Um Método para Determinar a Equivalência Semântica entre Esquemas GML

Transcrição

1 Um Métoo ara Determinar a Equivalência Semântica entre Esquemas GML Angelo Augusto Frozza 1,2, Ronalo os Santos Mello 2 1 Deartamento e Ciências Exatas e Tecnológicas Universiae o Planalto Catarinense (UNIPLAC) Caixa Postal Lages SC Brasil 2 Deartamento e Informática e e Estatística Universiae Feeral e Santa Catarina (UFSC) Caixa Postal Florianóolis SC Brasil {frozza,ronalo}@inf.ufsc.br Abstract. One of the ifficulties face by Geograhic Information Systems (GIS) is exchanging information among istinct systems. The Geograhy Marku Language (GML) secifies a set of rules for geograhic information transort an storage. However, ifferent GIS can use ifferent GML schemas, generating interoerability roblems at the semantic level. This aer rooses a semi-automatic metho for etermining semantic equivalence among heterogeneous GML schemas for the urban registration omain, using an ontology as a semantic reference. Resumo. Uma as ificulaes enfrentaas or Sistemas e Informações Geográficas (SIG) é a troca e informações entre sistemas istintos. A Geograhy Marku Language (GML) efine um conjunto e regras ara o transorte e armazenamento e informação geográfica. Porém, SIGs iferentes oem usar esquemas GML iferentes, gerano roblemas e interoerabiliae em nível semântico. Este trabalho roõe um métoo semi-automático ara eterminar a equivalência semântica entre esquemas GML heterogêneos no omínio e caastro urbano, usano uma ontologia como uma referência semântica. 1. Introução A comlexiae e a riqueza os moelos e aos geográficos encontraos em Sistemas e Informações Geográficas (SIGs) roorcionam iferentes formas ara reresentar a realiae geográfica. A amliação e a iversificação o uso e SIGs nas organizações gerou a necessiae e intercâmbio e informações georeferenciaas entre fontes autônomas e heterogêneas [Zhang et al. 2004]. A troca e informações entre SIGs heterogêneos aresenta incomatibiliaes nos níveis sintático e semântico. O nível sintático refere-se ao esquema utilizao em caa sistema ara armazenamento e ocumentação os aos. A resolução e conflitos neste nível baseia-se na conversão sintática ireta e formatos e exortação e imortação.

2 Toavia, a simles transferência e re-formatação e aos e um sistema ara outro não garante que os aos tenham significao ara o novo usuário. A interoerabiliae entre SIGs requer uma interretação semântica ara exlicar a corresonência os conceitos entre iferentes sistemas [Câmara et al. 1999]. Soluções visano à interoerabiliae semântica entre SIGs aontam como tenência o uso e arões como a Geograhy Marku Language (GML) [OGC 2003]. O objetivo a GML é oferecer um conjunto e construções básicas, incluino o moelo e features geográficas e uma coleção e meta-classes e objetos geográficos, com os quais um usuário oe estruturar e escrever seus aos georeferenciaos. Aesar os avanços encontraos na versão atual a GML (3.1.1), a reresentação semântica aina é limitaa. Para solucionar esse roblema, oe-se associar alguma escrição ontológica aos esquemas GML ara romover a interoerabiliae semântica entre SIGs. A OWL (Web Ontology Language) é a esecificação mais recente o W3C (Worl Wie Web Consortium) ara reresentação e ontologias e é comatível com a arquitetura a Web em geral e a Web Semântica em articular [OWL 2006]. Este artigo aresenta um métoo ara a eterminação semi-automatizaa e equivalências semânticas entre esquemas GML istintos, usano uma ontologia como base e conhecimento comum. Sua contribuição encontra-se no aoio ao esenvolvimento e softwares que ossibilitem a troca e informações entre bases e aos geográficos, garantino a semântica os aos. Como estuo e caso, utiliza-se o omínio e caastro urbano, escolhio or ser ouco exlorao em trabalhos relacionaos e elo grane otencial e alicação rática. Trabalhos relacionaos [Brauner, Casanova e Lucena 2004; Morocho, Pérez- Vial e Saltor 2003] aboram a interoerabiliae semântica entre SIGs em ambientes fortemente acolaos, com ênfase na transformação e consultas. Diferente estes, este trabalho enfatiza a integração e aos geográficos em um omínio e alicação esecífico, consierano que as fontes e aos não estão interligaas, mas oem, regularmente, realizar trocas e aos geográficos ara atualização e uma base comum. Este artigo está organizao a seguinte forma: a seção 2 roõe o métoo ara eterminação e equivalências semânticas entre esquemas GML. As seções 3 a 5 escrevem em etalhes as três artes o métoo: ré-rocessamento, eterminação e equivalências e catalogação o maeamento, resectivamente. A seção 6 aresenta as consierações finais. 2. O Métoo e Determinação e Equivalência Semântica O métoo roosto (Figura 1) escobre equivalências semânticas entre ois esquemas GML istintos: um reresentano os aos e um SIG rincial (GML rincial ou GML ) e outro reresentano os aos imortaos e um seguno SIG (GML imortao ou GML ). Os conceitos geográficos consieraos elo métoo são reresentaos or uma ontologia (Aênice), que é também utilizaa na eterminação as equivalências semânticas. A atualização a ontologia a artir e conceitos novos será trataa em trabalhos futuros.

