[pt] Esta dissertação apresenta a forma como foi desenvolvida uma arquitetura de desenvolvimento dirigida por modelos combinada com um ambiente de desenvolvimento para dar apoio ao desenvolvimento de aplicações Web, utilizando SHDM/OOHDM como métodos de desenvolvimento. Os modelos, descritos através de uma interface gráfica, são processados pela ferramenta. A interface da aplicação também é descrita utilizando modelos, e a interface produzida é definida por uma ontologia de interface concreta, especificada em RDFS, que faz o mapeamento entre os elementos de interface concretos e alguma tecnologia de destino como ASP.Net e XAML. O principal objetivo é tornar mais fácil o desenvolvimento de uma aplicação Web utilizando Visual Studio 2005 como IDE e SHDM como método de desenvolvimento, permitindo que o arquiteto de software concentre seus esforços na modelagem da aplicação. O SHDM .Net produz uma aplicação completa, criando linguagens específicas de domínio para cada modelo desenvolvido. A principal funcionalidade do SHDM .Net é a integração entre as fases de análise e de desenvolvimento de um projeto. / [en] This dissertation presents how a model driven development architecture and environment framework to support Web application development are being developed using SHDM/OOHDM as development methods. The models are described through graphical diagrams that are processed by the environment. The application interface is also produced using models, and the interface produced is defined by concrete interface ontologies, specified in RDFS, that maps the concrete widgets to some target technology such as ASP.Net and XAML. The main purpose is to ease the development of a web application using Visual Studio .Net 2005 as an IDE and SHDM as the development method, allowing the application architect to focus on the application modeling. SHDM .Net generates a complete runnable application; also producing domain- specific languages for each application modeled, resulting in a programming model much more concise and natural. The main feature of SHDM .Net is the integration between the analysis and development phases of a project.

[pt] Este trabalho apresenta uma plataforma para aplicações baseadas em serviços. Esta plataforma foi concebida para dar suporte ao compartilhamento de informações serviços usando diferentes dispositivos. Através do uso de padrões abertos e de uma abordagem totalmente distribuída, Everyware permite que os usuários finais possam disponibilizar serviços sem necessidade de configuração ou administração. Estes serviços podem ser marcados semanticamente e integrados à Web semântica, o que permite que sejam processados automaticamente por máquinas. A plataforma ainda oferece uma arquitetura padrão para o desenvolvimento de aplicações e uma API para o desenvolvimento de mecanismos de coordenação de serviços que integra os diversos aspectos presentes em aplicações baseadas em serviços. / [en] This work addresses issues on the development of service- oriented web applications on the semantic web. It presents a platform conceived to support information sharing among different services accessed by different devices and hardware infraestructure. Using open standards and a totally distributed approach, everyware allows users to publish their services without need to configuration and administration. Services can also be semantically tagged and integrated to the Semantic Web, so they can be easily preocessed by machines. Everyware platform offers a standard architecture to application development and an API to the development of coordination mechanisms. It integrates most concerns that are present in service- oriented applications.

[pt] Este trabalho consiste do desenvolvimento de uma ferramenta para a geração de aplicativos móveis, que possibilita um monitoramento customizado, para o acompanhamento à distância de pacientes com doenças crônicas. A customização ocorre a partir de parâmetros e descrições formais, tais como: preferências do paciente, tipo da doença crônica, processo de acompanhamento desejado pelo seu médico, medicação prescrita e dados sobre o contexto (o entorno) do paciente, estes últimos obtidos de sensores. Com base nestes dados, o sistema irá determinar quais informações são mais relevantes para serem adquiridas do paciente através de questionários ou de sensores disponíveis no dispositivo móvel. Informações relevantes são informações que melhor ajudam a identificar possíveis alterações no processo de monitoramento de um paciente. Estas informações serão enviadas pelo dispositivo móvel, juntamente com os dados dos sensores, para o médico responsável. O processo de acompanhamento médico e a natureza da doença crônica definir ao o conjunto de informações que serão coletadas. É importante ressaltar que o objetivo não é realizar diagnósticos, mas sim, prover informações atualizadas aos médicos sobre os seu pacientes, possibilitando assim, realizar um acompanhamento preventivo à distância. / [en] This thesis consists of the development of a tool for generating mobile applications that enables a customized form of remote monitoring of patients with chronic diseases. The customization is based on parameters and formal descriptions of patient preferences, the type of chronic disease, monitoring procedure required by the doctor, prescribed medication and information about the context (i.e. environment) of the patient, where the later is to be obtained from sensors. Bases on this data, the system will determine which information are more relevant to be acquired from the patient through questionnaires and sensors embedded or connected to the smart phone. Relevant information are information that best helps to identify possible changes in the monitoring process of a patient. This set of information will be sent by the mobile application to the responsible physician. The medical treatment and the kind of chronic disease will define the set of information to be collected. It should be stressed that the goal is not to support automatic diagnosis, but only to provide means for physicians to obtain updated information about their patients, so as to allow remote monitoring of patients.

