Resumo: No contexto atual, existe uma grande demanda para desenvolvimento de sistemas que trabalhem com recuperação e troca de informação ou conhecimento. Para servir de suporte a esses sistemas, novos instrumentos para a organização de conhecimento surgem a cada dia, sendo que, recentemente, muitos deles têm sido denominado “ontologias”. Alguns pesquisadores consideram os tesauros como ontologias simples, uma vez que uma ontologia complexa exige uma riqueza maior de relações do que as tradicionalmente apresentadas em um tesauros. Seriam tesauros e ontologias termos que denotam o mesmo instrumento ou denotariam objetos diferentes e, portanto, seu uso indistinto seria inadequado? No segundo caso, estaria estabelecido um equívoco terminológico e as conseqüências dessa confusão seriam a falta de entendimento sobre o que caracteriza cada uma das ferramentas. Este trabalho compreende de uma discussão da literatura sobre tesauros e ontologias, com o objetivo de contribuir com o esclarecimento terminológico e com o entendimento desses dois conceitos.
Palavras-chave: Sistemas de Conceitos; Ontologia; Tesauros; Epistemologia; Representação do Conhecimento.

Abstract: This is a comparative analysis of the term ontology, used in the computer science domain, with the term thesaurus, used in the information science domain. The aim of the study is to establish the main convergence points between this two knowledge representation instruments and to point out their differences. In order to fulfill this goal texts well accepted by the research community from both areas were analyzed. This research conclusion is that thesaurus and ontologies operate in the same knowledge level, the epistemological level, although with different origins and purposes.
Keywords: Conceptual Systems; Ontology; Thesaurus; Epistemology; Knowledge Representation.
 
 
 

1. Introdução

Atualmente, bases de informação de todos os tipos têm surgido em profusão, com suporte de diferentes mídias. As iniciativas para disponibilizar essas bases de dados numa grande rede global de computadores também crescem acentuadamente. Com a popularização das ferramentas para armazenamento e divulgação em meios digitais, tornou-se impossível uma avaliação e uma estruturação adequadas das informações, sem o auxílio de métodos automáticos de classificação.

Para o processo de classificação e recuperação de informação, vários métodos automáticos vêm sendo desenvolvidos. No entanto, a maioria deles baseia-se em aspectos sintáticos e estatísticos, levando em consideração a freqüência e distribuição de palavras presentes em documentos. Por se basear nos aspectos sintáticos da informação, a classificação realizada por esses métodos ainda está muito distante em termos de qualidade, da realizada por especialistas. Já a classificação automática de documentos baseada nos aspectos semânticos da linguagem, de modo geral ainda não é possível devido à complexidade de se obter a semântica de uma palavra, de uma unidade lexical, em um determinado contexto.

Outro problema é a troca de informação entre sistemas. Com a conexão entre sistemas de uma mesma empresa ou de empresas diferentes, as trocas informacionais precisam ser suportadas por meta-informações que indiquem o sentido das informações que estão sendo comunicadas. Caso contrário, não será possível garantir que as trocas informacionais sejam efetivadas sem inconsistências.

No contexto atual, existe uma grande demanda para desenvolvimento de sistemas que trabalhem com recuperação e troca de informação ou conhecimento. Para servir de suporte a esses sistemas e auxiliar a suprir essa demanda, novos instrumentos para a organização de conhecimento surgem a cada dia, sendo que, recentemente, muitos deles têm sido denominado "ontologias". O emprego do termo ontologia para denominar uma estrutura de termos e as relações entre eles em um determinado domínio é mais comum na área da ciência da computação e, mais particularmente, na subárea da inteligência artificial. Alguns pesquisadores (Jasper e Mike Uschold, 1999; Fensel, 2001) consideram os tesauros como ontologias simples, uma vez que uma ontologia complexa, segundo esses autores, exige uma riqueza maior de relações do que as tradicionalmente apresentadas em um tesauro. Pode-se citar, como exemplo, a seguinte passagem de Fensel et al. (2001): "Larges ontologies such as WordNet provide a thesaurus for over 100,000 terms explained in natural language". Neste sentido, pode-se entender os tesauros como sendo um tipo de ontologia voltada para organização de termos. Afirmações com tal conteúdo denotam a existência de conceitos imprecisos de tesauros e ontologias. Daí a necessidade de um maior esclarecimento sobre esses instrumentos.

Seriam tesauros e ontologias termos que denotam o mesmo instrumento ou denotariam objetos diferentes e, portanto, seu uso indistinto seria inadequado? No segundo caso, estaria estabelecido um equívoco terminológico e as conseqüências dessa confusão seriam a falta de entendimento sobre o que caracteriza cada uma das ferramentas, resultando em possíveis inadequações nos processos de produção e uso. O desenvolvimento das ferramentas é especialmente prejudicado, uma vez que a confusão terminológica dificulta a troca de informações entre pesquisadores.

O uso do termo ontologia tornou-se muito freqüente na ciência da computação, principalmente na subárea da representação do conhecimento. Um dos principais objetivos do uso de ontologias na ciência da computação (CC) é a construção de bases de conhecimento interoperáveis e melhor estruturadas. Sob a denominação de ontologias, têm sido criadas ferramentas que auxiliam a inserção e recuperação de documentos em sistemas computacionais (Guarino, 1999), a extração de informação em textos de linguagem natural, em sistemas de comércio eletrônico, a troca de informações entre agentes inteligentes[1] (Cranefield et al., 2000), a aquisição automática de conhecimento (Duarte, 2002) e várias outras tarefas que envolvam o uso e a representação de conhecimento.

A justificativa de um estudo para compreensão do termo dentro da área da ciência da informação (CI) decorre do fato da representação do conhecimento ser também objeto privilegiado de estudo no âmbito da ciência da informação. Por isso a contribuição das ontologias para a CI deve ser investigada. Além disso, um estudo de análise de conteúdo de um conceito se encaixa no escopo da CI, especialmente quando se utiliza o método analítico-sintético, instrumento clássico de seu corpo teórico. A comparação do termo tesauro deve-se ao fato de alguns pesquisadores da CC defini-lo como uma "ontologia informal" e, portanto, trata-se de um aspecto que deve ser investigado.

Este trabalho compreende uma discussão da literatura sobre tesauros e ontologias, com o objetivo de contribuir com o esclarecimento terminológico e com o entendimento desses dois conceitos. Na próxima seção são apresentadas definições sobre os tesauros, suas origens e linhas evolutivas. Na seção 3 é feita uma discussão sobre ontologias, suas origens e interpretações. Esta seção é bem maior que a dedicada aos tesauros, uma vez que a semântica do termo na área da computação, ainda não está amadurecida. A seção 4 faz uma comparação, do ponto de vista do poder de expressividade, entre tesauros e ontologias. Na seção 5 são apresentadas as conclusões da análise realizada.
 

2. Tesauros: gênese e definições

O termo "thesauros", segundo Dodebei (2002), se origina do grego "thesaurós" e significa "tesouro ou repositório". Este termo se popularizou com a publicação do dicionário analógico de Peter Mark Roget, em Londres, em 1852, intitulado "Thesaurus of English words and phrases". Roget chamou de "thesaurus" seu dicionário de palavras, uma vez que o termo também designa vocabulário, dicionário ou léxico. O dicionário de Roget se diferenciava dos outros por ser um vocabulário organizado de acordo com o seu significado e não de acordo com a ordem alfabética. O tesauro de Roget teve o mérito de estabelecer a denominação para vocabulários que relacionam seus termos por meio de algum tipo de relação de significado.

Nos anos 60, Vickery apresentou quatro significados para o termo tesauro na literatura da ciência da informação, sendo que o significado mais comum é o de uma lista alfabética de palavras, onde cada palavra é seguida de outras relacionadas a ela (Vickery apud Foskett, 1985, p.270). Howerton apud Currás (1995, p. 85) define tesauro como "uma lista autorizada, que pode conduzir o usuário de um conceito a outro, por meio de relações heurísticas ou intuitivas".

Outro trabalho que deve ser destacado quando se fala de tesauro é o programa Unisist (UNESCO, 1973, p.6) que define "tesauro" para área da ciência da informação sob dois aspectos: o estrutural e o funcional. No primeiro caso, seria "um vocabulário controlado dinâmico de termos relacionados semântica e genericamente cobrindo um domínio específico do conhecimento." No segundo aspecto seria "um dispositivo de controle terminológico usado na tradução da linguagem natural dos documentos, dos indexadores ou dos usuários numa linguagem do sistema (linguagem de documentação, linguagem de informação) mais restrita".

Das primeiras iniciativas, como a de Mark Roget, até os dias atuais, os tesauros evoluíram em sua definição, construções teóricas e metodológicas, pela introdução de novos modelos cognitivos e abordagem centrada no usuário. Uma definição atual, resultante desta evolução é a de Currás (1995), que diz que
 

Em outras palavras, por linguagem especializada entende-se aquela que atua em um domínio restrito; por normalizada, compreende-se uma linguagem controlada; as unidades lingüísticas são termos e, finalmente, por pós-coordenada deseja-se indicar que os termos são combinados no momento de seu uso, em oposição às linguagens pré-coordenadas cujos termos que designam assuntos complexos se coordenam previamente à sua utilização (lista de cabeçalho de assunto, por exemplo).

