Ontologias para Melhorar Precisão e Cobertura de Buscas na Web

1. Ontologias para Melhorar Precisão e Cobertura de Buscas na Web Flávia Barros, Pedro Gonçalves e Thiago Santos Departamento de Informática Universidade Federal de Pernambuco Recife - PE SEMISH’98

2. Buscas na Web • O que queremos? • Mecanismos de Busca na Web (search engines) que ofereçam: • precisão e boa cobertura (recall) nas buscas • funcionamento transparente para o usuário • flexibilidade na busca • O que temos: • Mecanismos de busca gerais com: • boa cobertura, porém baixa precisão • pouca transparência e flexibilidade. • O que fazer? _____________________________ F. Barros, P. Gonçalves e T. Santos

3. Contexto para Buscas • Classificação em Hierarquias de conceitos • problemas: transparência e flexibilidade • e.g., Yahoo!, Cadê, Lycos • Buscas “conceituais” • problemas: precisão e transparência • e.g.,AltaVista, Excite! • cursos de violoncelo - violino • Problema central: • como associar contexto às buscas na Web com transparência e flexibilidade? _____________________________ F. Barros, P. Gonçalves e T. Santos

4. Ontologias! • Hierarquias de conceitos. • Em Filosofia: Teoria Ontológica • estudo do que existe no mundo • Em IA: Engenharia Ontológica • especificação das classes (conceitos), objetos e suas relações em um dado domínio • Taxonomia do domínio _____________________________ F. Barros, P. Gonçalves e T. Santos

5. Nossas Ontologias • Seguimos o trabalho da Engenharia Ontológica • observando que nosso domínio é irrestrito (a Web) • Nossas ontologias são grafos cíclicos dirigidos onde: • nós representam conceitos • contêm palavras-chave e URL-exemplos • arcos representam relações semânticas “frouxas” • e.g., “é um“, especialização, parte-de, grupo, conceito composto • ciclos não são problema: • o grafo é dirigido • não classificamos URLs na ontologia. _____________________________ F. Barros, P. Gonçalves e T. Santos

6. Exemplo de Ontologia Cinema: filme, diretor, Cannes, .. http://www.cinemas.br Entretenimento Especialização Especialização Teatro Cinema Tem Tem programação grupo ... Segunda Terça Quarta _____________________________ F. Barros, P. Gonçalves e T. Santos

7. Ontologias para contextualizar consultas • Nossas Ontologias: • Hierarquias de conceitos dinâmicas • que não classificam a priori as páginas indexadas • e sim, auxiliam na construção do contexto da busca. • Contexto da busca: • Construído pelo usuário a partir das ontologias do sistema. • Reflete a estrutura conceitual de cada consulta à Web • favorecendo o aumento da precisão e da cobertura nas buscas. _____________________________ F. Barros, P. Gonçalves e T. Santos

8. Exemplo:

9. Nossa Abordagem • Conceitos nas ontologias: • descritos por palavras semanticamente relacionadas • que podem ser selecionadas individualmente. • Três classes: (1)sinônimos => cobertura • macaxeira OR aipim • problema: difíceis de achar • mesa, cadeira, parede ??? • tesauros (2)restrição ou especialização => precisão • esporte de campo AND futebol (3)expansão ou generalização => cobertura • Roland Garros OR campeonato de tênis _____________________________ F. Barros, P. Gonçalves e T. Santos

10. Um Framework para Gerenciar Ontologias • Framework para Gerenciar Ontologias (OMF) • é um plug in que pode ser conectado a diferentes mecanismos de busca • é independente da língua usada • Critérios básicos para o sistema: • modularidade e reusabilidade • engenharia de software • escalabilidade • sistemas de informação para a Web • transparência e flexibilidade • interfaces em geral _____________________________ F. Barros, P. Gonçalves e T. Santos

11. Arquitetura do Sistema

12. As Ontologias • As Ontologias são criadas e mantidas pelo Módulo de Manutenção de Ontologias: • uma Ontologia Pública, compartilhada por todos os usuários do sistema • diversas Ontologias Privadas, criadas e mantidas por cada usuário em sua própria área Ontologia pública (genérica) => sistema Ontologias privadas (domínios especializados) => usuário _____________________________ F. Barros, P. Gonçalves e T. Santos

13. Interface do Sistema

14. Trabalhos Relacionados • Uma solução para aumentar a precisão nas buscas: • classificar a página segundo alguma ontologia disponível na Web usando tags HTML especiais • SHOE = Simple HTML Ontology Extension) • GDA = Global Document Annotation • Maiores problemas: • até o momento, não existe um sistema único de tags universalmente aceito. • os bancos de índices limitam-se às páginas marcadas com as tags especiais de cada sistema. _____________________________ F. Barros, P. Gonçalves e T. Santos

15. Considerações Finais • Seguimos os critérios básicos estabelecidos: • modularidade na arquitetura • favorecendo portabilidade e reusabilidade • transparência nas consultas • o usuário determina o contexto de cada consulta • flexibilidade no uso do sistema como um todo: • acesso a diferentes mecanismos de busca • construção de contextos dinamicamente • o usuário constrói suas próprias ontologias • que podem ser adicionadas à ontologia pública • o framework é independente da Língua • O exemplo apresentado demonstrou uma melhoria de 30% pela expansão da consulta inicial. _____________________________ F. Barros, P. Gonçalves e T. Santos

16. Trabalhos Futuros • Atualmente estamos desenvolvendo o Módulo de Manutenção de Ontologias. • Próximos passos: • desenvolver o mecanismo para criação e uso das ontologias privadas • testar o framework com usuários reais _____________________________ F. Barros, P. Gonçalves e T. Santos