[pt] As unidades operacionais da área de Exploração e Produção (EeP) da PETROBRAS utilizam relatórios diários para o registro de situações e eventos em Unidades Estacionárias de Produção (UEPs), as conhecidas plataformas de produção de petróleo. Um destes relatórios, o SITOP (Situação Operacional das Unidades Marítimas), é um documento diário em texto livre que apresenta informações numéricas (índices de produção, algumas vazões, etc.) e, principalmente, informações textuais. A parte textual, apesar de não estruturada, encerra uma valiosíssima base de dados de histórico de eventos no ambiente de produção, tais como: quebras de válvulas, falhas em equipamentos de processo, início e término de manutenções, manobras executadas, responsabilidades etc. O valor destes dados é alto, mas o custo da busca de informações também o é, pois se demanda a atenção de técnicos da empresa na leitura de uma enorme quantidade de documentos. O objetivo do presente trabalho é o desenvolvimento de um modelo de processamento de linguagem natural para a identificação, nos textos dos SITOPs, de entidades nomeadas e extração de relações entre estas entidades, descritas formalmente em uma ontologia de domínio aplicada a eventos em unidades de processamento de petróleo e gás em ambiente offshore. Ter-se-á, portanto, um método de estruturação automática da informação presente nestes relatórios operacionais. Os resultados obtidos demonstram que a metodologia é útil para este caso, ainda que passível de melhorias em diferentes frentes. A extração de relações apresenta melhores resultados que a identificação de entidades, o que pode ser explicado pela diferença entre o número de classes das duas tarefas. Verifica-se também que o aumento na quantidade de dados é um dos fatores mais importantes para a melhoria do aprendizado e da eficiência da metodologia como um todo. / [en] The operational units at the Exploration and Production (E and P) area at PETROBRAS make use of daily reports to register situations and events from their Stationary Production Units (SPUs), the well-known petroleum production platforms. One of these reports, called SITOP (the Portuguese acronym for Offshore Unities Operational Situation), is a daily document in free text format that presents numerical information and, mainly, textual information about operational situation of offshore units. The textual section, although unstructured, stores a valuable database with historical events in the production environment, such as: valve breakages, failures in processing equipment, beginning and end of maintenance activities, actions executed, responsibilities, etc. The value of these data is high, as well as the costs of searching relevant information, consuming many hours of attention from technicians and engineers to read the large number of documents. The goal of this dissertation is to develop a model of natural language processing to recognize named entities and extract relations among them, described formally as a domain ontology applied to events in offshore oil and gas processing units. After all, there will be a method for automatic structuring of the information from these operational reports. Our results show that this methodology is useful in SITOP s case, also indicating some possible enhancements. Relation extraction showed better results than named entity recognition, what can be explained by the difference in the amount of classes in these tasks. We also verified that the increase in the amount of data was one of the most important factors for the improvement in learning and methodology efficiency as a whole.

[pt] Diversas técnicas para extração de informações estruturadas de dados em linguagem natural foram desenvolvidas e demonstraram resultados muito satisfatórios. Entretanto, para obterem tais resultados, requerem uma série de atividades que geralmente são feitas de modo isolado, como a anotação de textos para geração de corpora, etiquetamento morfossintático, engenharia e extração de atributos, treinamento de modelos de aprendizado de máquina etc., o que torna onerosa a extração dessas informações, dado o esforço e tempo a serem investidos. O presente trabalho propõe e desenvolve uma plataforma em ambiente web, chamada LER (Learning Entities and Relations) que integra o fluxo necessário para essas atividades, com uma interface que visa a facilidade de uso. Outrossim, o trabalho mostra os resultados da implementação e uso da plataforma proposta. / [en] Many techniques for the structured information extraction from natural language data have been developed and have demonstrated their potentials yielding satisfactory results. Nevertheless, to obtain such results, they require some activities that are usually done separately, such as text annotation to generate corpora, Part-Of- Speech tagging, features engineering and extraction, machine learning models training etc., making the information extraction task a costly activity due to the effort and time spent on this. The present work proposes and develops a web based platform called LER (Learning Entities and Relations), that integrates the needed workflow for these activities, with an interface that aims the ease of use. The work also shows the platform implementation and its use.