Outra definição é a do National Information Standards Organization, no documento que propõe as linhas gerais para a construção, formatação e manutenção de tesauros monolingues (ANSI/NISO Z39-19-1993), no qual tesauro é definido como um "vocabulário controlado organizado em uma ordem conhecida na qual as relações de equivalência, hierárquicas e associativas entre os termos são claramente exibidas e identificadas por meio de indicadores de relação padrão".

Para o estudo da gênese e da linha evolutiva dos tesauros, utilizou-se o levantamento feito por Lancaster (1986). O autor ressalta a dificuldade de se mostrar esta evolução com precisão, uma vez que não está claro quem influenciou quem. A evolução histórica dos tesauros se apresenta sob duas vertentes: uma, que toma por base o Unitermo e a outra, influenciada pela Teoria da Classificação Facetada. Esta dicotomia é percebida em Lancaster, da seguinte forma: de um lado, a vertente da abordagem alfabética originária da América do Norte, mais especificamente os Estados Unidos, e do outro lado a linha da classificação bibliográfica da Europa, mais particularmente o Reino Unido, influenciada pelo o trabalho de Ranganathan em 1930. O estudo analítico-sintético (facetado) de Ranganathan gerou princípios valiosos para esquemas de classificação, produzindo efeito na indexação alfabética de assunto e em tesauros (Thesaurofacet). Já a indexação alfabética de assunto, nos Estados Unidos, inicia-se com Charles Ammi Cutter, em seu Rules for a Dictionary Catalogue editado em 1876. Tanto a abordagem européia quanto a outra convergem no padrão ISO 2788, texto de edição preliminar da segunda edição de 1983.

É importante ressaltar a importante contribuição de Mortimer Taube com seu sistema Unitermo em 1951 que, segundo Lancaster (1986), pode ser considerado responsável pelo aparecimento do tesauro. O Unitermo era composto por um conjunto de fichas, onde cada ficha continha uma única palavra e os números dos documentos associados a esta palavra. Segundo Gomes[2], o Unitermo era fundamentado na hipótese de que cada idéia poderia ser representada por uma única palavra. A evolução do Unitermo levou à criação do primeiro tesauro, desenvolvido pelo Centro de Engenharia de Informação DuPont em 1959.

As duas linhas evolutivas de tesauros, européia e americana, possuem algumas distinções importantes devido às motivações de seus desenvolvimentos. A americana adota uma evolução mais pragmática, motivada pela ampliação e pelo contorno das limitações de uma linguagem documentária preexistente, o Unitermo.

Já a linha européia, principalmente a linha do Thesaurofacet, por se basear na teoria da classificação de Ranganathan (Lancaster, 1986, p.33), lança mão do uso de categorias para organização dos conceitos em um domínio. O uso de categorias para o enquadramento de conceitos permite uma melhor organização das hierarquias e um posicionamento mais adequado dos termos associados aos conceitos.

Existe uma tendência de junção das duas vertentes expressas pelo padrão BS 5723 (British Standards) e pela segunda edição da ISO 2788.

Outra linha mais recente, cuja menção é imprescindível, é a dos tesauros-com-base-em-conceitos, também denominado de tesauros terminológicos. Este tipo de tesauro originou-se na junção da teoria do conceito de Dahlberg, desenvolvida a partir da década de 70, com a teoria da classificação (Campos, 2001a). Dentre as contribuições da teoria do conceito podem-se citar um melhor entendimento do conceito e do termo, a organização dos conceitos por meio de categorias, e o uso de definições para o posicionamento do conceito no sistema de conceitos.

Acredita-se que a discussão que este trabalho apresenta sobre tesauros e ontologias é independente no que se refere à linha de evolução dos tesauros. Porém, acredita-se também, que as distinções apresentadas, entre as ontologias e os tesauros, ficarão mais evidentes no caso dos tesauros que utilizam categorias na organização de seus elementos.

2.1 Função do tesauro
Segundo Currás (1995), o tesauro foi adotado "na área de documentação, associado à forma de organização do vocabulário de indexação/recuperação". O tesauro pode funcionar, num ambiente organizacional, na representação dos assuntos dos documentos e nas buscas informacionais. A representação dos assuntos dos documentos é realizada apenas pelo indexador que analisa o documento, identifica seu conteúdo e depois "traduz" para os termos permitidos de um tesauro.

O tesauro pode ser usado tanto para auxiliar na elaboração de consultas realizadas pelo usuário (consulente), em suas buscas informacionais, quanto pelo indexador durante o processo de classificação. Para os dois tipos de usuário, o tesauro, pela sua estrutura de termos e suas relações, auxilia a encontrar o melhor termo ou termos que representem um assunto. Portanto, o tesauro é um componente muito importante num sistema de recuperação por cumprir o papel de: determinar quais termos podem ser usados no sistema; determinar quais termos podem ser usados na busca para que esta tenha um resultado satisfatório; e permitir a introdução de novos termos em sua estrutura de termos e relações de modo a aproximar a linguagem do usuário à do sistema e realizar alterações de sentidos dos termos existentes.
 

3. Ontologia

O termo "ontologia" e termos relacionados como "relações ontológicas" e "comprometimentos ontológicos" surgem em diversas áreas do conhecimento, nem sempre sob a mesma interpretação. Esta seção visa mostrar as diversas visões sobre ontologia, na filosofia e na ciência da computação, particularmente na inteligência artificial. É apresentada, também, uma discussão sobre as linguagens utilizadas na ciência da computação para a representação de ontologias e um pequeno exemplo de ontologia expressa em uma dessas linguagens.

3.1 A origem do termo
A palavra ontologia vem do grego ontos (ser) e logos (palavra). Apesar do estudo do ser ter suas raízes nos estudos de Aristóteles e Platão, o uso do termo ontologia para designar este ramo da filosofia é muito mais recente, tendo sido introduzido entre os séculos XVII e XVIII por filósofos alemães. Segundo Welty e Guarino (2001), o termo foi cunhado em 1613 por Rudolf Goclenius e, aparentemente de forma independente por Jacob Lorhard. Segundo Mora (1963), o termo ontologia é mencionado brevemente por Goclenius na página 16 do Lexicon philosophicum, quo tanquam clave philosophiae fores aperiuntur, Informatum opera studio Rodolphi Goclenii, da seguinte forma: "ontologia, philosophia de ente", sendo esta a única menção ao termo. Coube a Christian Wolff, ainda segundo Mora, a popularização da palavra ontologia nos círculos filosóficos: "A palavra aparece no título de seu Philosophia prima sive ontologìa methodo scientifica pertractata, qua omnes cognitionis humanae principia continentur, publicado em 1730." Wolff interpreta ontologia como um conjunto de categories e, segundo Hegel (1833-36), escreveu: "first there is Ontology, the treatment of abstract and quite general philosophic categories, such as Being (ÓL) and its being the One and Good".

3.2 Ontologia na filosofia de Aristóteles
O entendimento da visão de Aristóteles sobre ontologia merece uma discussão mais detalhada, devido à sua grande influência, tanto na ciência da computação, quanto na ciência da informação. Na ciência da informação, esta influência se faz notar nos fundamentos teóricos da área, como, por exemplo, o uso de categorias na teoria do conceito de Dahlberg e na classificação facetada de Ranganathan.

As obras de Aristóteles contemplam várias áreas científicas. A que está relacionada com o estudo presente é o tratado denominado de Categorias. Nela Aristóteles apresenta dez categorias básicas para classificar tudo o que existe. Ou seja, as categorias de Aristóteles revelam sua visão ontológica do mundo. Segundo García Morente (1964) as descrições das dez categorias propostas por Aristóteles são as seguintes:
 

* Substância - seria o que se pode dizer que algo "é". Pode-se considerar a substância o que se diz de algo e isto é ele. Por exemplo: este é o homem, este é o gato, etc.

* Quantidade - pode-se dizer "quanto é", se é muito ou pouco. Por exemplo: um homem é pequeno ou grande, etc.
* Qualidade - pode-se dizer "que é". Por exemplo: é azul, bonito, etc.
* Relação - pode-se considerar uns seres em relação aos outros. Por exemplo: de um ser pode se predicar que é menor do que o outro, igual a outro, etc.
* Lugar - pode-se ante um ser determinar onde está. Por exemplo: está lá, em Paris, etc.
* Tempo - pode-se predicar "quando é", quando deixa de ser, quando foi. Por exemplo: século XX, é agora, etc.
* Ação - pode-se dizer "aquilo que aquele ser faz". Por exemplo: ato da semente que germinar.
* Paixão - pode-se dizer o que ele padece, sofre. Por exemplo: o gato é morto, etc.
* Posição - pode-se dizer sobre a posição do ser. Por exemplo: está em pé, sentado, etc.
* Estado - pode-se dizer sobre o estado do ser. Por exemplo: está florescido, seco, etc.
 

FIGURA 1 – Exemplo do relacionamento entre fatos e categorias.
FONTE - RUSSELL, 2001, p. 118.

Segundo Sowa (2000) o filósofo vienense Franz Brentano organizou as categorias de Aristóteles na forma de árvore, onde as categorias são os nós folhas e cujos ramos são rotulados por termos retirados de trabalhos de Aristóteles (FIG. 2).
 