3 Ontologia e omínio Esquema GML Entraa wraer wraer (a) Passo 1... (b) Determinação e equivalências (b) (a)... Processamento Passo 2 Definição e maeamentos OWL GML GML Saía Figura 1. Métoo e eterminação e equivalência semântica entre esquemas GML. A execução o métoo segue ois assos: 1. Determinação a equivalência semântica entre o GML imortao e a ontologia e omínio; 2. Definição e catalogação o maeamento as equivalências entre o GML imortao e o GML rincial. Certos elementos e um esquema GML imortao são maeaos ara certos elementos e um esquema GML rincial. Duas entraas são analisaas: uma ontologia e omínio e um esquema GML imortao qualquer. O esquema GML rincial não faz arte a entraa, ois se assume que o métoo é alicao no ambiente o SIG rincial e que um maeamento entre os conceitos a ontologia e os conceitos equivalentes o esquema GML rincial já foi efinio. Este maeamento révio garante a semântica os conceitos o esquema GML rincial. Dois elementos e esquemas GML istintos são itos semanticamente corresonentes quano ossuem um eterminao grau e similariae. Este grau é eterminao or métricas que consieram a semelhança entre os ientificaores os elementos, seus atributos e seus relacionamentos. As métricas e similariae alicaas elo métoo são uma aatação as métricas encontraas em Dorneles et al. (2004): Métricas ara Valores Atômicos (MAV): alicaas a aos simles (elemento simles b na Figura 1), como strings. São eenentes o omínio a alicação, ou seja, consieram as características os aos a alicação;

4 Métricas ara Valores Comlexos (MCV): alicaas à estrutura os aos (elemento comlexo a na Figura 1). Poem ser istintamente alicaas a conjuntos (tulas) ou coleções e valores. Este conjunto e métricas foi escolhio or aresentar uma taxonomia aequaa ao tratamento e aos XML. No caso, um elemento XML é tratao como uma árvore, consierano que oe ser atômico ou comlexo. Elementos atômicos contêm valores únicos, como uma caeia e caracteres, uma ata etc. Elementos comlexos corresonem a estruturas formaas or outros elementos, atômicos ou comlexos. Uma vez eterminaas as equivalências semânticas entre a ontologia e o esquema GML imortao, o métoo retorna como saía uma tabela e maeamento na qual elementos o esquema GML imortao corresonem semanticamente a elementos no esquema GML rincial. O núcleo o métoo efine corresonências entre conceitos a OWL e a GML (Tabela 1). Nestas corresonências, os conceitos associaos ossuem a mesma intenção em ambas as linguagens. Tabela 1: Maeamento entre conceitos a OWL e a GML. OWL GML Classe Prorieaes Associações Esecialização Elemento Elemento (siml es ou comlexo) e atributos Relacionamentos e hierarquia Deri vação e tios 3 Pré-rocessamento os Daos e Entraa Tanto a ontologia quanto o esquema GML imortao evem ser trauzios em um formato canônico ara facilitar a tarefa e eterminação as equivalências. Como ambas são estruturas XML, utilizam-se estruturas e aos em árvore como formato canônico e reresentação. Os wraers inicaos na Figura 1 são resonsáveis ela geração as árvores canônicas (Figura 2). Um exemlo e ativiae e wraing ara a ontologia é mostrao a seguir. Os aos na ontologia estão organizaos em: (a) efinição e classe - consiera-se o nome a classe; (b) rorieaes a classe - oem reresentar atributos simles (strings, números etc.) ou comlexos (formaos or outros atributos) e relacionamentos. Além isso, atributos e relacionamentos oem receber um ou mais valores; (c) instâncias e objetos - usaas ara formar um icionário e sinônimos. Na árvore canônica, a escrição a ontologia organiza-se hierarquicamente, ou seja, as rorieaes e uma classe C i (atributos e relacionamentos) são reresentaas como noos filhos e C i. Assim, as classes resentes na ontologia reresentam noos na árvore canônica e as rorieaes e caa classe tornam-se noos folha. Além os atributos, os relacionamentos entre classes também são consieraos no cálculo o grau e similariae.