[pt] O problema de sobrecarga de informação é um dos mais sérios enfrentados atualmente. Para tentar resolver esse problema, áreas distintas como Gestão do Conhecimento, Web Semântica e Modelagem de Aplicações Hipermídia têm utilizado soluções parecidas que consistem basicamente na estruturação semântica da informação, para que ela seja mais facilmente acessada. Esta dissertação propõe uma infra-estrutura baseada em técnicas e algoritmos clássicos da área de Inteligência Artificial, que aproveita a crescente disponibilidade de modelos relativos a um domínio para permitir que as aplicações onde os mesmos estão definidos realizem inferências sobre o domínio em questão. Isso possibilita a introdução de diversas novas funcionalidades nessas aplicações. Foram propostas e desenvolvidas quatro novas funcionalidades, a principal sendo a busca semântica. As novas funcionalidades foram testadas com grande sucesso em duas aplicações: o site do Departamento de Informática da PUC-Rio e o Portal do Conhecimento a respeito da obra do grande pintor brasileiro Candido Portinari. / [en] The information overload problem is one of the most challenging problems being faced today. In order to solve this problem, different areas such as Knowledge Management, Semantic Web and Hypermedia Applications Modeling have used similar solutions that consist basically of semantically structuring the information so it can be better accessed. This dissertation proposes an infrastructure based on classic algorithms and techniques of Artificial Intelligence that utilizes the increase in the availability of domain specific models to enable the applications where they are defined to make inferences about these particular domains. These inferences enable the creation of new functionalities in these applications. Four new functionalities were proposed and implemented, the most important being a semantic search. The new functionalities presented were successfully tested in two existing applications: the website of the Computer Science Department of PUC-Rio and the Portinari Knowledge Portal that presents all the work of the famous brazilian painter Candido Portinari.

[pt] Com a evolução da Web atual para a Web Semântica, acredita- se que as informações disponíveis estarão estruturadas de forma a permitir o processamento automático de seu conteúdo por máquinas. Além do processamento individual, deseja-se uma melhor troca de informações entre aplicações Web. Para estes propósitos, são necessários mecanismos que garantam a interoperabilidade semântica, i.e., identificação e compatibilidade de informações. Neste sentido, ontologias são utilizadas como um recurso para disponibilizar um vocabulário estruturado e livre de ambigüidades. Ontologias fornecem um padrão bem definido para a estruturação da informação e promovem um formalismo passível de processamento automático. Neste trabalho, propomos uma estratégia para interoperabilidade de ontologias. O Componente para Alinhamento Taxonômico de Ontologias - CATO, resultado da implementação desta estratégia proposta, alinha automaticamente as taxonomias de ontologias comparadas. O alinhamento realizado é obtido em três etapas executadas seqüencialmente. A primeira etapa compara lexicalmente os conceitos das ontologias entradas e usa um mecanismo de poda estrutural dos conceitos associados como condição de parada. A segunda etapa compara estruturalmente as hierarquias das ontologias identificando as similaridades entre suas sub-árvores comuns. A terceira etapa refina os resultados da etapa anterior classificando os conceitos identificados como similares em bem similares ou pouco similares, de acordo com um percentual de similaridade prédefinido. / [en] With the Web evolving towards a Semantic Web, it is believed that the available information will be presented in a meaningful way to allow machines to automatically process its content. Besides the individual processing, a better information exchange among Web applications is desired. For this purpose, mechanisms are called for guarantee the semantic interoperability, that is, the identification and compatibility of information. In this direction, ontologies are used as one resource to make available a structured vocabulary, free of ambiguities. Ontologies provide a well-defined standard to structure the information and to promote formalism for automatic processing. In this work, we propose one strategy for ontology interoperability. The Ontology Taxonomic Alignment Component - CATO, which is the result of the implementation of this proposed strategy, provides an automatic taxonomic ontologies alignment. In this way, the alignment is obtained by a three-step process. The first step is the lexical comparison between the concepts from the entries ontologies. It uses a trimming mechanism of the related associated concepts as a stop condition. The second step is the structural comparison of the ontologies structures used to identify the similarities between common sub-trees. The third step refines the results of the previous step, classifying the similar identified concepts as very similar or little similar, according to a pre-defined similarity measurement.