 

FIGURA 2 – Árvore de Brentano para as categorias de Aristóteles
FONTE - SOWA, 2000. (tradução dos autores)
 

3.2.1 Influência da filosofia aristotélica no âmbito da Ciência da Informação
A Ciência da Informação estuda os métodos e técnicas para o armazenamento, organização e recuperação de informação, mais tradicionalmente na forma de documentos. Para cumprir esta meta foi preciso desenvolver linguagens semi-formais, denominadas de linguagens documentárias, que auxiliam na organização do conhecimento de uma área. Sendo a organização do conhecimento uma das principais preocupações de Aristóteles é justamente no momento da construção das linguagens documentárias que sua filosofia se faz mais presente.

Como foi visto na seção sobre tesauros, estes evoluíram de listas de cabeçalhos de assunto até os tesauros baseados em conceitos. Os tesauros baseados em conceitos se fundamentam na Teoria do Conceito (TC) (Dahlberg, 1978a). No preparo deste tipo de tesauro, após a seleção dos termos relevantes de um domínio utiliza-se como base as categorias formais da TC para iniciar a classificação dos termos, sendo que as categorias propostas pela TC baseiam-se nas fornecidas por Aristóteles.

A influência da filosofia de Aristóteles também pode ser observada no método de análise da TC. Aristóteles entendia que o homem conhecia os objetos e sua estrutura a partir das sensações. As sensações são o ponto de partida para que o homem reproduza como resultado da atividade intelectual, conceitos. Os conceitos seriam inerentes à estrutura mesma dos objetos e não idéias transcendentais do mundo físico. Assim o homem, por meio de observações que se repitam de casos particulares, poderia a partir de uma operação intelectual, generalizar. Por exemplo: o conceito "gato" pode existir na mente humana como resultado, por via indutiva, da observação de vários seres concretos da mesma espécie. Aqui se percebe uma relação com o trabalho de Dahlberg que mostra também em sua teoria a possibilidade de se chegar a um entendimento ou uma classificação de um conceito a partir da indução e dedução.

3.2.2 Influência da filosofia aristotélica no âmbito da Inteligência Artificial
A contribuição mais óbvia da filosofia aristotélica para a IA é a lógica. A lógica é uma disciplina iniciada com Aristóteles com o propósito de garantir a veracidade das deduções. Até o século XVII a lógica não sofreu grande evolução, sendo que, somente com os trabalhos de Leibniz (1646-1716) e de Boole (1815-1864), a lógica foi modificada. O objetivo desses estudiosos era a formalização da dedução matemática, originando assim a Lógica Matemática.

Segundo Enderton (1972), a lógica matemática é "um modelo matemático do pensamento dedutivo". O formalismo lógico é interessante porque propõe uma maneira poderosa de derivar novos conhecimentos a partir dos antigos: a dedução matemática. Deste formalismo podemos concluir que uma nova frase é verdadeira, provando que ela é consequência de declarações já conhecidas. Assim, a idéia de uma prova, conforme desenvolvida na matemática, como uma maneira rigorosa de demonstrar a verdade de uma proposição em que já se acreditava, pode ser ampliada para incluir a dedução como uma maneira de derivar respostas a perguntas e soluções de problemas. Devido a este fato a Lógica é utilizada por muitos pesquisadores de IA para a representação e dedução de conhecimentos.

Outra contribuição possível da filosofia aristotélica para a IA seria o uso das categorias para organização dos conceitos registrados nas bases de conhecimento, similarmente ao uso de categorias no desenvolvimento de tesauros. No entanto, a contribuição do aspecto ontológico somente nos últimos anos tem sido considerada e, mesmo assim, de forma diferente da indicada pela filosofia, como é ressaltado nos trabalhos de Valente (1995) e Guarino (1998).

3.3 Ontologia na ciência da computação e na inteligência artificial
Para se entender o uso do termo "ontologia" dentro da ciência da computação é preciso analisar suas origens na área e o que motivou seu surgimento. Além disso, é preciso analisar os vários sentidos com que o termo vem sendo empregado no âmbito da ciência da computação, uma vez que o sentido do termo encontra-se em processo de amadurecimento.

3.3.1 Origens e motivações
O termo "ontologia" começou a ser empregado na ciência da computação, dentro da sub-área denominada de inteligência artificial (IA), no início dos anos 90, em projetos para organização de grandes bases de conhecimento, como CYC (Lenat e Guha, 1990) e Ontolingua (Gruber, 1992). Desde os anos 70 (Russel e Norvig, 1995) a IA já se preocupava com a organização e manipulação de bases de conhecimento, mas a partir da década de 90 houve um impulso para a criação de bases de conhecimento compartilháveis e reutilizáveis. Este impulso deveu-se à percepção de que os problemas complexos deveriam ser atacados por diferentes sistemas atuando de forma cooperativa/competitiva em uma rede de multi-agentes. Além disso, o esforço para criação de uma base de conhecimento pode ser muito caro e a reutilização e compartilhamento das bases podem baratear os custos. No entanto, o compartilhamento de bases de conhecimento só pode ocorrer se houver um claro entendimento dos "comprometimentos ontológicos" associados às bases. Por comprometimentos ontológicos entende-se as escolhas que levaram a selecionar um determinado conjunto de conceitos em vez de outro (Valente, 1995, p.34). Ou seja, os comprometimentos ontológicos determinam o que é relevante em um determinado domínio para que seja representado em uma base de conhecimento. Por exemplo, ao se escolher representar o objeto "livro" por meio de um predicado em uma linguagem lógica, o desenvolvedor está se "comprometendo" com a existência desta propriedade no domínio, ou seja, que existem objetos que possuem a propriedade de ser livro. A própria escolha da linguagem de representação revela alguns comprometimentos ontológicos. Por exemplo, o uso da lógica de primeira ordem revela o comprometimento ontológico com a existência de fatos, objetos e relações (Russel, 1995, p.166). O compartilhamento dos mesmos comprometimentos ontológicos é que torna possível a comunicação entre dois agentes (humanos ou não), uma vez que estabelece que os mesmos objetos foram abstraídos pelos agentes envolvidos.

O registro explícito e formal dos comprometimentos ontológicos é o que tem sido denominado, na maioria das vezes, de ontologia no âmbito da inteligência artificial. Enquanto as bases de conhecimento tradicionais acumulavam o conhecimento necessário para atender uma aplicação específica, uma ontologia deveria ter a propriedade de ser usada em várias aplicações e em aplicações distribuídas, como sistemas multi-agentes, fornecendo o suporte necessário para a troca de informação entre agentes.

Dentre os problemas específicos em que o uso de ontologias pode contribuir, pode-se citar: representação, reuso, compartilhamento, aquisição e integração de conhecimento; processamento de linguagem natural; tradução automática; comunicação de informação entre sistemas, agentes, empresas ou pessoas, recuperação de informação e especificação de software.

Contudo, ainda não existe um consenso sobre esta interpretação do termo. Mesmo quando existe um acordo de que a ontologia para a IA é o registro dos comprometimentos ontológicos, a forma como é feito este registro é assunto para debate. Dentre os pesquisadores que tentaram elucidar a interpretação do termo para a inteligência artificial destacam-se Guarino e Giaretta (Guarino e Giaretta, 1995) e Poli (Poli, 2001). Guarino e Giaretta (1995) apresentam sete interpretações para o termo ontologia, existentes na área da inteligência artificial e da representação do conhecimento. Já Poli analisa algumas das definições existentes do âmbito da IA segundo os critérios da orientação (ontologias orientadas a objeto e orientadas a conceitos) e da independência de domínio. Segundo ele, ontologias no sentido correto da palavra seriam orientadas a objetos e independentes de domínio, sendo que ontologias orientadas a conceitos e dependentes de domínio seriam as mais espúrias.

Para fins deste estudo serão discutidas, com maior detalhe, algumas das interpretações mais comuns para o termo ontologia, segundo as definições obtidas dos textos selecionados. As interpretações que serão analisadas são:
 

As interpretações acima são um subconjunto das apresentadas por Guarino e Giaretta. A primeira interpretação considera a ontologia como um sistema conceitual que pode estar subjacente a uma base de conhecimento. Neste caso a ontologia é um objeto localizado no nível conceitual e não no nível simbólico. A partir do item 2 o termo ontologia é interpretada como denotando uma entidade no nível simbólico. A segunda interpretação define a ontologia como um tipo especial de base de conhecimento, diferenciando desta por conter um tipo especial de conhecimento (conhecimento independente de uma configuração especial do domínio) ou por servir a um propósito específico (comunicação, consulta, etc.). Segundo a interpretação 3, uma ontologia é apenas o vocabulário usado em uma teoria lógica, sendo que o nível de formalização na definição deste vocabulário pode ser bastante amplo. A interpretação 4 estabelece que a ontologia é uma especificação de uma conceitualização, sendo que uma conceitualização pode ser entendida como o conjunto dos comprometimentos ontológicos. Esta é a interpretação que está angariando o maior número de adeptos na IA. Estas interpretações serão discutidas com maior detalhamento a seguir.

