Geração Automática de Anotações Semânticas para o Domínio de Controle de Estímulos

Transcrição

1 Geração Automática de Anotações Semânticas para o Domínio de Controle de Estímulos Rodrigo E. Bela, Marilde T. P. Santos, Mauro Biajiz, Cesar A. C. Teixeira Departamento de Computação Universidade Federal de São Carlos (UFSCar) Caixa Postal São Carlos SP Brasil {rodrigo_bela, marilde, mauro, cesar}@dc.ufscar.br Abstract. Provide semantic annotation is an essential step to make the Semantic Web possible. However the amount of data to be annotated is huge and it continues to grow up every day. Ways to become the task of annotating more automatic as possible is under development and it is applied in different types of data and domains. In this context, this work shows a strategy to generate semantic annotations in an automatic way, in special to stimulus control domain. Resumo. Prover anotações semânticas é um passo essencial para a tornar possível a Web Semântica. No entanto o volume de dados a serem anotados é gigantesco e continua crescendo a cada dia. Meios de tornar a tarefa de anotação o mais automática possível vêm sendo desenvolvidas e aplicadas em diferentes tipos de dados e domínios. Nesse contexto, esse trabalho apresenta uma estratégia para geração automática de anotações semânticas, em especial no domínio de controle de estímulos. 1. Introdução Anotações semânticas são responsáveis por tornar compreensível, aos computadores, o significado semântico de um conjunto de dados. Segundo (Reeve and Han 2005), a realização da Web Semântica requer uma ampla disponibilidade de tais anotações. Nesse contexto, esforços estão sendo direcionados na construção de ferramentas que possam tornar a geração de tais anotações o mais automática possível, uma vez que a quantidade de conteúdo que se encontra disponível para ser anotado é cada vez maior e realizar as anotações semânticas de forma manual é custosa. Esse artigo apresenta um ambiente que realiza, automaticamente, a análise de dados para a geração de anotações semânticas sobre os mesmo. Para isso utilizamos os dados oriundos de uma ferramenta de auxílio à alfabetização, desenvolvida com base no paradigma de controle estímulos, uma área de pesquisa da psicologia que visa compreender melhor os processos envolvidos no aprendizado de indivíduos. Nesse contexto, a seção 2 apresenta os conceitos básicos sobre anotações semânticas e o domínio de controle de estímulos. A seção 3 descreve o contexto, o domínio dos dados e a maneira como os mesmos são manipulados até se obter as anotações. Na seção 4 são apresentados trabalhos relacionados e na seção 5 descritas as atividades futuras. Uma conclusão é apresentada na seção 6.

2 2. Conceitos básicos 2.1. Anotações Segundo (Agosti and Ferro 2007), as anotações podem, segundo a sua utilização, ser classificadas em dois grupos principais: 1) conteúdos, quando são vistas como conteúdo relacionado a outro conteúdo, seja como enriquecedores do documento ou como documentos que existem de maneira independente; 2) metadados: dados adicionais sobre um determinado conteúdo existente, tornando claras as propriedades e a semântica dos conteúdos anotados. No contexto da Web Semântica, as anotações são formas de explicitar a semântica do conteúdo anotado de forma que os computadores possam compreende-los e manipula-los Análise do Comportamento: o controle de estímulos A psicologia, por meio de áreas como a da análise do comportamento, tem buscado formas que possam contribuir significativamente para o ensino (de Souza, de ROSE et al. 2004). A equivalência de estímulos, em particular, é um paradigma que têm influenciado muito nas pesquisas em educação. Entende-se por equivalência de estímulos o surgimento regular e previsível de relações condicionais não ensinadas entre estímulos, derivadas de outras relações ensinadas (de Souza, de ROSE et al. 2004). O ensino de tais relações ocorre de maneira bem estruturada, por meio do uso de Programas de Ensino (PE) que são as especificações dos especialistas para o ensino de um determinado conteúdo. Tais PE podem ser apresentados e controlados de forma manual ou por meio da utilização de softwares específicos, como será descrito a seguir. 3. Gerando anotações automaticamente 3.1 Contexto O projeto TIDIA-Ae 1 (Tecnologia da Informação no Desenvolvimento da Internet Avançada Aprendizado Eletrônico), financiado pela FAPESP (Fundação de Amparo à Pesquisa do Estado de São Paulo), tem como principal objetivo desenvolver ferramentas que sejam inovadoras e parte de um ambiente integrado de ensino e colaboração. Dentre essas ferramentas, destaca-se o Gerenciador de Ensino Individualizado Computadorizado (GEIC) que tem como objetivo ser uma ferramenta no auxílio à alfabetização de crianças que apresentam dificuldades durante esse processo. O GEIC é desenvolvido com base nas teorias de controle de estímulos descritos no tópico Domínio dos dados Entre os dados manipulados pelo GEIC, o conjunto dos dados obtidos nas interações dos alunos com os PE contêm informações importantes sobre o comportamento das crianças e seu processo cognitivo. É nesse conjunto que, por exemplo, encontra-se a informação se uma criança atingiu a transitividade entre três estímulos (A, B e C), testada num bloco de tentativas T1, T2 e T3. Antes do GEIC, o processo de análise do 1 Projeto TIDIA-Ae -

