UM MECANISMO DE BUSCA POR SOFTWARE AGROPECUÁRIO USANDO ONTOLOGIAS E RETORNO DO USUÁRIO

Transcrição

1 UM MECANISMO DE BUSCA POR SOFTWARE AGROPECUÁRIO USANDO ONTOLOGIAS E RETORNO DO USUÁRIO RESUMO Fernanda Campos Universidade Federal de Juiz de Fora Núcleo de Pesquisa em Qualidade de Software Regina Braga Universidade Federal de Juiz de Fora Núcleo de Pesquisa em Qualidade de Software Nos últimos anos, a disponibilidade de software agropecuário vem aumentando significativamente. Diante desta realidade, é importante a especificação de mecanismos de busca na web que permitam aos usuários deste tipo de software identificar os produtos adequados para a sua realidade. Apesar de já existirem mecanismos de busca específicos para a agropecuária, estes mecanismos não atendem de maneira satisfatória as necessidades dos usuários. Neste contexto, este trabalho tem como objetivo descrever a especificação de um mecanismo de busca por software agropecuário utilizando os conceitos de ontologia e retorno do usuário. Através da aplicação destas técnicas, acreditamos que os resultados do mecanismo de busca sejam mais precisos e voltados para as reais necessidades de seus usuários. Palavras-chave: Software Agropecuário, Ontologia, Retorno do Usuário, Mecanismos de Busca na Internet A SEARCH MECHANISM FOR AGRICULTURAL SOFTWARE, USING ONTOLOGY AND RELEVANCE FEEDBACK ABSTRACT In the last years, the availability of agricultural software is increasing. In this context, it is important the specification of search mechanism on the web that permits the identification of right products for a given reality. Although there are some specific agricultural search mechanisms on the web, these mechanisms do not fulfill user s expectations. The main objective of this work is the specification of a search mechanism for the agricultural domain, using ontologies and relevance feedback techniques. We believe that using these techniques, our search mechanism can retrieve more precise results. Key Words: Agricultural software, Ontology, Relevance Feedback, Search Mechanisms for the web. INTRODUÇÃO A disponibilidade de produtos de software para a agropecuária é bem diversa. Atualmente existem softwares no mercado que atendem aos mais diversos segmentos da agricultura e da pecuária.

2 No entanto, ao longo dos anos, pudemos identificar a dificuldade na busca e identificação de produtos que pudessem atender às necessidades dos usuários finais. Existem alguns catálogos e guias de classificação dos softwares agropecuários [AGR00], [FAR94], mas estes são incompletos e, geralmente, utilizam sistemas de busca inadequados. Atualmente, estes mecanismos de busca disponíveis no mercado baseiam suas buscas em palavras chave [AGR00]. Este tipo de mecanismo é semanticamente limitado[men99], uma vez que depende do próprio usuário saber utilizar as palavras corretas na sua busca. O sucesso da busca deste usuário dependerá, portanto, do seu nível de conhecimento do mecanismo de classificação utilizado, de forma a utilizar as palavras corretas para na busca a ser realizada. Neste sentido, um usuário que procura um software que possa atender às suas necessidades em termos de funcionalidades, plataforma operacional, áreas de cobertura, entre outras, sente dificuldades em encontrar um produto ou produtos adequados e com isso acaba por não adquiri-los. Isso ocorre por falta de uma classificação precisa, que leve em consideração aspectos mais semânticos na busca por estes produtos. Observando este problema e analisando os resultados alcançados com o uso de ontologias no entendimento e delimitação de um dado domínio de aplicação [BRA99], [OLI99], [FAL98], [NIE98], [GUA98] e para atender a uma demanda dos usuários e desenvolvedores, foi desenvolvido um projeto para a especificação de uma classificação para o setor de software agropecuário, utilizando conceitos e termos usualmente referenciados pelos usuários em potencial deste tipo de software. Para isso contamos com o apoio do Núcleo Softex Agrosoft Juiz de Fora-Viçosa-Lavras e Embrapa-CNPGL. Na atual fase do projeto, a especificação da ontologia do domínio de agropecuária está completa e o trabalho está atualmente concentrado na especificação do mecanismo de busca a ser disponibilizado na Internet. Este mecanismo de busca, além de utilizar a ontologia especificada como base para a classificação dos produtos, utiliza em conjunto um mecanismo de relevance feedback [DAV01] que permite aprimorar os resultados das buscas de acordo com pesos que usuários com perfis diferenciados (especialistas no domínio, desenvolvedores de produtos e usuários final) atribuem, explicitamente ou não, às ligações dos produtos com os termos utilizados na classificação. Uma ontologia, neste contexto, é caracterizada como uma rede semântica [GUA98], onde termos (conceitos, funcionalidades e relacionamentos) do domínio são explicitados para facilitar a busca por software na área. Assim, os produtos de software disponíveis no mercado são classificados de acordo com esta rede semântica, criando-se ligações entre os termos do domínio e os produtos de software. Para cada ligação são atribuídos pesos que denotam uma ligação mais forte ou mais fraca do produto com aquele termo. Utilizamos para isso técnicas de classificação inteligente, similares aos projetos pilotos de mecanismos de busca utilizando agentes inteligentes na Web como Amathea [MOU97] e WebWatcher [MLA98]. As abordagens, disponíveis para busca de informação na web de forma geral, podem ser consideradas tradicionais. Geralmente estas buscas são baseadas em texto livre; que realizam uma análise na página HTML disponibilizada para classificação; ou buscas baseadas em um vocabulário controlado. A busca baseada em texto livre, também muitas vezes referida como uso de vocabulário não controlado, consiste em se analisar a freqüência de palavras no texto. Esta abordagem, bastante utilizada na classificação de documentos HTML, é justificada quando se tem uma grande massa de texto