3.3.2 Ontologia como um sistema conceitual subjacente a uma base de conhecimento
Alguns pesquisadores não enquadram as ontologias como sendo artefatos concretos e sim como uma estrutura conceitual subjacente a uma base de conhecimento. Sowa (1995) descreve uma ontologia como sendo o conteúdo de formas lógicas. Em outras palavras, a ontologia seria a conceitualização subjacente à uma base de conhecimento, e, desta forma, uma entidade de nível conceitual. O surgimento da ontologia precede a criação da base de conhecimento, uma vez que envolve a escolha dos conceitos e relações que serão representados na base de conhecimento, escolhas essas relacionadas com os comprometimentos ontológicos pretendidos. Duas bases de conhecimento podem possuir a mesma conceitualização. Da mesma forma, uma vez que a ontologia pertence ao nível conceitual e não é apresentada de forma explícita no nível sintático, é possível que as sentenças em uma base de conhecimento sejam sujeitas a diferentes interpretações de comprometimentos ontológicos. Por exemplo, suponha que a partir da observação de que uma pessoa, cujo nome é Pedro possui um livro intitulado "O que é ontologia"; pode-se representar este fato por meio da seguinte sentença lógica:

Subjacente a esta sentença existe o entendimento do predicado "Pessoa" representando o conceito de um indivíduo da espécie humana; o entendimento do predicado "Livro" representando o conceito de um objeto particular inanimado, etc.; e o entendimento da relação "Possui" representando o conceito de relação de posse de um objeto particular por um indivíduo da espécie humana. No entanto, uma vez que estes, e outros comprometimentos ontológicos não descritos aqui, não foram explicitados, é possível relacionar a sentença acima com a seguinte conceitualização: o predicado "Pessoa" representando o conceito de um indivíduo da espécie humana; o predicado "Livro" representando o conceito de uma obra intelectual como objeto abstrato (como na sentença "fulano escreveu o livro tal"); e o entendimento da relação "Possui" representando o conceito de relação de criação de uma obra por um indivíduo da espécie humana. Pode-se verificar, portanto, que ausência do registro dos comprometimentos ontológicos pode dificultar o entendimento do significado pretendido, uma vez que o simples uso de termos em linguagem natural como predicados e constantes é insuficiente para capturar estes compromissos. Pode-se alegar que a sentença não está corretamente representada e, por isso, existe a possibilidade de um entendimento diferente do pretendido. No entanto, a questão é que a falta do registro dos comprometimentos ontológicos aumenta a possibilidade de confusão.

Esta interpretação da ontologia como um sistema conceitual subjacente a uma base de conhecimento não é muito popular na ciência da computação, uma vez que, como não está situada no nível simbólico, não pode ser armazenada e operada computacionalmente.

3.3.3 Ontologia como um tipo especial de base de conhecimento
ara alguns pesquisadores uma ontologia é uma base de conhecimento que se distingue das demais por: 1) possuir apenas um tipo determinado de conhecimento; ou 2) ser orientada a determinado tipo de tarefa. Em ambos os casos, uma ontologia, é um artefato concreto no nível simbólico e, portanto, pode ser compartilhada e transmitida.

No primeiro caso, a maioria dos autores entende que o conhecimento registrado em uma ontologia deve descrever objetos e relações que estejam sempre presentes no domínio, independentemente do estado particular de um domínio. Lethbridge (1994) considera uma ontologia como um "tipo especializado de base de conhecimento que consiste de descrições ou definições dos tipos de coisas." O problema, com esta interpretação é que ela não determina que tipo de conhecimento deve ser representado em uma ontologia. Estabelecer que o conhecimento deve ser independente de um estado particular do domínio é muito vago. Por exemplo, seja a seguinte base de conhecimento:
 

FIGURA 3 – Exemplo de base de conhecimento

A primeira sentença é sempre verdadeira, independente de um estado particular, ao passo que a segunda é verdade em algumas instâncias. Portanto, uma ontologia deveria conter a primeira sentença enquanto que a segunda ficaria de fora. De fato, a primeira sentença revela alguma informação sobre os conceitos envolvidos. Ela indica que a extensão do conceito de "homem" está contida na extensão do conceito "mortal". É uma informação de subjugamento, ou taxionômica. No entanto, não revela maiores informações sobre a natureza dos conceitos envolvidos. O que é ser homem? É no sentido de ser humano ou no sentido de ser um espécime humano do sexo masculino? A ontologia deve registrar informações sobre a natureza dos conceitos de modo a restringir as interpretações possíveis? Muitos pesquisadores de IA acreditam que sim e por isso adotam a interpretação 4 que é mais específica que a corrente.

3.3.4 Ontologia como um vocabulário usado por uma teoria lógica
Tanto a interpretação 2 quanto a 3 implicam em uma representação da ontologia na forma de uma teoria formal. Contudo, alguns pesquisadores classificam a ontologia como um artefato sintático, mas não exigem que ela tenha o rigor de uma teoria formal. Alguns definem ontologia como sendo apenas o vocabulário adotado em um domínio específico. Por exemplo, Russell e Norvig (1995, p.222) relacionam a ontologia de domínio com bases de conhecimento, sendo a ontologia do domínio o vocabulário de predicados, funções e constantes que será utilizado na construção da base de conhecimento[4]. Para eles, a ontologia é uma lista informal de conceitos de um domínio. A definição dos elementos do vocabulário na forma de axiomas, em uma linguagem formal resulta em uma base de conhecimento. Na visão de Russell e Norvig, o produto final é a base de conhecimento, e a ontologia é um produto intermediário associado à base. Swartout et al. (1996, p.1) compartilham da mesma visão: "Uma ontologia é um conjunto de termos estruturados hierarquicamente para descrever um domínio que pode ser usado como um esquema base para uma base de conhecimento". Já Chandrasekaran et al. (1999) fornecem uma definição mais completa:

Em um sentido uma Ontologia é um vocabulário de representação, frequentemente especializado para algum domínio ou assunto. Em um segundo sentido uma ontologia é usada para referir a um corpo de conhecimento descrevendo algum domínio, tipicamente um conhecimento comum de um domínio, usando um vocabulário de representação.(tradução dos autores) (p. 1)

Jasper e Uschold (1999) incluem em sua definição a necessidade da existência das definições dos termos e seus relacionamentos:

Uma ontologia pode possuir uma variedade de formas, mas necessariamente incluirá um vocabulário de termos, e alguma especificação de seus significados. Isto inclui definições e uma indicação de como conceitos estão inter-relacionados o que impõem uma estrutura no domínio e restringe as possíveis interpretações dos termos.(p. 2) (tradução dos autores)

Dentre outros pesquisadores com definições semelhantes pode-se citar, Wiederhold (1994, p.6): "Uma ontologia é um vocabulário de termos e uma especificação de suas relações"; e Hovy (1998, p. 2): "Uma ontologia é um conjunto de termos, associado com definições em linguagem natural e, se possível, usando relações formais e restrições, sobre um domínio de interesse".

Quando existe a exigência do uso de definições formais dos termos e de suas relações a interpretação corrente coincide com a interpretação 4, uma vez que os termos denotam conceitos e o registro das definições e relações na forma de uma teoria formal pode ser vista como uma especificação de uma conceitualização.

Quando não existe a exigência da representação das definições e das relações como uma teoria formal a interpretação corrente possibilita visualizar a ontologia como um tipo de tesauro. Alguns pesquisadores (Jasper e Uschold 1999, Fensel 2001) consideram os tesauros como ontologias simples, uma vez que uma ontologia complexa exige uma riqueza maior de relações. Como exemplo, repete-se aqui a seguinte passagem de Fensel et al. (2001): "Large ontologies such as WordNet provide a thesaurus for over 100,000 terms explained in natural language". Neste sentido, pode-se entender os tesauros como sendo um tipo de ontologia voltada para organização de termos. Wordnet (Miller, 1995) é um banco de dados linguístico contendo termos agrupados em conjuntos de equivalência semântica. Os conjuntos são relacionados por vários tipos de relações semânticas, dentre as quais hiponímia, hiperonímia e antonímia. Sowa (2000) também considera o Wordnet como um tipo de ontologia, denominada de ontologia terminológica. Em um de seus artigos, Sowa (2000) define ontologia terminológica como "uma ontologia cujas categorias não precisam ser totalmente especificadas por axiomas e especificações", e acrescenta:

"Um exemplo de ontologia terminológica é o Wordnet, cujas categorias são parcialmente especificadas por relações tais como subtipo/supertipo ou parte/todo, que determinam a posição relativa dos conceitos em relação aos outros mas que não os definem completamente." (tradução dos autores) (Sowa,2000)

Note que o comentário acima também pode ser feito em relação a um tesauros típico. Ainda segundo Sowa, a diferença entre uma ontologia terminológica e uma terminologia formal é mais de grau do que de conteúdo: quanto mais axiomas são adicionados a uma ontologia terminológica mais próxima ela fica de uma ontologia formal ou axiomatizada.