3 caso acima, e a anotação sobre o mesmo, eram feitos de forma manual pelos especialistas, que verificavam o resultado para as tentativas para então concluir se houve ou não a transitividade. Tal conclusão era anotada num formulário que era armazenado juntamente com a ficha do aluno. Mas tais anotações são importantes para a compreensão do desenvolvimento das crianças frente aos PE e são utilizadas como base para a tomada de decisão sobre onde concentrar esforços de pesquisa para resolver problemas de aprendizado. A fácil obtenção e troca de tais anotações entre pesquisadores eram necessidades da área. 3.3 Manipulação dos dados Com o objetivo de sanar as deficiências citadas, o uso de tecnologias da Web Semântica foi adotado e a principal preocupação passou a ser em como realizar as anotações semânticas nos dados coletados. Assim, num primeiro momento foi construída a ontologia do domínio de controle de estímulos. Essa construção contou com auxílio de especialistas do domínio, do editor de ontologias Protégé 2 e foi direcionada pelas etapas e tarefas propostas pela metodologia Methontology (Fernandez, Gomez-Perez et al. 1997). A ontologia encontra-se expressa em OWL (Smith, Welty et al. 2004) e um recorte da mesma é apresentado na Figura 1. Também foram definidos os passos de análise necessários para cada um dos conceitos, propriedades ou relacionamentos definidos na ontologia do domínio, definindo como os mapeamentos deveriam ser realizados. Tal definição foi feita usando a mesma idéia de mapeamento proposta por (Afonso 2008) e brevemente descrita a seguir. Considerando o mesmo cenário de análise de transitividade, apresentado na subseção anterior, e o esquema do banco de dados apresentado na Figura 2, é definido o esquema de mapeamento para os termos DesRelacaoAB, DesRelacaoBC e DesRelacaoAC e que é apresentado na Figura 3. A marcação <mapeamento> define o início de um novo mapeamento entre um termo da ontologia e as operações que devem ser realizadas para que esse termo seja considerado verdadeiro ou não. A marcação <termo> define o conceito da ontologia que está sendo verificado, a marcação <select> o atributo alvo que deve ser verificado, a marcação <FROM> a tabela a ser consultada e a marcação <WHERE> a condição que deve ser satisfeita durante a seleção. Ao ler essa definição do mapeamento, a ferramenta de geração de anotações, recupera o atributo resposta da tabela TentativaExecutada para as três tentativas que, definidas pelo especialista do domínio, testam a transitividade. No banco de dados em questão, o atributo resposta pode ser verdadeiro ou falso e, dessa maneira, os termos DesRelacaoAB, DesRelacaoBC e DesRelacaoAC são automaticamente apontados como verdadeiros ou falsos para aquele conjunto de tentativas. O próximo passo da ferramenta de geração de anotação automática é verificar a ontologia do domínio e o conjunto de regras para inferir novo conhecimento, para isso são utilizadas as funcionalidades do framework JENA (Carroll, Dickinson et al. 2004). Para o caso da Transitividade, sabe-se que a mesma está definida num conjunto de 2

4 regras que acompanha a ontologia. A regra que define a transitividade é da forma: DesRelacaoAB ^ DesRelacaoBC ^ DesRelacaoAC -> Transitividade (vale ressaltar que DesRelacaoAB, DesRelacaoBC, DesRelacaoAC e DesDesRelacaoTransitividade são conceitos expressos na ontologia). Assim, caso o resultado obtido pelo mapeamento dos termos seja verdadeiro para os três conceitos, a propriedade de transitividade pode ser considerada verdadeira para aquela situação. Figura 1 - Recorte da Ontologia do Domínio de Controle de Estímulo. Os quadrados representam classes e as retas os relacionamentos é subclasse de. Figura 2 - Recorte do Esquema Físico do Banco de dados Durante o processo de mapeamento e de inferência utilizando a ontologia e um conjunto de regras, todos os termos que foram mapeados com sucesso são colocados numa lista de termos semânticos. Essa lista de termos é, ao final do processamento, associada à sessão de aprendizado do aluno, conforme pode ser visto na Figura Trabalhos Relacionados As plataformas de anotações semânticas apresentadas no survey organizado (Reeve and Han 2005) realizam processos semi-automáticos de anotação semântica. Isso por que tais plataformas têm seu foco voltado para páginas Web. Para esses casos a geração de maneira totalmente automática é extremamente complexa, uma vez que tais tarefas dependem de técnicas como a de processamento de linguagem natural (PLN) que ainda não estão consolidadas e apresentam problemas.

