A Web Semântica tem como meta fazer com que os conteúdos disponibilizados na Web tenham significado não apenas para pessoas, mas também que possam ser processados por máquinas. Essa meta está sendo realizada com o desenvolvimento e uso de ontologias para criar dados anotados semanticamente. Entre as distintas formas de anotação semântica, a Semantic Web Rule Language (SWRL) torna possível criar anotações no formato de regras que combinam regras com conceitos definidos em ontologias, especificadas em Web Ontology Language (OWL), para representar conhecimento sobre dados por meio de afirmações condicionais. Todavia, à medida que o número dessas regras crescem, seus desenvolvedores podem enfrentar dificuldades para gerenciá-las adequadamente. Um grande conjunto de regras torna-se difícil de entender e propício a erros, principalmente quando usado e mantido de forma colaborativa. Neste trabalho é apresentado um conjunto de soluções para aprimorar o uso e gerenciamento de regras SWRL, que compreendem o desenvolvimento de novas representações visuais, técnicas de classificação de regras e ferramenta de detecção de erros. Essas soluções resultaram no SWRL Editor, uma ferramenta Web de visualização e composição de regras que roda como um plug-in para o Web Protégé. Como estudo de caso, foi utilizada a Autism Phenologue Rules, uma ontologia para caracterizar fenótipos de autismo, para exemplificar um conjunto grande e complexo de regras SWRL. A partir desse estudo, uma nova representação visual específica para as regras dessa ontologia foi elaborada, permitindo que um especialista em autismo, sem grandes conhecimentos computacionais, seja capaz de ver e editar regras sem ter de se preocupar com a sintaxe da linguagem SWRL. Os resultados obtidos indicam que o SWRL Editor é uma ferramenta clara e intuitiva, contribuindo para um melhor entendimento, criação e gerenciamento de regras SWRL. / The Semantic Web aims to make web content available not only to people but also to computers using machine-readable formats. This goal is being realized with the development and use of ontologies to create semantically annotated data. Among the different ways to annotate data, the Semantic Web Rule Language (SWRL) enables rule-based annotation that combines rules with ontology concepts, defined using the Web Ontology Language (OWL), to represent knowledge about data as conditional assertions. However, as the number of these rule-base annotations grows, developers face problems when trying to manage them. A large rule set becomes difficult to understand and prone to errors, especially when it is collaboratively maintained. This work presents solutions to improve SWRL rule use and management that include the development of new visual representations, classification techniques and error detection tools. These solutions resulted in the SWRL Editor, a webbased visualization and composition tool for SWRL rules that runs as a Web Protégé plug-in. As a case study, we used the Autism Phenologue Rules, an ontology to characterize autism phenotypes, to exemplify a large and complex SWRL rule set. From this study, a new visual representation, specific for this ontologys rules, has been developed, allowing an expert in autism, without a lot of computational knowledge, to be able to view and edit the rules without having to worry about SWRL syntax. The results obtained indicate that the SWRL Editor is a clear and intuitive tool, contributing for a better understanding and easing the creation and management of SWRL rule sets

A Web Semântica tem como meta fazer com que os conteúdos disponibilizados na Web tenham significado não apenas para pessoas, mas também que possam ser processados por máquinas. Essa meta está sendo realizada com o desenvolvimento e uso de ontologias para criar dados anotados semanticamente. Entre as distintas formas de anotação semântica, a Semantic Web Rule Language (SWRL) torna possível criar anotações no formato de regras que combinam regras com conceitos definidos em ontologias, especificadas em Web Ontology Language (OWL), para representar conhecimento sobre dados por meio de afirmações condicionais. Todavia, à medida que o número dessas regras crescem, seus desenvolvedores podem enfrentar dificuldades para gerenciá-las adequadamente. Um grande conjunto de regras torna-se difícil de entender e propício a erros, principalmente quando usado e mantido de forma colaborativa. Neste trabalho é apresentado um conjunto de soluções para aprimorar o uso e gerenciamento de regras SWRL, que compreendem o desenvolvimento de novas representações visuais, técnicas de classificação de regras e ferramenta de detecção de erros. Essas soluções resultaram no SWRL Editor, uma ferramenta Web de visualização e composição de regras que roda como um plug-in para o Web Protégé. Como estudo de caso, foi utilizada a Autism Phenologue Rules, uma ontologia para caracterizar fenótipos de autismo, para exemplificar um conjunto grande e complexo de regras SWRL. A partir desse estudo, uma nova representação visual específica para as regras dessa ontologia foi elaborada, permitindo que um especialista em autismo, sem grandes conhecimentos computacionais, seja capaz de ver e editar regras sem ter de se preocupar com a sintaxe da linguagem SWRL. Os resultados obtidos indicam que o SWRL Editor é uma ferramenta clara e intuitiva, contribuindo para um melhor entendimento, criação e gerenciamento de regras SWRL. / The Semantic Web aims to make web content available not only to people but also to computers using machine-readable formats. This goal is being realized with the development and use of ontologies to create semantically annotated data. Among the different ways to annotate data, the Semantic Web Rule Language (SWRL) enables rule-based annotation that combines rules with ontology concepts, defined using the Web Ontology Language (OWL), to represent knowledge about data as conditional assertions. However, as the number of these rule-base annotations grows, developers face problems when trying to manage them. A large rule set becomes difficult to understand and prone to errors, especially when it is collaboratively maintained. This work presents solutions to improve SWRL rule use and management that include the development of new visual representations, classification techniques and error detection tools. These solutions resulted in the SWRL Editor, a webbased visualization and composition tool for SWRL rules that runs as a Web Protégé plug-in. As a case study, we used the Autism Phenologue Rules, an ontology to characterize autism phenotypes, to exemplify a large and complex SWRL rule set. From this study, a new visual representation, specific for this ontologys rules, has been developed, allowing an expert in autism, without a lot of computational knowledge, to be able to view and edit the rules without having to worry about SWRL syntax. The results obtained indicate that the SWRL Editor is a clear and intuitive tool, contributing for a better understanding and easing the creation and management of SWRL rule sets