3 a ser analisado. No entanto, existem críticas a sua eficácia, pois adota uma abordagem puramente sintática de análise do texto. O uso de um vocabulário controlado é baseado no uso de um conjunto de palavras chave que são utilizadas como termos para a indexação. Estas palavras chave são derivadas e definidas por especialistas e são projetadas para descrever da melhor maneira possível, conceitos relevantes ao domínio. Neste contexto, a criação sistemática e controlada deste vocabulário poderia ser considerada como similar à criação de uma ontologia do domínio. Segundo [PRI91], o uso de um vocabulário controlado para a classificação de software é mais apelativo do que a análise de texto livre. Em um vocabulário controlado, os termos representativos do domínio são organizados em um esquema de classificação, que provê uma rede de relacionamentos pré-definidos, introduzindo assim mais informação semântica. É importante também levar em consideração que no contexto de classificação de produtos de software baseada em um vocabulário controlado, existem termos semanticamente mais ligados a determinado produto do que outros. Assim, devemos considerar, além da classificação propriamente dita, o peso semântico desta ligação. Considerando as técnicas de busca utilizando um vocabulário controlado, o diferencial da nossa abordagem é que além de utilizar este vocabulário controlado, utilizamos também técnicas de relevance feedback para aprimorar a busca. Nossa proposta também considera que um esquema de classificação para software de forma geral, deva ser um esquema em constante evolução, podendo-se incluir novos mecanismos de classificação, novos termos pelos quais os produtos de software possam ser classificados e que seja flexível de forma a permitir a reclassificação de um determinado software por ter sido incluído algum dado a mais que não era considerado anteriormente. Além disso, um determinado usuário que queira adquirir conhecimentos sobre a área, pode utilizar a ontologia criada, uma vez que para cada um dos termos e seus relacionamentos é disponibilizada uma descrição dos mesmos, juntamente com os termos relacionados. Neste aspecto, a ontologia poderia ser comparada com um guia em uma rede hipermídia, onde o usuário vai sendo guiado pelas informações que ele vai adquirindo e navegando através de seus relacionamentos. UMA ONTOLOGIA PARA SOFTWARE AGROPECUÁRIO Considerando os esquemas de classificação descritos, a abordagem deste trabalho pode ser considerada como um esquema de vocabulário controlado, onde este vocabulário é descrito através de uma ontologia criada para a área de software agropecuário. Com isso, garantiu-se a corretude e precisão da classificação em relação aos termos do domínio. No entanto, além disso, foram levados em consideração diferentes aspectos ou abordagens pelas quais o software possa ser classificado. Assim, criou-se um conjunto de facetas, similar ao trabalho de [PRI91], que baseados na opinião de especialistas do domínio, acredita-se que descrevem perfeitamente os diferentes prismas pelos quais um software agropecuário possa ser classificado. A ontologia em estudo é baseada em uma estrutura hierárquica, o que permite um refinamento gradativo da mesma. Para a especificação desta ontologia do domínio foram utilizadas técnicas de engenharia de domínio, particularmente utilizou-se o método de engenharia de domínio Odyssey-DE [BRA99], cujo