5 OWL O1 Atributo Relacionamento Elemento comlexo GML G1 O2 O3 O4 O5 G2 G3 G4 O1 = Lote O2 = enereco (string) O3 = numeroquarteirao (integer) O4 = ehparte ( Quarteirao, atômico) O5 = ossuireresentacao ( reresentacaogeografica, multivalorao) G1 = LoteArea G2 = enereco (string) G3 = Quara (integer) G4 = ehparte ( QuaraCTM, atômico) Figura 2. Exemlo e árvore canônica ara um elemento OWL e ara um elemento GML. De forma semelhante, uma árvore canônica é geraa ara o esquema GML imortao. Nesta árvore, caa elemento efinio no esquema torna-se um noo na árvore, com noos folha reresentano seus atributos e relacionamentos. 4 Determinação o Grau e Similariae Uma vez geraas as reresentações canônicas, efinem-se graus e similariae entre noos a árvore GML e noos a árvore a ontologia. Um noo a árvore GML oe encontrar equivalência com mais e um noo na árvore a ontologia. Portanto, é necessário estimar um grau e similariae através e um valor numérico que ossa variar entre 0 e 1, e forma a facilitar a etermin ação o melhor caniato a similar. A eterminação a similariae é fortemente baseaa em uma aboragem lingüística [Rahm e Bernstein 2001], ou seja, ela etermina a equivalência através a igualae ou similariae o texto, consiera no aina a estrutura os elementos. O rocessamento inicia ela isonibilização e uma lista e sinônimos associaos a caa classe a ontologia, no formato [SINÔNIMO, CLASSE, IDIOMA] (Tabela 2). Os sinônimos comlementam a ontologia, ientificano variações conhecias na enominação e caa termo. Esta lista e sinônimos é obtia e instâncias a classe Dicionario resente na ontologia, mas oeria estar armazenaa em um banco e aos. Otou-se or mantê-la na ontologia e forma a centralizar em um único local too o conhecimento sobre os conceitos no omínio a alicação.

6 Lote P a rc e l Quara Tabela 2. Exemlo a lista e sinônimos. S IN Ô N IM O Quarteirão C L A S S E Lote Lote Quarteirão Quarteirão ID IO M A O ientificaor e caa noo reresentativo e um elemento GML (or exemlo, o nome Quara ) é rimeiramente testao or igualae contra a lista e sinônimos. Caso um ou mais sinônimos corresonentes sejam encontraos (or exemlo, Lote = Lote ), alica-se uma métrica e similariae e estruturas (MCV) em caa resultao ositivo, a fim e se efinir o grau e similariae entre os noos. Caso contrário, faz-se nova esquisa na lista e sinônimos, agora alicano uma métrica e similariae entre nomes (MAV) (or exemlo, QuaraCTM = Quara ). Caso o grau e similariae atinja um valor aceitável efinio elo usuário, alica-se a métrica e similariae e estruturas. A oção or fazer rimeiro um teste or igualae contra a lista e sinônimos visa ar mais agiliae ao métoo, uma vez que este teste é mais ráio o que o uso e métricas. Diversas métricas e similariae entre strings são encontraas na literatura, como a métrica e Jaro, a istância e Levenshtein e a istância e Hamming. No métoo roosto, otou-se or usar a métrica Jaro Winkler [Chaman 2006]. Esta métrica estene a métrica e Jaro, incluino uma correção o valor final a comaração, e forma a evitar que strings iferentes aenas na arte final tenham uma istância grane entre elas. Ela se mostra interessante ara o foco este trabalho, uma vez que consiera o conceito e refixo na comaração as strings. Tais situações ocorrem com freqüência em esecializações e objetos geográficos, como, or exemlo, QuaraCTM, QuaraProjetaa, QuaraReal, LoteTributavel e LoteCTM. A Tabela 3 mostra um exemlo a alicação a métrica Jaro Winkler, comarano os resultaos obtios (graus e similariae) com a istância e Levenshtein. A métrica Jaro Winkler é alicaa em métricas MAV mais abrangentes, que consieram também a equivalência entre o tio e ao e ois atributos seno comaraos. Estas métricas são aresentaas na seqüência. Tabela 3. Comaração o resultao as métricas Jaro Winkler e Levensthein. Ontologia Quara Lote Lote GML imortao QuaraCTM LoteCTM LoteTributavel 0,9556 0,9143 0,8571 t en t t Jaro Winkler Levenshtein 0,6667 0,5714 0,2857 Pela natureza os aos maniulaos, a eterminação a similariae e estruturas (elementos comlexos) necessita aatar aenas uma métrica e similariae e tulas. Isto se justifica elo fato e que a efinição e um elemento comlexo e um esquema GML é comosto ela ientificação (nome) o elemento e suas rorieaes (atributos e relacionamentos), como uma tula e uma tabela relacional.