Decerto que tesauros são instrumentos terminológicos e que, obviamente, registram parcialmente os comprometimentos ontológicos, no entanto, enquadrá-los como um tipo de ontologia pode ser precipitado, uma vez que existem diferentes princípios envolvendo a construção de cada instrumento. Por exemplo, a construção de um tesauro envolve os princípios da garantia de uso e da garantia literária. Além disso, os tesauros são desenvolvidos tendo em mente uma tarefa específica, enquanto que as ontologias deveriam ser, a princípio, independente de tarefas. Keizer et al. (2000), também não enquadram tesauros como um tipo de ontologia. Eles preferem enquadrar tesauros, classificações, vocabulários, nomenclaturas e sistemas de codificação sob a denominação de sistemas terminológicos. Segundo ele, o foco das ontologias é mais direcionado para os conceitos, enquanto que, nos sistemas terminológicos, o foco é mais direcionado para os termos.

3.3.5 Ontologia como uma especificação de uma conceitualização
A interpretação 4 é a mais popular dentro da comunidade de representação de conhecimento e tem como representante mais conhecida a definição proposta por Grubber (1993) que diz que uma ontologia é "especificação formal e explícita de uma conceitualização compartilhada", onde formal significa que a ontologia pode ser expressa em uma linguagem formal, explícita significa que é um objeto de nível simbólico e compartilhada indica que o conhecimento é aceito dentro da comunidade. Já uma conceitualização é, segundo Gruber,

"... os objetos, conceitos, e outras entidades que se assume existir em alguma área de interesse e as relações que ocorrem entre eles. Uma conceitualização é uma visão abstrata e simplificada do mundo que nós desejamos representar para algum propósito. Toda base de conhecimento, sistema baseado em conhecimento, ou agente atuando no nível do conhecimento é comprometido com alguma conceitualização, explicita ou implicitamente". (tradução dos autores) (Grubber,1993, p.1)

A definição de Grubber é a que tem sido mais adotada pelos pesquisadores da comunidade de representação do conhecimento, podendo ser vista nos trabalhos de Fensel et al. (2001), Uschold (1996), Pontes (2002), Lethbridge (1994), Erdmann e Studer (1999) e Duineveld et al.(1999), somente para citar alguns. Se a ontologia for representada em uma linguagem formal a ontologia será denominada de ontologia formal.

Uma definição semelhante pode ser encontrada em Gruninger e Fox (1995, p.1) que diz: "uma ontologia é uma descrição formal de entidades e suas propriedades, relações, restrições e comportamentos". Neste caso, deve-se interpretar a "descrição formal de entidades e suas propriedades, relações, restrições e comportamentos" como uma "especificação formal e explícita de uma conceitualização", e que também coincide com a interpretação de conceitualização proposta por Gruber.

Um exemplo pode ser útil para ilustrar as noções de conceitualização e especificação. Suponha a visão do mundo formada pelo domínio acadêmico. Uma conceitualização desta visão poderia conter os conceitos de "aluno", "professor", "disciplina", "nota", "cursa", "ministra", etc. Uma especificação explícita desta conceitualização em lógica de primeira ordem poderia ser algo como:
 

FIGURA 4 – Especificação explícita de uma conceitualização

Note que as descrições de um estado particular do domínio não são incluídas, tais como "João cursa Medicina" ou "Ana é professora". Uma apresentação menos formal da conceitualização acima poderia ser feita usando uma notação gráfica, onde os nós são os objetos e os arcos são relações:

FIGURA 5 – Especificação explícita de uma conceitualização na forma gráfica

Apesar das representações acima capturarem uma porção de uma conceitualização, será que é este o conhecimento registrado por uma ontologia? Tradicionalmente, as representações acima seriam chamadas de bases de conhecimento e não de ontologia. Seria ontologia um novo nome para algo que já existia? Para Guarino (1995b) o conhecimento acima não é o conhecimento que deve ser registrado em uma ontologia. Segundo ele esse conhecimento pertence aos níveis denominados de lógico e epistemológico e não ao nível ontológico. No nível lógico o conhecimento é codificado por meio de primitivas básicas como predicados e funções. Já na opinião de Guarino (1995b), a distinção entre a visão epistemológica e a visão ontológica na representação do conhecimento está no fato de que a primeira se preocupa com a forma do conhecimento e a última se preocupa com a forma do ser. Então, a epistemologia fornece uma estrutura para o conhecimento e a ontologia fornece uma descrição das formas de seus elementos. Assim sendo, os conceitos apresentados nos outros níveis são vistos como objetos e sua natureza, como tal, é observada. O registro desta observação é o que deve conter uma ontologia formal. Por exemplo, usando-se as categorias elaboradas por Dahlberg (1978b) pode-se registrar o seguinte conhecimento de natureza ontológica sobre os conceitos capturados do domínio acadêmico:
 

FIGURA 6 – Categorização de conceitos

Pode-se observar que o conhecimento ontológico procura descrever a natureza dos objetos de forma independente de um problema específico. Uma vez que o propósito da modelagem é construir uma visão do mundo para comunicação de conhecimento, e não para a resolução de um problema específico, a necessidade do estabelecimento de compromissos ontológicos é mais importante do que a visão epistemológica. Portanto, a visão ontológica deve prevalecer sobre a visão epistemológica quando se trata de sistemas de recuperação de informação e compartilhamento de conhecimento. Para situar o papel da ontologia na representação do conhecimento, pode-se basear nos níveis de representação mostrados na figura a seguir. A FIG. 7 é uma adaptação da apresentada em Guarino (1995b). Estes níveis foram propostos, originalmente, por Brachman (1979) apud Guarino (1994). No entanto, a proposta de Brachman não incluía o nível ontológico.
 

FIGURA 7 – Níveis de representação para o conhecimento

Pode-se notar que o conhecimento representado pelas sentenças, em lógica de primeira ordem, podem ser expressos em linguagem natural como todo aluno pertence ao corpo acadêmico e existem alunos que são inteligentes. A tradução de sentençasde primeira ordem para a linguagem natural é facilitada pelo uso de palavras da linguagem natural como predicados (aluno, corpo acadêmico e inteligente). Este é um artifício muito usado pelos projetistas de bases de conhecimento, que esperam, desta forma, vincular a teoria formal com o significado pretendido. No entanto, como salienta Guarino (1995b) este objetivo não pode ser alcançado desta forma, pois as palavras em linguagem natural não possuem uma semântica precisa devido à ambigüidade e à imprecisão de seus elementos. Por exemplo, pode-se utilizar a palavra livro como um símbolo na linguagem de representação do conhecimento com o intuito de associar o símbolo ao conceito de livro. No entanto, a palavra livro é usada tendo mais de um sentido. O sentido associado à palavra na sentença Pedro emprestou o livro é diferente do sentido associado a palavra na sentença Eu li o livro que Ana escreveu. No primeiro caso, a palavra denota o conceito de livro como um objeto concreto, ou seja, no sentido de exemplar, identificado no tempo e no espaço. Já o segundo caso, a palavra denota o conceito de livro como um objeto abstrato, ou seja, no sentido de um produto intelectual, identificado por um autor e título.

No nível epistemológico, é capturada a estrutura do conhecimento por meio de primitivas de estruturação. Assim, no exemplo da FIG.13, aluno é declarado como subclasse do corpo acadêmico e inteligente como uma qualidade. Esta visão, provavelmente coincide com a interpretação intuitiva da maioria das pessoas, que vêem inteligente como um atributo de um objeto. No entanto, nada impede que outra pessoa tenha uma outra visão e interprete inteligente como um objeto e aluno como qualidade. No entanto, é preciso fixar a interpretação, para que seja possível produzir bases de conhecimentos que possam ser reutilizáveis e compartilháveis. Segundo Guarino (1995b) a fixação da interpretação depende do nível ontológico, onde são estabelecidos os compromissos ontológicos. Assim interpretações espúrias, como aluno ser uma qualidade de inteligente, podem ser bloqueadas.No exemplo da FIG.13 aluno é definido como pertencendo à categoria Objeto material, enquanto que inteligente é definido como pertencendo à categoria qualidade. Estas categorias fazem parte das categorias propostas por Dahlberg (1978b). Os compromissos ontológicos podem ser registrados em qualquer linguagem suficientemente poderosa que permita a reificação[5], como a Lógica de Primeira Ordem.

No nível conceitual as primitivas possuem uma interpretação cognitiva bem definida baseada em conceitos elementares independentes de linguagem, como ações ou papéis temáticos. No nível lingüístico as primitivas são associadas diretamente à categorias lingüisticas, como nomes e verbos.

Outro pesquisador que faz a distinção entre o aspecto ontológico e o epistemológico é Poli (Poli, 2001). Para ele, uma ontologia "é a teoria de objetos. E é assim para todo tipo de objeto, concreto e abstrato, existente e não-existente, real e ideal, independente e dependente. Qualquer que sejam os objetos que se esteja lidando, a ontologia é a teoria deles." Partindo desta visão, Poli argumenta que existe um equívoco em grande parte das definições sobre ontologia, confundido-a com a epistemologia que é a teoria dos diferentes tipos de conhecimento e das formas que são usados. Segundo ele, a diferença entre esses dois enfoques se torna evidente quando são listados os conceitos da ontologia e os da epistemologia. Os conceitos ontológicos são: objetos, processo, particular, individual, todo, parte, evento, propriedade, qualidade, estado, etc. Já os conceitos epistemológicos são: crenças, conhecimento, conhecimento incerto, conhecimento errado, etc.