4 objetivo principal é facilitar a reutilização de software em um dado domínio de aplicação. O modelo que especifica os termos ontológicos, formando assim uma rede semântica de termos do domínio é denominado, no contexto do Odyssey-DE em particular e na área de engenharia de domínio em geral, de modelo de features. Um modelo de features é um modelo que captura as características (features) gerais das aplicações desenvolvidas em um domínio. Assim, as similaridades e diferenças entre as aplicações são explicitadas através das features, classificadas de forma hierárquica no modelo. Categorias Administração Comércio Controle de Processos Produção Animal Produção Vegetal Treinamento Outros FIGURA 1: Categorias existentes. Para a Ontologia do Setor de Software Agropecuário foram criadas facetas, com objetivo de permitir uma classificação do software baseada em um conjunto mais amplo de categorias, e para cada faceta foram detalhados os conceitos classificadores - features, adquirindo assim uma precisão mais apurada e flexibilidade na classificação. As facetas utilizadas na Ontologia do Setor de Software Agropecuário, foram as de Categorias, Setores, Sub Setores, Áreas de Atuação, Funcionalidades, Sub Funcionalidades, Funcionalidades Específicas, Usuários, Hardware e Software. Na proposta deste estudo existem duas grandes facetas, uma delas é onde se encontram as grandes características do software Categorias e a outra é onde estão as possíveis funcionalidades mais gerais do software Funcionalidades. Já as características mais especificas encontram-se em uma ordem decrescente, primeiro em Setores, depois em Sub-Setores e por último em Áreas de Atuação. O mesmo acontece com as Funcionalidades, onde se especificam em Sub-Funcionalidades e depois em Funcionalidades Específicas. Nas demais facetas Usuários, Hardware e Software encontram-se os conceitos do tipo de usuário que o software pode satisfazer e o hardware e os softwares necessários para a sua instalação e uso. O detalhamento dos conceitos classificadores, as features, não só melhora a procura e a recuperação na base de dados, mas também contribui para o desenvolvimento de um vocabulário padrão para os atributos do software, facilitando assim o entendimento do domínio agropecuário. Para cada feature é utilizada uma template estruturada que tem por objetivo descrever detalhadamente os conceitos do domínio. A template descrevendo em detalhes a estrutura usada é apresentada na figura 2. Pode-se observar na figura 2 que no campo exemplos de de produtos relacionados ao conceito, cada software é listado juntamente com o peso da ligação semântica do produto com o conceito. Este peso listado no exemplo é o peso geral, depois de se totalizar os pesos atribuídos pelo vários grupos de usuários participantes, conforme descreveremos na próxima seção. Este peso é uma das características determinantes para o sucesso da busca.

