Ontology is a term originated in Philosophy through the Greek terms "ontos" (being) and
"logos" (study), which means the study of being qua being. This term was brought to Computer
Science as a computational artifact that represents knowledge of a certain universe of discourse.
One way to do this is through the five roles of knowledge representation: substitute, ontological
commitment, intelligent reasoning, computational efficiency and human expression. In computer
science, ontologies are applied in many areas such as Requirements Engineering, Database,
Semantic Web and Linked Data. The subarea responsible for ontology building process is
ontology engineering, which has about twenty methodologies. However, knowing well the
domain, defining the concepts involved in it correctly and at the same time comply the knowledge
representation roles make ontology modeling an arduous task. Thus, how bigger is the complexity
of ontology, the more its quality tends to decrease, reducing the reuse’s potential. Consequently,
the quality of the evaluation process of an ontology becomes a fundamental task. The literature
of this area proposed different approaches for ontology evaluation, but they are based on quality
metrics that do not guide the evaluators in decision making about the quality of ontology. As a
result, the establishment of ontology quality becomes more dependent on the experience of the
evaluator and less dependent on the knowledge representation criteria. One way to simplify this
process is to guide the evaluator about what criteria are related to each role of knowledge
representation. This work establishes a methodology for ontology evaluation, which is based on
a match between the roles of knowledge representation with the main quality criteria for the
ontology. This match is built by Goal, Question, Metric approach. This methodology consists of
three phases: Ontology Type Verification; Questions Verification and ontology Quality
Verification. This methodology was validated by conducting an experiment that aims to show that
the methodology leads evaluators with different experiences in ontology to the same evaluation
result. As a result of the experiment, was possible create a formula for global and partial scores
for the quality of ontology, validating it. / Ontologia é um termo originado na Filosofia através dos termos gregos “ontos” (ser) e
“logos” (estudo), que significa o estudo do ser enquanto ser. Este termo foi trazido para a Ciência
da Computação como sendo um artefato computacional que representa o conhecimento de
determinado universo do discurso. Uma das formas de se fazer isto é através dos cinco papeis da
representação do conhecimento: substituto, compromisso ontológico, raciocínio inteligente,
eficiência computacional e expressão humana. Em ciência da computação, as ontologias são
aplicadas em muitas áreas como, por exemplo, em Engenharia de Requisitos, Banco de Dados,
Web Semântica e Dados Conectados. A subárea responsável pelo processo de construção de
ontologias é a engenharia de ontologia, que conta com aproximadamente vinte metodologias.
Entretanto, conhecer bem o domínio, definir corretamente os conceitos envolvidos nele e ao
mesmo tempo cumprir os papeis da representação do conhecimento tornam modelar ontologia
uma tarefa bastante árdua. Desta forma, quanto maior a complexidade da ontologia, mais a sua
qualidade tende a cair, reduzindo o seu potencial de reuso. Por consequência, o processo de
avaliação da qualidade de uma ontologia se torna uma tarefa fundamental. A literatura da área
propôs diferentes abordagens para avaliação de ontologias, porém as mesmas são baseadas em
métricas de qualidade que não guiam os avaliadores na tomada de decisão sobre a qualidade da
ontologia. Como resultado, o estabelecimento da qualidade da ontologia se torna uma tarefa mais
dependente da experiência do avaliador e menos dependente de critérios de representação de
conhecimento. Uma forma de simplificar este processo é guiar o avaliador sobre quais critérios
estão relacionados com cada papel da representação do conhecimento. Este trabalho estabelece
uma metodologia para avaliação de ontologias, a qual tem como base uma correspondência entre
os papeis da representação do conhecimento com os principais critérios de qualidade para a
avaliação de ontologia. Esta correspondência é construída através da abordagem Goal, Question,
Metric. Este método consiste em três fases: Verificação do Tipo da Ontologia; Verificação das
Questões e Verificação da Qualidade da ontologia. Este método foi validado através da realização
de um experimento que objetiva mostrar que a metodologia conduz avaliadores com diferentes
experiências em ontologia para o mesmo resultado de avaliação. Como resultado do experimento,
foi possível criar uma fórmula para escores global e parcial para a qualidade da ontologia,
validando-a.
| Identifer | oai:union.ndltd.org:IBICT/oai:www.repositorio.ufal.br:riufal/1731 |
| Date | 03 August 2015 |
| Creators | Bandeira, Judson Melo |
| Contributors | Pinto, Ig Ibert Bittencourt Santana, http://lattes.cnpq.br/4038730280834132, Ospina, Patrícia Leone Espinheira, http://lattes.cnpq.br/5451260154742484, Lóscio, Bernadette Farias, http://lattes.cnpq.br/2512064355660153, Silva, Alan Pedro da, http://lattes.cnpq.br/2752203627912781 |
| Publisher | Universidade Federal de Alagoas, Brasil, Programa de Pós-Graduação em Modelagem Computacional de Conhecimento, UFAL |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UFAL, instname:Universidade Federal de Alagoas, instacron:UFAL |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | bitstream:http://www.repositorio.ufal.br:8080/bitstream/riufal/1731/2/license.txt, bitstream:http://www.repositorio.ufal.br:8080/bitstream/riufal/1731/1/FOCA+-+uma+metodologia+que+utiliza+princ%C3%ADpios+de+representa%C3%A7%C3%A3o+do+conhecimento+para+avalia%C3%A7%C3%A3o+de+ontologias.pdf |
Page generated in 0.0163 seconds