3.4 Análise sobre a ontologia na ciência da computação e inteligência artificial
Pode-se observar que, mesmo em uma única área, como a IA, existem divergências sobre o que é uma "ontologia". Existem divergências sobre o nível de atuação (conceitual ou simbólico), grau de formalismo (formal, semi-formal ou informal), abrangência (geral ou relacionada com um domínio específico) e quanto à natureza da entidade que é descrita (objeto ou conceito). Parte destas divergências podem ser creditadas à pressão pelo desenvolvimento de novas aplicações, que tem atropelado a necessidade do desenvolvimento de um embasamento teórico mais cuidadoso e a consolidação da terminologia para a área. A visão da ontologia como uma tecnologia, ainda está em suas primeiras etapas, mas existe uma imensa quantidade de estudos realizados no âmbito da filosofia e terminologia que poderiam ser levados em consideração na criação e denominação dessas estruturas.

Após esta análise pode-se afirmar que a ontologia na IA é um objeto distinto da ontologia na filosofia e com ela guarda poucos pontos em comum. Parte desta distinção pode ser atribuída à uma diferença de objetivo entre as duas ciências: enquanto a filosofia preocupa-se com o que existe no mundo, para a IA o que existe é o que pode ser representado em um computador (objetos virtuais). Teria sido melhor utilizar outro nome, para denominar este instrumento de representação do conhecimento, uma vez que a adição de novos significados a uma palavra dificulta a comunicação entre as áreas. Talvez tivesse sido melhor usar outro termo, como por exemplo, modelo conceitual, apesar de seu uso ser contestado por Welty e Guarino (2001), uma vez que ontologias devem ser independentes de tarefas e modelos conceituais são orientados a tarefas. Outra possibilidade é o uso do termo teoria ontológica, introduzido por Bunge (1977, p.11), definido como "uma teoria que contém e inter-relaciona categorias ontológicas ou conceitos genéricos representando componentes ou características no mundo".

No entanto, a palavra ontologia já está estabelecida dentro da IA e, após a publicação de inúmeros artigos e livros utilizando-a, não é possível sugerir outro termo. O máximo que se pode esperar é que se deixe claro, quando necessário, a distinção entre os dois significados, como é feito em (Valente, 1995), onde ontologia na IA é denominada de AI ontology.

Na próxima seção e realizada uma comparação entre a capacidade de representação dos tesauros e das linguagens para registro de ontologias.
 

4. Representação de ontologias versus tesauros

O registro dos comprometimentos ontológicos deve ser feito por meio de uma linguagem formal, com uma semântica bem definida e com capacidade de reificação. Devido a esses requisitos utilizou-se inicialmente a lógica de primeira ordem ou linguagens derivadas, como KIF (Knowledge Interchange Format) (Genesereth e Fikes, 1992) e lógica das descrições (Nardi e Brachman, 2002). No entanto, em razão da aridez da notação mais comumente utilizada na lógica matemática e da popularização de outras notações mais simples para a descrição de meta-dados, como XML e RDF, atualmente, tem-se optado com maior freqüência pela utilização destas para o registro dos comprometimentos ontológicos.

Uma outra linguagem que tem obtido um grande número de adeptos para a representação de ontologias é a OIL (Ontology Inference Layer) (Fensel et al., 2000). Seus autores a propõem como uma linguagem padrão para ontologias em aplicações baseadas na Web e foi adotada para servir de substrato para a implementação da Web semântica proposta por Tim Berners-Lee. Devido ao seu rápido crescimento como linguagem de representação de ontologia, decidiu-se utilizá-la para ilustrar como uma ontologia é apresentada na ciência da computação. Antes, no entanto, é preciso descrever, informalmente, algumas características da linguagem OIL. OIL possui uma semântica baseada em lógica das descrições, primitivas de modelagem baseadas em orientação à objetos (classe, superclasse e atributos) e duas variações de sintaxe: uma baseada em XML e outra baseada em RDF. Em relação aos níveis de representação do conhecimento a linguagem OIL se ocupa de descrever dois níveis. O primeiro nível, denominado de nível meta, é onde as definições ontológicas são fornecidas. Segundo Fensel et al. (2000), é neste nível que a terminologia é definida, descrevendo um vocabulário estruturado com uma semântica bem definida. OIL foi projetada tendo em mente este nível. O segundo nível, denominado de meta meta-nível, está relacionado com a descrição de características tais como autor, nome, assunto, formato, etc. Para representação dos metadados utilizou-se do padrão DublinCore, versão 1.1. O exemplo a seguir ilustra a representação destes dois níveis por meio da linguagem OIL.
 

FIGURA 8 – Exemplo de representação de ontologia por meio da linguagem OIL
FONTE : FENSEL et al. 2000, p. 6.

Apenas a título de comparação informal sobre o poder de expressividade entre a linguagem OIL e a linguagem usada para elaboração de tesauros, é mostrado na FIG. 9 a conversão do exemplo da FIG. 8 para a forma de tesauros. É importante ressaltar que o exemplo da FIG. 9 não vale como um exemplo típico de tesauros, uma vez que não foi construído segundo a metodologia preconizada. Vale apenas para uma comparação preliminar sobre o poder de expressividade das duas linguagens no sentido de OIL para tesauros. O exemplo foi elaborado com o uso dos indicadores de relação propostos em Gomes (1990), e apenas a parte alfabética é mostrada. A relação "come" foi substituída no tesauros pelo termo "ALIMENTAÇÃO"
 

FIGURA 9 – Tradução da ontologia para tesauro

Em uma análise informal pode-se observar que na linguagem OIL é mais fácil registrar certas propriedades das relações do que com o uso de tesauros. Por exemplo, não foi possível expressar, por meio de tesauros, que carnívoro é um animal que come animais. No entanto, tal detalhe de associação não é tão significativo quando o usuário está buscando um documento. Por outro lado, a relação parte-de não precisa ser declarada nos tesauros, uma vez que já faz parte do seu repertório de relações. Esta comparação inicial parece indicar que a linguagem OIL permite especificar melhor as relações e, desta forma, melhor discriminá-las. É possível que algumas linguagens para tesauros incluam indicadores de relações que discriminem mais relações, porém, se não houver uma forma de discriminá-las conforme a necessidade, sempre existirão restrições que não poderão ser expressadas. Outra vantagem da descrição formal das relações na linguagem OIL é a possibilidade do uso de mecanismos automáticos de inferência para realização de deduções sobre o conhecimento, por meio das relações descritas.

4.1 Análise comparativa sobre a ocorrência dos termos nas definições sobre ontologia e tesauros
Moreira (2003) realizou um estudo sobre a ocorrência dos termos nas definições sobre ontologia e tesauros, por meio do método analítico-sintético, com o objetivo de esclarecer as distinções e semelhanças entre os dois instrumentos de representação. Foram selecionadas várias definições a partir de textos consagrados na área de tesauros e dos artigos mais citados da Ciência da Computação, de acordo com consultas ao site da CiteSeer (Lawrence et al., 1999). Os termos foram então categorizados e quantificados, sendo que a quantificação foi posteriormente analisada.

Segundo Moreira, a análise quantitativa evidenciou a diferença de propósitos entre os dois instrumentos. A freqüência de ocorrência de termos, bem como a abrangência das definições sobre as categorias, mostrou que os tesauros têm como propósito, servir de instrumento de registro terminológico e para ser usado por pessoas, e não para registro do conhecimento para inferências computacionais. Por exemplo, nas definições sobre o termo "tesauros", a ocorrência de termos como ‘usuário’ e "usuários", é uma evidência no sentido do uso com sistemas de classificação e recuperação de documentos. Já no caso das definições sobre ontologia, a ocorrência de termos tais como "formal" e "Lógica", demonstra a necessidade de registro do conhecimento do domínio em uma linguagem que possa ser processada pelo computador para a realização de inferências.

No entanto, semelhanças também foram encontradas. Segundo Moreira, uma ontologia como vista pela ciência da computação é um sistema de conceitos, da mesma forma que os tesauros, e como tal pertence ao nível epistemológico e não ao ontológico. A diferença em relação aos tesauros pode ocorrer em termos de linguagem, de nível de formalização e de propósitos. Neste sentido pode ser adequado que, no âmbito da ciência da computação, os tesauros sejam enquadrados como ontologias.
 

5. Conclusões

No início deste trabalho foi lançada uma pergunta que sintetizava a motivação e o objetivo deste trabalho: seriam tesauros e ontologias termos que denotam o mesmo instrumento ou denotariam objetos diferentes e, portanto, seu uso indistinto seria inadequado? Acredita-se que a análise da literatura levantada tenha fornecido subsídios para responder esta questão. A discussão que se segue analisa as impressões coletadas.

Os tesauros da ciência da informação e as ontologias da ciência da computação possuem origens e propósitos distintos. O primeiro nasceu como um instrumento prático para auxiliar na indexação e busca de documentos e o segundo da necessidade de descrever os objetos digitais e suas relações. Pode-se dizer que existem alguns pontos de contato entre essas origens, uma vez que estão relacionadas com a descrição de alguma entidade: assunto de uma área no primeiro caso e objetos e relações no segundo. No entanto, as diferenças também deixaram suas marcas, influenciando na forma final do instrumento de cada vertente. Na ciência da computação a situação é um pouco mais indefinida. Aparentemente tudo que modela um segmento da realidade pode ser denominado de ontologia, uma vez que é a palavra da moda. Neste caso, até mesmo os tesauros podem ser enquadrados como ontologias terminológicas.