5 <MAPEAMENTO> <TERMO>DesRelacaoAB</termo> <SELECT>resposta </SELECT> <FROM>TentativaExecutada</FROM> <WHERE>id = X</WHERE> </MAPEAMENTO> <MAPEAMENTO> <TERMO> DesRelacaoBC</TERMO> <SELECT>resposta </SELECT> <FROM>TentativaExecutada</FROM> <WHERE>id = Y</WHERE> </MAPEAMENTO> <MAPEAMENTO> <TERMO>DesRelacaoAC</TERMO> <SELECT>resposta </SELECT> <FROM>TentativaExecutada</FROM> <WHERE>id = Z</WHERE> </MAPEAMENTO> Figura 3 - Recorte das Regras para mapeamento Figura 4 - Recorte do relacionamento entre a sessão e entidade que armazena os conceitos expressos na ontologia do domínio. Utilizando técnicas de reconhecimento de discurso, (Repp, Linckels et al. 2007) propõe a geração de anotações semânticas de maneira automática para objetos multimídia de aprendizagem. Segundo os autores, ainda que tais técnicas não gerem transliterações perfeitas, elas são suficientes para gerar metadados semânticos em OWL que facilitam em muito a recuperação eficiente dos objetos de aprendizado. O ambiente BioFOX (Teixeira 2008), provê maneiras utilizar anotações semânticas para facilitar a descrição das propriedades de seqüências de DNA. O principal objetivo desse ambiente é aumentar a eficiência na geração de tais anotações, que é obtida com base na assertiva definida pelos biólogos de que genes com seqüências iguais de DNA tendem a ter e a desempenhar as mesmas funções. Assim, o ambiente analisa cadeias genomicas em busca de semelhanças com outras cadeias já anotadas e relaciona tais anotações quando uma semelhança mínima é atingida. 5. Trabalhos Futuros Com a conclusão do módulo de geração de anotações automáticas, o trabalho prossegue na utilização das anotações semânticas, com a construção de uma interface de consulta para tais dados, onde o usuário informará uma lista de termos semânticos pelos quais ele está pesquisando e a ferramenta apontará para os conjuntos de dados onde tais termos são válidos. Também são consideradas maneiras de disponibilizar tais anotações e dados por meio de serviços Web que consigam operar considerando a semântica disponível nos dados. A aplicação de tarefas de mineração de dados também é uma das futuras utilizações das anotações com o intuito de auxiliar na descoberta de novos padrões de aprendizado.

6 6. Conclusão Neste artigo foi apresentada uma estratégia para a geração automática de anotações semânticas. Para que isso seja possível é necessário que haja uma ontologia do domínio dos dados a serem anotados e um conjunto de mapeamentos. Com base no mapeamento, nossa ferramenta realiza as operações necessárias nos dados, criando, assim, anotações semânticas sobre os mesmos. Trata-se de um primeiro passo na definição de uma metodologia que possibilite a criação automática de anotações semânticas para conjuntos de dados oriundos de domínios que possuam ontologias e regras de análise de dados bem definidas. 7. Referências Afonso, G. F. (2008). INTEGRAÇÃO DE DADOS DE BACIAS HIDROGRÁFICAS BASEADA EM ONTOLOGIA. Departamento de Computação. São Carlos, Universidade Federal de São Carlos - UFSCar. Mestrado: 104. Agosti, M., G. Bonfiglio-Dosio, et al. (2007). "A historical and contemporary study on annotations to derive key features for systems design." International Journal on Digital Libraries 8(1): 1-19 Agosti, M. and N. Ferro (2007). "A Formal Model of Annotations of Digital Content." ACM Transactions on Information Systems 26(1). Carroll, J. J., I. Dickinson, et al. (2004). Jena: Implementing the Semantic Web Recommendations. Proceedings of the 13th international World Wide Web conference on Alternate track papers & posters, New York, New York, USA., ACM. de Souza, D. G., J. C. C. de ROSE, et al. (2004). Análise comportamental da aprendizagem de leitura e escrita e a construção de um currículo suplementar. Análise do Comportamento para a Educação: Contribuições Recentes. M. M. C. H. e. M. Marinotti. Santo André, ESETec Editora Associados. Fernandez, M., A. Gomez-Perez, et al. (1997). Methontology: from ontological art towards ontological egineering. AAAI-97 Spring Symposium on Ontological Egineering. Stanford University. Reeve, L. and H. Han (2005). Survey of Semantic Annotation Platforms ACM Symposiun on Applied Computing. Santa Fe, New Mexico, ACM: Repp, S., S. Linckels, et al. (2007). Towards to an Automatic Semantic Annotation for Multimedia Learning Objects. International Workshop on Educational multimedia and multimedia education. Augsburg, Bavaria, Germany, ACM. Smith, M. K., C. Welty, et al. (2004). "OWL Web Ontology Language Guide." Retrieved 20/09/2007, 2007, from Teixeira, M. V. C. (2008). Gerenciamento de Anotações de Biosseqüências Utilizando Associação entre Ontologias e Esquemas XML. Departamento de Computação. São Carlos, Universidade Federal de São Carlos - UFSCar. Mestrado: 110.