5 Nome: Bovino Leiteiro Sinônimo: leite, gado leiteiro, gado de leite, rebanho leiteiro, vaca leiteira. Tipo de conceito: (Categorias, Setores, Sub-Setores, Área de Atuação, Funcionalidade, Sub-Funcionalidade, Funcionalidade Especifica, Usuário, Hardware e Software): Área de Atuação. Fontes: FARMSOFT 94; Computers in Agriculture; Guia Agrosoft Descrição: Informações específicas sobre a criação de gado leiteiro. Restrição: Exemplos de produtos relacionados ao conceito: CONGADO, peso 5; GV FARM SYSTEM, peso 8; NUTRICAMPO, peso 2; FIGURA 2: Template de um padrão de domínio. CONSIDERAÇÕES RELATIVAS AO MECANISMO DE BUSCA NA WEB Na etapa atual do projeto, estamos desenvolvendo o mecanismo de busca por produtos de software agropecuário na WEB. Este mecanismo utiliza a ontologia descrita na seção anterior como base para a classificação dos diversos produtos de software disponíveis. Além disso, são atribuídos pesos as ligações semânticas que devem ser estabelecidas entre o produto de software a ser classificado e os termos constantes da ontologia. Estes pesos são atribuídos por três níveis de usuários: Usuários especialistas no domínio, tais como pesquisadores da área agropecuária, agrônomos, veterinários, zootecnistas, entre outros. Para estes usuários, classificados como usuários Nível A, é disponibilizada uma interface na web, acessada através de senha, que permite ao usuário classificar, através de atribuição de valores (ALTO, MËDIO, BAIXO, NENHUM) o nível de ligação semântica que determinado produto deve ter com determinados termos do domínio. Para facilitar o trabalho do especialista, todas as vezes que um novo produto é cadastrado para ser disponibilizado através do mecanismo de busca, o usuário de nível A é notificado para que sejam atribuídos pesos para as ligações. Uma classificação prévia de quais termos da ontologia teriam maior ligação com o produto, é apresentada ao usuário nível A. Esta classificação prévia é baseada na descrição do produto feita pelo desenvolvedor, denominado usuário nível B, conforme descrito a seguir. No entanto, o usuário nível A também é livre para fazer outros tipos de ligações de termos ontológicos com o produto. A classificação do usuário nível A é considerada a mais relevante para o sistema quando da realização da busca. Usuários desenvolvedores de produtos, também denominados usuários nível B. Este tipo de usuário, além de ter a possibilidade de cadastrar seus produtos, mediante autorização prévia, através de uma interface específica para tal, também tem a possibilidade de classificar seu produto de acordo com a ontologia disponível. A classificação do usuário nível B somente se refere aos produtos por ele cadastrados e segue os mesmos parâmetros para atribuição de valores que o usuário nível A, ou seja, ALTO, MËDIO, BAIXO, NENHUM. No entanto, o

6 peso atribuído à classificação feita pelo usuário nível B é menor do que a classificação realizada pelo usuário nível A. Deste forma, o usuário nível B pode acessar a interface de cadastramento de produtos e também de classificação deste produto de acordo com a ontologia. Usuário final, ou usuário nível C, é o usuário que utiliza o mecanismo de busca para procurar produtos de software agropecuário que atendam suas expectativas. Este seria o usuário final do mecanismo de busca. Este usuário, utilizando a ontologia do domínio disponibilizada através da web, seleciona os termos mais relacionados à busca, de acordo com as facetas de interesse. É importante ressaltar que esta seleção de termos é bastante interativa, uma vez que o usuário, caso tenha alguma dúvida em relação a determinados termos, ou não saiba exatamente por onde iniciar sua busca, pode consultar a rede semântica como um todo, sendo apresentado, descrições mais detalhadas dos termos, termos relacionados, exemplos de produtos mais relacionados a um determinado conjunto de termos. Este tipo de usuário também pode auxiliar no aprimoramento do mecanismo de classificação. Uma vez que uma determinada busca tenha tido sucesso ou não, é facultado ao usuário explicitar esta relação, ou seja, dizer explicitamente qual o tipo de ligação (ALTO, MËDIO, BAIXO, NENHUM) melhor caracteriza o(s) termo(s) do domínio utilizado(s) na busca com os produtos resultantes. Assim, se um determinado conjunto de termos foi utilizando em uma busca cujo resultado foram os produtos A,B e C, o usuário final pode classificar estes produtos em relação aos termos utilizados na busca. Com este mecanismo, que seria uma adaptação das técnicas de relevance feedback apresentadas na literatura [MOU97], [DAV01], acreditamos que a busca por produtos de software agropecuário será fortemente aprimorada, utilizando mecanismos semanticamente mais ricos que os disponíveis atualmente. De maneira geral, a utilização de mecanismos de busca semanticamente mais ricos é uma tendência geral na web, principalmente utilizando ontologias. Atualmente estamos desenvolvendo um protótipo do mecanismo de busca, utilizando o banco de dados relacional de domínio público MySQL ( conjuntamente com a linguagem de script PHP ( que também é de domínio público. CONCLUSÕES Foi apresentado neste resumo uma abordagem para a classificação de software agropecuário baseada na especificação de uma ontologia do domínio. A vantagem de se utilizar ontologias neste contexto é que elas permitem a reutilização e o compartilhamento de um vocabulário comum para a classificação de softwares de diferentes empresas/instituições, permitindo assim uma classificação mais precisa de aplicações (softwares) do domínio. Além disso, esta ontologia permite a classificação de um software em mais de uma categoria e estará brevemente disponibilizada na Web, através da utilização de um mecanismo de busca específico para produtos de software. Assim, o usuário poderá pesquisar o software pelos termos do domínio, sendo que o resultado desta busca deverá listar todos os softwares que possuem tais características ou