A análise quantitativa realizada por Moreira (2003) evidenciou a diferença de propósitos entre os dois instrumentos. A freqüência de ocorrência de termos, bem como a abrangência das definições sobre as categorias mostrou que os tesauros têm como propósito, servir de instrumento de registro terminológico e para ser usado por pessoas, e não para registro do conhecimento para inferências computacionais. Já no caso das definições sobre ontologia, a ocorrência de termos tais como "formal" e "lógica", demonstra a necessidade de registro do conhecimento do domínio em uma linguagem que possa ser processada pelo computador para a realização de inferências.

Outra evidência para esta conclusão é o fato de que, usando linguagens para ontologias (e.g. OIL), é mais fácil registrar certas propriedades das relações do que com o uso de tesauros. No entanto, esta diferença de expressividade não é tão significativa para a tarefa de indexação ou busca de documentos.

A ontologia como um sistema de categorias, tal como é vista na filosofia, ocorre na ciência da informação durante a elaboração de um conjunto de categorias que serão utilizados para organizar sistemas de classificação e recuperação de informação, como pode ser observado nas palavras de Dahlberg:
 

Já na ciência da computação este ponto de vista não é adotado. Alguns pesquisadores declaram esta distinção explicitamente (Valente,1995 e Guarino, 1998). Por exemplo em um de seus artigos Guarino declara:
 

Uma ontologia como vista pela ciência da computação é um sistema de conceitos, da mesma forma que os tesauros, e como tal pertence ao nível epistemológico e não ao ontológico. A diferença em relação aos tesauros pode ocorrer em termos de linguagem, de nível de formalização e de propósitos. Neste sentido pode ser adequado que, no âmbito da ciência da computação, os tesauros sejam enquadrados como ontologias. Contudo, sugere-se que este enquadramento não seja adotado na ciência da informação, uma vez que a ontologia, no sentido filosófico de um sistema de categorias, é utilizada no escopo da CI.

Alguns pesquisadores concordam com a semelhança entre os tesauros e as ontologias da CC, mas alegam que a distinção entre eles estaria no fato das ontologias permitirem uma maior variedade de relações. Tal visão não procede e advém da falta de entendimento do que é um termo e o que é relação segundo a teoria dos tesauros. Os tesauros, assim como algumas linguagens para representação de ontologias, apresentam um conjunto de relações pré-definidas para serem usadas para a estruturação dos conceitos. Este conjunto de relações de estruturação varia de tesauro para tesauro, em função da teoria subjacente e dos propósitos almejados. Já as relações observadas no domínio são representadas nos tesauros da mesma forma que qualquer outro conceito, enquanto que nas ontologias da ciência da computação, as relações são representadas de forma distinta das propriedades (isto é classes) e a elas podem ser atribuídas restrições e propriedades estruturais (e.g. transitividade) que podem ser usadas na realização de inferências.

Devido às pressões para o desenvolvimento de aplicações ou devido à necessidade de um aprofundamento nos estudos em várias áreas de conhecimento (como a filosofia, a lingüística e a ciência da informação), a comunidade de IA tem relutado em desenvolver metodologias que levem em consideração estes vários aspectos.

As conclusões deste trabalho, suportadas pela análise da literatura, são as seguintes: 1) ontologia da filosofia e ontologia da CC são objetos distintos; 2) ontologia da CC e tesauro são objetos que operam no mesmo nível, ou seja, nível epistemológico; 3) ontologia e tesauro possuem propósitos distintos, sendo que a primeira é voltada para registro de conceitos de um domínio com o propósito de inferência automatizada e o segundo para comunicação entre o usuário e linguagens documentárias; 4) os tesauros cumprem parte dos objetivos que a CC pretende com o uso de ontologias e por isso são denominados de ontologias terminológicas.

Notas

[1] Agentes inteligentes são programas de computador que simulam algum comportamento humano para resolução de tarefas. Em alguns sistemas os agentes precisam trocar informação para trabalhar cooperativamente para resolver um determinado problema.

[2] Artigo produzido por Gomes, H. E., disponível online no sitio www.conexaorio.com/biti, intitulado, Classificação, Tesauro e Terminologia: fundamentos comuns.

[3] Usa-se o termo “base de conhecimento” no sentido de um conjunto de sentenças descrevendo o estado de um domínio na forma de uma teoria lógica.

[4] Uma constante é um nome de um objeto (ex.: Pedro). Um predicado representa uma propriedade (ex.: Pedro é pai) ou uma relação (ex.: Pedro é pai de Ana) enquanto uma função representa um indivíduo (ex.: o pai da Ana). Note que o termo “pai” foi usado em todos os exemplos, mostrando que o desenvolvedor deve escolher a melhor forma para expressar os conceitos de um domínio. A escolha determina algumas perdas ou ganhos. Uma constante isolada não carrega nenhum significado. No caso da propriedade sabe-se apenas que Pedro é pai mas não sabe-se de quem. Já no caso da relação sabe-se que Ana é a filha. Finalmente, no caso da função é possível falar de um objeto sem saber seu nome (o pai da Ana comprou um carro).

[5] O termo reificação vem do latim res ou coisa. Uma linguagem que permita reificação é uma linguagem que permita transformar predicados em termos. Por exemplo, podemos expressar em lógica de primeira ordem que Pedro é homem por meio da fórmula homem(Pedro) ou através da fórmula reificada propriedade(Pedro, Homem). Note que o predicado Homem na primeira fórmula tornou-se um termo na segunda.
 

Referências Bibliográficas

 ANSI Z39.19:1993. American National Standard Guidelines for Thesuarus Structure, Construction, and Use. New York, 1993

BRACHMAN, R. J. On the epistemological status of semantic networks. In: N.V. Findler (Ed.) Associative Networks: Representation and use of knowledge by computers. Academic Press : [s.l.], 1979. p. 3-50 apud GUARINO, Nicola. The Ontological Level. In: CASATI, R., SMITH, B., WHITE, G. (Eds.). Philosophy and the Cognitive Science. Vienna : Holder-Pichler-Tempsky, 1994. p. 443-456.

BUNGE, M. Ontology I: the furniture of the world. Dordrecht, holland : D. Reidel, 1977. (Treatise on basic Philosophy, v. 3).

CAMPOS, M. L. A. Linguagem documentária: teorias que fundamentam sua elaboração. Niterói : Eduff, 2001a.

___________. A organização de unidades do conhecimento em hiperdocumentos: o modelo conceitual como um espaço comunicacional para realização da autoria. Rio de Janeiro : Escola de comunicação UFRJ/IBICT, 2001b.(Tese em Ciência da Informação).

CHANDRASEKARAN, B., JOSEPHSON, J. R., BENJAMINS, V. R. What are Ontologies, and why do we need them. IEEE Intelligent Systems, v. 14, n. 1, p.20-26, Jan./Feb. 1999.

CRANEFIELD S., PURVIS, M., NOWOSTAWSKI, M. Is it an ontology or an abstract syntax? modelling objects, knowledge and agent messages. In: EUROPEAN CONFERENCE ON ARTIFICIAL INTELLIGENCE, 14, 2000, [s.l.]. Proceedings... [s.l.], 2000. p. 16.1-16.4.

CURRÁS, Emilia. Tesauros: linguagens terminológicas. Brasília : IBICT, 1995. 286 p.

DAHLBERG, Ingetraut. Teoria do conceito. Ciência da Informação, Rio de Janeiro, v. 7, n. 2, p. 101-107, 1978a.

__________. A Referent-Oriented, Analytical Concept Theory for INTERCONCEPT. International Classification, v. 5, n. 3, p. 142-151, 1978b.

_______. Ontical structures and universal classification. Bangalore : Sarada Ranganthan Endowment, 1978c. 64 p.

DODEBEI, Vera Lúcia Doyle. Tesauro: linguagem de representação da memória documentária. Niterói: Intertexto; Rio de Janeiro : Interciência, 2002.
DUARTE, M. M. Ferramenta de Apoio à Identificação de Fatores Críticos de Sucesso em uma Organização. Belo Horizonte : Universidade Federal de Minas Gerais, Ago. 2002. (Dissertação, Mestrado em Ciência da Computação).

DUINEVELD, A. J., STOTER, R., WEIDEN, M. R., KENEPA, B., BENJAMINS, V. R. WonderTools? A comparative study of ontological engineering tools.In: WORKSHOP ON KNOWLEDGE ACQUISITION, MODELING AND MANAGEMENT VOYAGER, 20, Saturday 16 to Thursday 21 October, 1999, Alberta, Canada. Anais... Alberta, 1999.

ENDERTON, H. B. A. Mathematical Introduction to Logic. [s.l.] : Academic Press, 1972.

ERDMANN, Michael, STUDER, Rudi. Ontologies as Conceptual Models for XML Documents. In: WORKSHOP ON KNOWLEDGE ACQUISITION, MODELING AND MANAGEMENT VOYAGER, 20, Saturday 16 to Thursday 21 October, 1999, Alberta, Canada. Anais... Alberta, 1999.

