direções
:Zeca :e_pai :Chico
:Chico :e_ﬁlho :Zeca

Inversas
P1(x,y) iff P2(y,x)
:e_pai a owl:ObjectProperty;
owl:InverseOf :e_filho .

Indivíduos
‣ São as instâncias de uma classe

db:Neymar rdf:type db:Athlete
db:Neymar a db:Athlete .
Indivíduos

Restrições
‣ Aplicadas ao contexto
‣ allValuesFrom ou someValuesFrom
‣ Cardinalidade

<owl:Restriction>
<owl:onProperty rdf:resource="#hasParent" />
<owl:allValuesFrom rdf:resource="#Human" />
</owl:Restriction>
AllValues From
Todos os Pais são instâncias da
classe Humano

SomeValues From
<owl:Restriction>
<owl:someValuesFrom rdf:resource="#Physician" />
</owl:Restriction>
Para a classe Pai existir deve
existir um valor hasParent(x,y),
onde pelo menos um valor deY
tem que ser instância de
Physician

Cardinalidade - Max
<owl:Restriction>
<owl:maxCardinality
rdf:datatype="&xsd;nonNegativeInteger">2</
owl:maxCardinality>
</owl:Restriction>
Todos pessoas tem no máximo 2
pais (biológicos)

Cardinalidade - Min
<owl:Restriction>
<owl:minCardinality
rdf:datatype="&xsd;nonNegativeInteger">1</
owl:minCardinality>
</owl:Restriction>
Todos pessoas tem no mínimo 1
pai (biológico)

Equivalência - owl:equivalentClass
‣ 2 ou + classes possuem os mesmo indivíduos
‣ Une ontologias, ótimo meio

@prefix glb: <http://www.globo.com/> .
glb:Atleta owl:equivalentClass db:Athlete .
Equivalência - owl:equivalentClass
glb:Atleta owl:equivalentClasss db:Athlete

Classes complexas
‣ Intersecção, owl:intersectioOf
‣ União, owl:unionOf
‣ Complemento, owl:complementOf
‣ Enumeradas, owl:OneOf
‣ Disjuntas, owl:disjointWith

Indivíduos iguais - owl:sameAs
‣ Indivíduos são iguais em ontologias diferentes
‣ URIs que representam o mesmo conceito no mundo
real

db:Neymar owl:sameAs freebase:Neymar
@prefix freebase: <http://rdf.freebase.com/ns/> .
db:Neymar owl:sameAs freebase:Neymar .
Indivíduos iguais - owl:sameAs

Indivíduos diferentes
‣ Muito usado para deﬁnir oposição
‣ Individualmente é usado o owl:differentFrom
‣ Em um conjunto é usado owl:distinctMembers

:VinhoSeco owl:differentFrom :VinhoSuave
:VinhoSeco owl:differentFrom :VinhoSuave .
Indivíduos diferentes

<owl:AllDifferent>
        <owl:distinctMembers rdf:parseType="Collection">
            <vin:WineColor rdf:about="#Red" />
            <vin:WineColor rdf:about="#White" />
            <vin:WineColor rdf:about="#Rose" />
        </owl:distinctMembers>
    </owl:AllDifferent>
Membros diferentes

Vocabulários
‣ Dublin Core Metadata Initiative (DCMI)
‣ Friend of a Friend (FOAF)
‣ Core Ontology for Multimedia (COMM)
‣ Good Relations (Best Buy)
‣ RNews (Media)

SCHEMA.ORG
‣ É uma ontologia simples de usar
‣ Coleção de esquemas, html tags
‣ Muito melhor para o SEO
‣ Cria rich snippets
‣ Aproveita de deﬁnições de outras ontologias
‣ Iniciativa: Google, Bing, Yahoo eYandex

SCHEMA.ORG - Rich Snippets

SCHEMA.ORG

Classes
‣ Thing
‣ Action
‣ BroadcastService
‣ Class
‣ CreativeWork
‣ Event
‣ Intangible
‣ MedicalEntity
‣ Organization
‣ Person
‣ Place
‣ Product
‣ Property
+ de 100 tipos/classes

SPARQL
- consulta em triplas -

SPARQL
‣ Deﬁnido pelo W3C
‣ Consulta padrão nos maiores repositórios da WS
‣ Consulta em múltiplas ontologias e repositórios

Estrutura da Query
# prefix declarations
PREFIX foo: <http://example.com/resources/> ...
# result clause
SELECT ...
# dataset definition
FROM ...
# query pattern
WHERE { ...
}
# query modifiers
ORDER BY ...

Estrutura da Query
‣ Declaração de prefixo: abreviação das URIs
‣ Cláusula de resultado: informações que devem ser
retornadas da consulta
‣ Definição de datasets: grafos RDF que estão sendo
consultados
‣ Padrão da consulta: o que consultar (matching)
‣ Modificadores de query: ordenamento e qualquer
processamento a ser feito nos resultados

dbpedia.org/sparql

Exemplo de consulta
Selecionar todos os predicados e objetos da classe
dbpedia:SoccerPlayer
PREFIX dbpedia: <http://dbpedia.org/ontology/>
SELECT *
FROM <http://dbpedia.org>
WHERE {
dbpedia:SoccerPlayer ?p ?o
}
LIMIT 100

Resultado

Exemplo de consulta
Selecionar todos indivíduos do tipo dbpedia:SoccerPlayer e
retornar com os seus nomes
PREFIX dbpedia: <http://dbpedia.org/ontology/>
SELECT ?soccerPlayer ?name
FROM <http://dbpedia.org>
WHERE {
?soccerPlayer rdf:type dbpedia:SoccerPlayer;
rdfs:label ?name.
}
LIMIT 100

Insert
Inserir o tipo globo:Celebridade no globo:Neymar
PREFIX globo: <http://s.globo.com>
INSERT data INTO <http://s.globo.com/> {
globo:Neymar rdf:type globo:Celebridade .
}

Delete
Excluir o tipo globo:Celebridade no globo:Neymar
PREFIX globo: <http://s.globo.com>
DELETE from <http://s.globo.com/> {
} WHERE {
}

Personalização
- machine learning -

Recapitulação
‣ Melhor SEO
‣ Conteúdo interligado de forma inteligente
‣ Uniﬁcação dos dados
‣ Páginas automatizadas
‣ Categorização e classiﬁcação
‣ Long Tail

Obrigado!
renanoliveira.net
me@renanoliveira.net

Referências
‣ http://www.slideshare.net/sergiocrespo/web-semntica-conceitos-e-tecnologias
‣ http://www.slideshare.net/Yasodara/web-semntica-uma-introduo
‣ http://www.slideshare.net/elymatos/introducao-a-web-semantica-2012439
‣ http://www.slideshare.net/icaromedeiros/schemaorg-html-semntico-front-in-macei-2012
‣ http://www.slideshare.net/icaromedeiros/engenharia-de-ontologias
‣ http://www.slideshare.net/renangpa/introduo-a-web-semntica-e-o-case-da-globocom
‣ http://www.ted.com/talks/tim_berners_lee_on_the_next_web

Ontologias e suas aplicações

Recommandé

Recommandé

Contenu connexe

Tendances

Tendances (20)

Plus de Renan Moreira de Oliveira

Plus de Renan Moreira de Oliveira (18)

Dernier

Dernier (6)

Ontologias e suas aplicações