Extração semiautomática de redes bayesianas a partir de ontologias com base em sumarização

• Autor(a) principal: Silva, Diego Pinheiro da
• Data de Publicação: 2019
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
• Texto Completo: http://www.repositorio.jesuita.org.br/handle/UNISINOS/8780
• topic: ACCNPQ::Ciências Exatas e da Terra::Ciência da Computação; Ontologia; Redes Bayesianas; Extração de Dados; Sumarização de Ontologias; Ontology; Bayesian Network; Data Extraction; Ontology Summarization

Ontologias são modelos de representação de conhecimento facilmente interpretados tanto por seres humanos como por computadores. Redes Bayesianas são modelos de representação de conhecimento que incorporam o tratamento de incerteza. A sumarização de ontologias tem como proposta facilitar e melhorar o entendimento de uma ontologia, com o intuito de delimitar os conceitos mais importantes dentro o conjunto de conceitos representados. Existe uma grande dificuldade na construção de Redes Bayesianas, segundo a literatura. A maioria dos modelos conhecidos envolve uma extensa interação manual. Por outro lado, existe uma disponibilidade crescente de ontologias que descrevem o conhecimento de diversas áreas. Essas ontologias podem ser utilizadas como fontes para a criação de Redes Bayesianas, através de modelos diversos. Este trabalho apresenta um novo modelo para a extração semiautomática de Redes Bayesianas a partir de Ontologias. O diferencial desse trabalho localiza-se na abordagem com análise de relevância dos aspectos semânticos das ontologias, presentes em um algoritmo de conversão desenvolvido, bem como a estruturação do conhecimento necessário a ser convertido com uso de um método de sumarização de ontologias, o que é considerado como uma abordagem inédita na área. O texto descreve o embasamento teórico e os trabalhos relacionados, bem como as hipóteses formuladas, o modelo proposto, o protótipo desenvolvido e o experimento de avaliação de resultados. O modelo foi implementado em um caso real de geração de Redes Bayesianas para casos clínicos e foi integrado a um editor interativo de Redes Bayesianas. Realizou-se três experimentos diferentes, através de análises comparativas, com especialistas na área da saúde. Os resultados indicam boas possibilidades na geração das redes bayesianas, sendo efetivos quando comparados com resultados manuais e com avanços em relação ao estado da arte. O modelo foi bem recebido e considerado útil por especialistas.