7 A rincial métrica ara eterminar a similariae e estruturas se resume, neste trabalho, à aatação a métrica e similariae e tulas roosta or Dorneles et al. (2004): one: tulesim( ε, ε ) = ε : um noo no conjunto P; ε : um noo no conjunto D; i ε. η = ε. η i j ( sim( ε, ε )) j max( m, n) n e m: número e filhos e ε e ε, resectivamente; P: conjunto e noos e elementos resentes na árvore o esquema GML; D: conjunto e noos e classe resentes na árvore a ontologia. Através a métrica tulesim() é feita a navegação ela estrutura os elementos j as árvores a ontologia e o esquema GML. Caa noo ε filho e ε é comarao i j i com um noo ε filho e ε, com o mesmo nome ( ε.η = ε.η) e o mesmo contexto. A função max() retorna o maior número e filhos entre ε e ε. A aatação a métrica, comentaa acima, leva em conta que um atributo oe ser simles ou comlexo e que relacionamentos são trataos como atributos comlexos. No caso e atributo comlexo, a métrica é alicaa e uma forma bottom-u, ou seja, arte o último nível a árvore canônica o elemento GML, ara os níveis sueriores. Desta forma, um atributo comlexo em um nível suerior é tratao como um atributo atômico, ois seu grau e similariae foi resolvio em uma iter ação révia. Além isso, ara comarar um noo filho e um elemento GML com um noo filho a árvore a ontologia, foi necessário efinir neste trabalho uas métricas MAV aicionais, conforme o tio e noo encontrao: Métrica ara atributos simles: comara nome os atributos (métrica Jaro Winkler) e seus tios e aos (análise e comatibiliae): attrsim( one: ε. η, ε sim(. η) = ε. nome, ε ε : noo filho o elemento a árvore GML; ε : noo filho o elemento a árvore OWL; nome: ientificaor o noo filho; tio: tio e ao o noo filho. 2. nome) + sim( ε. tio, ε. tio)

8 Métrica ara relacionamentos: comara nome os relacionamentos (métrica Jaro Winkler) e igualae e carinaliae (1:1 atômico; 1:n - multivalorao): relsim( ε. η, ε sim(. η) = ε. nome, ε. nome) + sim( 2 ε. car, ε. car) one: car: carinaliae o noo filho. Exemlificano, alicou-se as métricas tulesim(), attrsim() e relsim(), aos elementos Lote e LoteArea a Figura 2. Primeiro, calcularam-se as similariaes entre atributos atômicos: sim2 = attrsim(g2, O2) = 1 sim3 = attrsim(g3, O3) = 0,78 Posteriormente, calcularam-se as similariaes entre relacionamentos: sim4 = relsim(g4, O4) = 0,89 sim5 = relsim(g5, --) = 0 Com os resultaos anteriores, calculou-se o grau e similariae final entre os ois elementos: sim1 = tulesim() = (1 + 0,78 + 0,89 + 0) / 4 = 0,67 O valor obtio ara a métrica tulesim() alicaa ao exemlo, oe ser consierao insuficiente ara efinir automaticamente os ois elementos como equivalentes. Neste caso, a intervenção o usuário é necessária no rocesso e avaliação. 5 Catalogação o Maeamento Uma vez ientificaa a similariae entre noos classe e noos elemento nas árvores canônicas os esquemas OWL e GML, o asso final é armazenar este maeamento, em uas tabelas e um banco e aos relacional: A rimeira mantém informações a reseito os esquemas GML imortaos (metaaos), como ientificação o forneceor o esquema, URL, resonsável, versão o esquema, iioma entre outros; A seguna mantém as corresonências roriamente itas. Parte-se o rincíio e que ara caa elemento o esquema GML rincial oe haver um conceito equivalente na ontologia. Assim, são acrescentaas uas novas colunas na tabela ara caa esquema GML imortao: uma conteno o elemento maeao e outra conteno o grau e similariae com o conceito na ontologia. A Tabela 4 aresenta um exemlo esta catalogação.