7 similaridades a estas, baseados em pesos atribuídos a cada um dos termos ontológicos utilizados na busca, em relação aos softwares listados. A atribuição destes pesos, por diversos grupos de usuários, segue as técnicas de relevance feedback. Esta abordagem tem como objetivo buscar solucionar os problemas encontrados nos catálogos e guias atuais e possibilitar uma maior facilidade e eficiência de busca por parte do usuário. Como objetivo final, buscamos a especificação de um mecanismo de busca na Web, que através do uso da ontologia para software agropecuário, possa identificar possíveis produtos que atendam as necessidades de seus usuário com um nível de acerto superior às outras abordagens até então utilizadas. Este estudo também irá contribuir para a pesquisa do Núcleo de Pesquisa em Metodologia de Qualidade de Software no projeto Avaliação da Qualidade do Software Agropecuário. Pretende-se especificar atributos para a avaliação da qualidade para os diversos setores e sub setores identificados de forma a completar a metodologia e atender aos objetivos da proposta do grupo que é privilegiar a visão do usuário na avaliação dos produtos disponíveis comercialmente. REFERÊNCIAS BIBLIOGRÁFICAS [BRA99] [FAL98] [FAR94 [GUA98] [JOH92] [MLA98] Braga, R.M.; Werner, C.M.L.; Odyssey-DE: Um Processo para Desenvolvimento de Componentes Reutilizáveis, X CITS, Curitiba, Maio Falbo, Ricardo., Integração do Conhecimento em um Ambiente de Desenvolvimento de Software, D. Sc., thesis, COPPE, Universidade Federal do Rio de Janeiro, Dez, FARMSOFT 94 International Agricultural Software Catalogue, Faculté des Sciences Agrnomiques de Gemblox, Belgique, 1994 Guarino, N., Formal Ontology and Information Systems, In: Guarino, N. (ed.), Proc. Of the 1 st International Conference, Trento, Italy, IOS Press, Johnson, R; - Documenting Frameworks using patterns, OOPSLA 92 Mladenic, Dunja; Machine Learning on non-homogeneous, distributed text data, Tese de Doutorado, University of Ljubljana, 1998 [MOU97] Moukas, Alexandros; Amathea: Information Filtering and discovery Using a Multiagente Evolving System, Master Thesis, MIT, 1997 [NIE98] [OLI99] Nieto, E. M., OBSERVER: An Aproach for Query Processing in Global Information Systems based on Interoperation across Pre-existing Ontologies, Tesis Doctoral, Departamento de Informatica e Ingenieria de Sistema, Universidade de Zaragoza, Nov, Oliveira, K. M., Modelo para Construção de Ambientes de Desenvolvimento de Software Orientados a Domínio, D. Sc., thesis, COPPE, Universidade Federal do Rio de Janeiro, Out, 1999.

8 [MEN99] [DAV01] [PRI91] Mena, E.; Illarramendi, A.; Kashyap, V.; Sheth, A. P.; OBSERVER: An Approach for Query Processing in Global Information Systems based on Interoperation across Pre existing Ontologies, DAVIES, N.J.; WEEKS, R.: Jasper: Communicating Information Agents for WWW at Prieto-Díaz, R.; Implementing Faceted Classification for Software Reuse, communications of the ACM 34(5), ACM, May, 1991, pp AGRADECIMENTOS Agrademos a coolaboração da equipe do Softex Agrosoft, Embrapa-CNPGL e Projeto Odyssey da COPPE/Sistemas/UFRJ.