FENSEL, D. et al. "OIL in a nutshell. In: EUROPEAN KNOWLEDGE ACQUISITION CONFERENCE (EKAW 2000), 2000, Berlin. DIENG, R. et al. (Eds). Lecture Notes in Artificial Intelligence... n.1937. Berlin : Springer-Verlag, 2000. p.1–16.

._________. OIL: an ontology infrastructure for the semantica web. IEEE Intelligent Systems, p. 38-45, Mar./Apr. 2001.

FOSKETT, D. Subject and information analysis. New York : Marcel Dekker, 1985. p. 270-316: Thesaurus.

GARCÍA MORENTE, M. Fundamentos da filosofia: lições preliminares. São Paulo : Mestre Jou, 1964.

GENESERETH, M. R., , R. E. Knowledge Interchange Format, Version 3.0 Reference Manual. Stanford : Computer Science Department, 1992. (Relatório Logic-92-1).

GOMES, H. E., et al. Manual de elaboração de tesauros monolíngües. Brasília : CNPq / PNBU, 1990. 78 p.

GRUBER, T. R. Ontolingua: a mechanism to support portable ontologies. Stanford : Knowledge Systems Laboratory Stanford University, 1992. (Relatório KSL91-66).

_________. Toward Principles for the Design of Ontologies Used for Knowledge Sharing. Stanford : Knowledge Systems Laboratory Stanford University, 1993. (Relatório KSL93-04).

GRUNINGER, M, FOX, M. S. Methodology for the design and evaluation of ontologies. In INTERNATIONAL JOINT CONFERENCE ON ARTIFICIAL INTELLIGENCE, 1995, Montreal, Quebec,Canada. Proceedings... Montreal, Quebec,Canada, 1995.

GUARINO, Nicola. The Ontological Level. In: CASATI, R., SMITH, B., WHITE, G. (Eds.). Philosophy and the Cognitive Science. Vienna : Holder-Pichler-Tempsky, 1994. p. 443-456.

GUARINO, Nicola, GIARETTA, P. Ontologies and Knowledge Bases: Towards a Terminological Clarification. In: N. MARS (Ed.) Towards very large Knowledge Bases: Knowledge Building and Knowledgesharing, 1995a. Amsterdam : IOS Press. p. 25-32.

GUARINO, Nicola. Formal Ontology, conceptual analysis and knowledge representation. GUARINO, Nicola, POLI, Roberto (Eds). International Journal of Human-Computer Studies, v. 43, n. 5/6, 1995b. Número especial.

___________. Formal ontology and information systems. In: FOIS, 1998, Trento. Proceedings... Amsterdam : IOS Press, 1998. p. 3-15.

GUARINO, Nicola, MASDOLO, Claudio, VETERE, Guido. Ontoseek: content-based acess to the Web. IEEE Intelligent Systems, p. 70-80, May/June 1999.

HEGEL, G. W. F. Lectures on the History of Philosophy (Selections). Trad. E. S. Haldane (1892-96). Avaliable from World Wide Web: <http://www.class.uidaho.edu/mickelsen/ToC/Hegel-Hist of Phil.htm>

HOVY, E. Combining and standardizing large-scale, practical ontologies for machine translation and other uses. In: LANGUAGE RESOURCES AND EVALUATION CONFERENCE, May 1998, Granada, Spain. Conferências... Granada, Spain, May 1998.

HOWERTON, Paul. Organic and functional concepts of autority files. In: NEWMAN, Simon M. (Ed). Information Systems compatibily. Washington : Spartan Books, 1965. apud CURRÁS, Emilia. Tesauros: linguagens terminológicas. Brasília : IBICT, 1995. 286 p.

JASPER R., USCHOLD, M. A. Framework for understanding and classifying ontology applications. In: INTERNATIONAL JOINT CONFERENCE ON ARTIFICIAL INTELLIGENCE (IJCAI-99), July 31 - August 6, 1999, Stockholm, Sweden. Proceedings... Stockholm, Sweden, July 31 - August 6, 1999.

KEIZER, N. F. de , ABU-HANNA, A., ZWETSLOOT-SCHONK, J. H. M. Understanding terminological systems I: terminology and typology. Methods of information in medicine, v. 39, p. 16–21, 2000.

LANCASTER, F. W. Vocabulary control for information retrieval. 2. ed. Virgínia : IRP, 1986. 270 p.

LAWRENCE, Steve S., BOLLACKER K., LEE GILES, C. Digital Libraries and Autonomous Citation Indexing. IEEE Computer, v. 32, n. 6, p. 67-71, 1999.

LENAT, D. B., GUHA, R. V. Building large knowledge-based systems: representation and inference in the CYC project. Massachusetts : Addison-Wesley, 1990.

LETHBRIDGE, T. C. Practical Techniques for Organizing and Measuring Knowledge. Ottawa : 1994. (Thesis Presented to the School of Graduate Studies and Research. University of Ottawa)

MILLER, George. Wordnet: a lexical database for english. Comm. ACM, vol. 38, n. 11, p. 39-41, nov. 1995.

MORA, J. F. On the early history of Ontology. Philosophy and Phenomenological Research, [s.l.] , v. 24, p. 36-47, 1963.

MOREIRA, Alexandra. Tesauros e Ontologias; estudo de definições presentes na literatura das áreas das Ciências da Computação e da Informação, utilizando-se o Método Analítico-Sintético. Belo Horizonte : Escola de Ciência da Informação da UFMG, 2003. 150 p. (Dissertação, Mestrado em Ciência da Informação).

NARDI, D.; BRACHMAN, R. J. An Introduction to Description Logics. In: BAADER, F., CALVANESE, D., MCGUINNESS, D. L., NARDI, D., PATEL-SCHNEIDER, P.F. (Ed.). In the Description Logic Handbook. Cambridge : University Press, 2002. p. 5-44.

POLI, R. Framing ontology. 2001. Available from World Wide Web: http://www.formalontology.it/Framing first.htm.

PONTES, F. V. Gestão de Conhecimento Apoiada por Ontologias. Belo Horizonte : Universidade Federal de Minas Gerais, mar. 2002. (Dissertação, Mestrado em Ciência da Computação).

RUSSELL, B. História do Pensamento Ocidental: a aventura dos Pré-socráticos a Wittgenstein. Rio de Janeiro : Ediouro, 2001.

RUSSELL, Stuart, NORVIG, Peter. Artificial intelligence: a modern approach. New Jersey : Prentice Hall, 1995. 932 p.

SOWA, J. F. Top-layer ontological categories. International journal of human-computer studies, 43, p. 669-685, 1995.

SOWA, J. F. Knowledge Representation: Logical, Philosophical and Computational Foundations. California : Brooks/Cole Publishing Co., 2000.

SWARTOUT, B., PATIL, R., KNIGHT, K., RUSS, T. Toward Distributed Use of Large-Scale Ontologies. In: WORKSHOP KNOWLEDGE ACQUISITION FOR KNOWLEDGE-BASED SYSTEMS, 20, 1996. Banff, Canada, 1996. Proceedings... Banff, Canada, 1996.

UNESCO. Guidelines for the establishment and development of monolingual thesauri. Paris, 1973. 37 p.

USCHOLD, M. Building Ontologies: Towards a Unified Methodology. proceedings of Expert Systems. In: ANNUAL CONFERENCE OF THE BRITISH COMPUTER SOCIETY SPECIALIST GROUP ON EXPERT SYSTEMS, 16, p. 16-18 Dec. 1996, Cambridge. Anais... Cambridge, 1996.

VALENTE, A. Legal knowledge engineering: a modeling approach. Amsterdam : IOS Press, 1995.

VICKERY, B. C. Classificação e indexação nas ciências. Rio de Janeiro : BNG/ Brasilart, 1980. 274 p. apud FOSKETT, D. Subject and information analysis. New York : Marcel Dekker, 1985. p. 270-316: Thesaurus.

WELTY, C., GUARINO, N. Supporting Ontological Analysis of Taxonomic Relationships. Data and Knowledge Engineering, v.39, n.1, p. 51-74, 2001.

WIEDERHOLD, Gio. Interoperation, Mediation, and Ontologies. In: INTERNATIONAL SYMPOSIUM ON FITH GENERATION COMPUTER SYSTEMS (FGCS), Dec. 1994, Tokyo, Japan. Proceedings Workshop on heterogeneous, cooperative knowledge-bases. Tokyo, Japan : ICOT, Dec. 1994. v. W3, p. 33-48.
 

Sobre as autoras / About the Authors:

Alexandra Moreira
xandramoreira@yahoo.com.br

Grupo de Sistemas de Apoio à Decisão, Universidade Federal de Viçosa,
Av. P.H. Rolfs S/N,Viçosa MG, Brazil 36570-000

Lídia Alvarenga
lidiaalvarenga@eci.ufmg.br

Escola de Ciência da Informação -Universidade Federal de Minas Gerais,
Avenida Antônio Carlos 6627 - Pampulha - 31270-901 – Belo Horizonte – MG

Alcione de Paiva Oliveira
alcione@dpi.ufv.br

Departamento de Informática,
Universidade Federal de Viçosa