9 Tabela 4. Tabela e armazenamento e maeamentos. Conceitos GML rincial Similariae GML Sim. GML Ontologia GML rincial imortao 1 imortao 1... Quara Quara 1 QuaraCTM 0,96... Lote LoteProjetao 0,86 LoteCTM Consierações Finais Consierano que a troca e aos geográficos acontece rincialmente entre omínios que ossuem afiniae entre si, um ao geográfico é mais bem efinio semanticamente em um omínio esecífico o que ela generalização e omínios. Este artigo roõe uma solução ara o roblema a interoerabiliae semântica entre esquemas GML no contexto o caastro urbano. Esta solução revê a eterminação e equivalências e forma semi-automática, usano conhecimento reresentao como uma ontologia. O métoo é semi-automático ois não escarta a intervenção o usuário quano um elemento GML oe ser relacionao a vários conceitos a ontologia ou ara valiar equivalências eterminaas automaticamente. Trabalhos relacionaos reocuam-se em trauzir consultas executaas em ambientes heterogêneos fortemente interligaos. Este trabalho revê um outro cenário: municíios e equeno orte, cujos aos geográficos estão isoníveis em iversas instituições, como refeituras e comanhias e água e esgoto. Neste cenário, consierase que, isolaamente, estas instituições não teriam conições técnico-financeiras e isonibilizar seus aos. Entretanto, em conjunto, oeriam romover um intercâmbio e aos através e um mecanismo que ientifique as semelhanças entre eles. Desta forma, é ossível socializar os aos geográficos urbanos e esenvolver novos serviços à comuniae em geral. Trabalhos futuros revêem a amliação o escoo aborao, esteneno o métoo roosto ara resolver a interoerabiliae e esquemas GML ara outros omínios; a esecificação e um ambiente ara consulta a aos remotos, com base nas equivalências; e a integração e instâncias e aos. Referências Bibliográficas Brauner, D. F.; Casanova, M. A.; Lucena, C. J. P. Geo-Object Catalogs to enable Geograhic Databases Interoerability. In: GEOINFO, 6., 2004, Camos o Jorão. Anais... São José os Camos: INPE, Câmara, G. et al. A. Interoerability In Practice: Problems in Semantic C onversion from Current Technology to OenGIS. In: INTERNATIONAL CONFERENCE ON INTEROPERABLE OPEARTING SYSTEMS, 2., Proceings... Zurich, Chaman, J. Sam s Strings Metrics. Disonível em: <htt:// Acessao em: 25 mai Dorneles, C. F. et al. Measuring Similarity between Collection of Values. In: ACM INTERNATIONAL WORKSHOP ON WEB INFORMATION AND DATA MANAGEMENT, 6., Proceeings... Washington: ACM,

10 Morocho, V.; Pérez-Vial, L.; Saltor, F. Semantic Integration on Satial Databases: SIT- SD rototye. In: JORNADAS DE INGENIERÍA DEL SOFTWARE Y BASES DE DATOS, 8. Proceeings Alicante: OGC. Geograhy Marku Language (GML) Imlementation Secification 3.0. Oen GIS Consortium, OWL. Web Ontology Language. Disonível em: <htt:// Acessao em: 16 jul Rahm, E.; Bernstein, P. A. A survey of aroaches to automatic schema matching. The VLDB Journal, n. 10, 2001, Sringer-Verlag Zhang, J. et al. Geograhic Information Integration an Publishing Base on GML an SVG. In: INTERNATIONAL CONFERENCE ON COMPUTER AND INFORMATION TECHNOLOGY, 4., Proceeings... Wuhan: IEEE Comuter Society,

11 Aênice Ontologia e omínio criaa no Protégé.