Na área de emparelhamento de ontologias, são utilizadas algumas métricas para avaliar os alinhamentos produzidos. As métricas baseadas em alinhamento têm como princípio básico confrontar um alinhamento proposto com um alinhamento de referência. Algumas destas métricas, entretanto, não têm alcançado êxito suficiente porque (i) não conseguem discriminar sempre entre um alinhamento totalmente errado e um quase correto; e (ii) não conseguem estimar o esforço do usuário para refinar o alinhamento resultante. Este trabalho tem como objetivo apresentar uma nova abordagem para avaliar os alinhamentos de ontologias. A nossa abordagem apresenta uma métrica na qual utilizamos as próprias consultas normalmente já realizadas nas ontologias originais para julgar a qualidade do alinhamento proposto. Apresentamos também alguns resultados satisfatórios de nossa abordagem em relação às outras métricas já existentes e largamente utilizadas. / In the ontology matching field, different metrics are used to evaluate the resulting alignments. Metrics based on alignment adopt the basic principle of verifying a proposed alignment against a reference alignment. Some of these metrics do not achieve good results because (i) they cannot always distinguish between a totally wrong alignment and one which is almost correct; and (ii) they cannot estimate the effort for the user to refine the resulting alignment. This work aims to present a new approach to evaluate ontology alignments. Our approach presents a measure that uses the usual queries in the original ontologies to assess the quality of the proposed alignment. We also present some satisfactory results of our approach with regard to widely used metrics.

VINUTO, Tiago da Silva. Uma abordagem para a geração semiautomática de mapeamentos R2R baseado em um catálogo de padrões. 2017. 79 f. Dissertação (Mestrado em Ciência da Computação)-Universidade Federal do Ceará, Fortaleza, 2017. / Submitted by Jonatas Martins (jonatasmartins@lia.ufc.br) on 2017-06-14T19:34:12Z No. of bitstreams: 1 2017_dis_tsvinuto.pdf: 2564152 bytes, checksum: 69c006c65896f3b88eebdf993810f56a (MD5) / Approved for entry into archive by Jairo Viana (jairo@ufc.br) on 2017-06-22T19:34:26Z (GMT) No. of bitstreams: 1 2017_dis_tsvinuto.pdf: 2564152 bytes, checksum: 69c006c65896f3b88eebdf993810f56a (MD5) / Made available in DSpace on 2017-06-22T19:34:26Z (GMT). No. of bitstreams: 1 2017_dis_tsvinuto.pdf: 2564152 bytes, checksum: 69c006c65896f3b88eebdf993810f56a (MD5) Previous issue date: 2017 / The web of linked data has grown considerably in recent years and covers a wide range of different domains today (BIZER; JENTZSCH; CYGANIAK, 2011). Linked data sources use different vocabularies to represent data about a specific type of object. For example, DBpedia 3 and Music ontology 4 use their proprietary vocabularies to represent data About musical artists. Translating data from these bound data sources into the vocabulary that is expected by a linked data application requires a large number of mappings and may require many structural transformations as well as complex transformations in the property value. Several tools emerge to map ontologies such as the SPARQL 1.1 language, LDIF framework and the Mosto tool. We choose to use in our study the R2R language, which was pointed out in (BIZER et al., 2012) as a good option to map ontologies, as it stands out in terms of expressiveness and performance. The R2R mapping language is a language based on the SPARQL language that allows you to transform data from a source vocabulary into a user-defined target vocabulary. However, defining mappings using this language is complex and subject to several types of errors, such as writing errors or even semantic errors, requiring expect user most to define the mappings. In this scenario, we propose an approach, using mapping patterns to automatically generate R2R mappings from a AMs. The approach is divided into two steps: (1) the manual specification of a set of AMs between the vocabulary of a source ontology and the vocabulary of a target ontology of the user’s choice; and (2) the automatic generation of the R2R mappings based on the result of the first step. Finally, we present the R2R By Assertions tool to help the user in the process of generating R2R mapping. / A Web de dados ligados tem crescido consideravelmente nos últimos anos e abrange uma vasta gama de domínios diferentes hoje (BIZER; JENTZSCH; CYGANIAK, 2011). Fontes de dados ligados usam diferentes vocabulários para representar dados sobre um tipo específico de objeto. Como por exemplo, DBpedia e Music ontology que usam seus vocabulários proprietários para representar dados sobre artistas musicais. Traduzir dados dessas fontes de dados para o vocabulário que é esperado por uma aplicação requer um grande número de mapeamentos e pode exigir muitas transformações estruturais, bem como transformações complexas no valor da propriedade. Diversas tecnologias despontam no sentido de traduzir ou mapear ontologias como, a linguagem SPARQL 1.1, a ferramenta Mosto e o framework R2R. Dentre estas escolhemos utilizar em nosso estudo a linguagem R2R, apontada em (BIZER et al., 2012) como uma boa opção para mapear ontologias, pois se destaca em termos de expressividade e desempenho. A linguagem de mapeamento R2R é uma linguagem baseada, na linguagem SPARQL, que permite transformar dados de um vocabulário de origem em um vocabulário de destino definido pelo usuário. Contudo, a construção de mapeamentos utilizando essa linguagem é complexa e sujeita a diversos tipos de erros, tais como erros de escrita ou até mesmo erros semânticos, exigindo do usuário experiência para definir os mapeamentos. Diante deste cenário, propomos uma estratégia, usando padrões de mapeamento, para gerar automaticamente mapeamentos R2R a partir de Assertivas de Mapeamentos (AMs). Nossa abordagem é dividida em duas etapas: (1) a especificação manual de um conjunto de AMs entre o vocabulário de uma ontologia fonte e do vocabulário de uma ontologia alvo de escolha do usuário; e (2) a geração automática dos mapeamentos R2R com base no resultado do primeiro passo. Por último nós apresentamos a ferramenta R2R By Assertions para ajudar o usuário no processo de geração de mapeamentos R2R.

Na área de emparelhamento de ontologias, são utilizadas algumas métricas para avaliar os alinhamentos produzidos. As métricas baseadas em alinhamento têm como princípio básico confrontar um alinhamento proposto com um alinhamento de referência. Algumas destas métricas, entretanto, não têm alcançado êxito suficiente porque (i) não conseguem discriminar sempre entre um alinhamento totalmente errado e um quase correto; e (ii) não conseguem estimar o esforço do usuário para refinar o alinhamento resultante. Este trabalho tem como objetivo apresentar uma nova abordagem para avaliar os alinhamentos de ontologias. A nossa abordagem apresenta uma métrica na qual utilizamos as próprias consultas normalmente já realizadas nas ontologias originais para julgar a qualidade do alinhamento proposto. Apresentamos também alguns resultados satisfatórios de nossa abordagem em relação às outras métricas já existentes e largamente utilizadas. / In the ontology matching field, different metrics are used to evaluate the resulting alignments. Metrics based on alignment adopt the basic principle of verifying a proposed alignment against a reference alignment. Some of these metrics do not achieve good results because (i) they cannot always distinguish between a totally wrong alignment and one which is almost correct; and (ii) they cannot estimate the effort for the user to refine the resulting alignment. This work aims to present a new approach to evaluate ontology alignments. Our approach presents a measure that uses the usual queries in the original ontologies to assess the quality of the proposed alignment. We also present some satisfactory results of our approach with regard to widely used metrics.