Yerel Halk Anketinde Alan Değerlendirmesi Bölümüne Ait Bulgular ve

Após a especificação da ontologia, passa-se à etapa de aquisição e extração de conhecimento do domínio sob estudo para representação na ontologia a ser construída. Pelo fato desta etapa ser uma atividade independente do processo de desenvolvimento ontológico, a qual é também comum em outras tarefas de representação do conhecimento, algumas metodologias de construção não a incluem como uma etapa específica, como é o caso da NeOn Methodology, ou consideram-na “não prescritiva”, caso da Methontology. Mesmo com essa característica e diante das dificuldades de se restringir os passos dessa etapa frente à diversidade de aplicações atuais das ontologias, algumas recomendações podem ser sugeridas na presente etapa, conforme explicado nos três próximos tópicos desta seção, os quais incluem os dois passos incluídos nessa etapa e diretrizes da metodologia proposta para a aquisição e extração de conhecimento.

Passo 2.1: Adotar métodos para aquisição e extração de conhecimento

A primeira atividade essencial para a aquisição de conhecimento de um dado domínio é especificar quais métodos ou técnicas a serem usados para a captura do conhecimento. Existe uma literatura vasta sobre esse tema em diversas áreas científicas, que se necessário devem ser consultadas. Entretanto, o foco da presente pesquisa é

192

sugerir ao desenvolvedor alguns métodos comuns da área de engenharia ontológica, que é também comum a outras áreas afins, e apresentar os métodos específicos da metodologia OntoForInfoScience.

De maneira geral, utilizam-se como métodos e técnicas de aquisição e extração de conhecimento para a construção de ontologias, os seguintes:

(i) análise informal de textos em materiais de referência do domínio: permite o estudo e entendimento dos conceitos nos materiais utilizados;

(ii) análise formal de textos nos documentos de referência do domínio: consiste na identificação de estruturas textuais do domínio, tais como definição e afirmação, e o tipo de conhecimento que tais estruturas podem representar na ontologia: conceitos (classes), propriedades, instâncias, relações, etc. (iii) entrevistas estruturadas, semi-estruturadas ou não-estruturadas com especialistas da área: possibilitam o entendimento de conceitos do domínio por parte do desenvolvedor e a construção de árvores de classificação de conceitos do domínio.

(iv) brainstorming ou grupos focais com especialistas da área: é uma técnica mais colaborativa que a realização de entrevistas para a compreensão de conceitos do domínio, porém pode se tornar ineficiente quando não se obtém consenso sobre os termos da área, necessitando de intervenção contínua do mediador desta atividade.

(v) emprego de técnicas estatísticas e/ou métodos linguísticos que possibilitem a extração de conceitos e relações relevantes do domínio a partir da análise dos textos dos materiais de referência utilizados.

(vi) uso de ferramentas automatizadas que realizam a extração de conceitos e relações relevantes do domínio. De maneira geral, tais ferramentas são usadas a partir de uma abordagem semi-automática, tal que o desenvolvedor ou especialista do domínio avaliem e validem os termos candidatos extraídos de maneira automática.

Como o emprego destes métodos e técnicas é relativamente complexo e seu detalhamento ultrapassa o escopo de uma metodologia de construção de ontologias, referências na literatura devem ser consultadas para maiores detalhes sobre sua utilização.

193

Passo 2.2: Selecionar os materiais de referência do domínio a serem utilizados

Em paralelo com a escolha dos métodos para aquisição e extração de conhecimento de um dado domínio é fundamental também fazer uma seleção adequada dos materiais de referência a serem utilizados para obtenção do conhecimento deste domínio. O que se quer dizer com uma seleção adequada de referências significa escolher dentre os materiais disponíveis sobre o tema, aqueles que são mais relevantes e representativos do domínio sob estudo. Para tanto, sugere-se consultar especialistas no domínio sobre a relevância dos materiais a serem utilizados. Os parágrafos seguintes concentram-se em explicar a seleção feita dos materiais de referência para a construção da ontologia sobre o sangue humano proposta, que pode servir como um exemplo para desenvolvedores em outros projetos ontológicos.

Os documentos de referência sobre o sangue utilizados na presente pesquisa são textos técnico-científicos da área e podem ser divididos em dois grupos distintos: (i) normas e manuais técnicos de ampla utilização neste domínio de conhecimento e (ii) publicações científicas atuais, contendo os avanços recentes na área. As normas e manuais técnicos sobre hematologia e hemoterapia utilizados foram: (i) o guia de

hemocomponentes do Ministério da Saúde brasileiro (BRASIL, 2008); (ii) o padrão terminológico norte-americano ISBT 28 para o sangue (ICCBBA, 2010); e (iii) o manual técnico sobre sangue e terapia celular da associação internacional AABB (AABB,

2005). Quanto às publicações científicas atuais sobre o tema tratado na presente pesquisa foram usados alguns artigos científicos da área e também o livro sobre hematologia clínica Wintrobe’s (GREER et al., 2009), em sua 12ª edição. O processo de seleção de tais documentos sobre o domínio do sangue foi realizado com o apoio de profissionais das áreas de hematologia e hemoterapia, avaliando o grau de relevância e representatividade de tais textos neste domínio.

Sobre o “Guia para o uso de Hemocomponentes” do Ministério da Saúde (BRASIL, 2008) pode-se afirmar que é o documento de referência mais utilizado por técnicos e profissionais da área em nosso país. Uma série de profissionais, atuantes em organizações especializadas no tema de hemocomponentes, corroboraram para a confecção de tal documento. Entre essas organizações pode-se citar a Agência Nacional de Vigilância Sanitária (ANVISA), a Sociedade Brasileira de Hematologia e Hemoterapia e o Colégio Brasileiro de Hematologia.

Já o padrão terminológico ISBT 28 para o sangue, terapia celular e

descrição dos produtos dos tecidos documento provê uma terminologia padrão para

194

considerado um manual de referência no domínio do sangue e de terapia celular entre profissionais da área e algumas organizações (ICCBBA, 2010).

Ainda no contexto de manuais e normas técnicas sobre o sangue, foi também utilizado o manual técnico sobre sangue e terapia celular da associação internacional

AABB, descrito na referência AABB’s Technical Manual 17ª edição (AABB, 2005), que é

considerada atualmente uma das fontes de informação sobre banco de sangue, transfusão e terapia celular, mais referenciadas no mundo por profissionais desta área.

Quanto à utilização de publicações científicas recentes na área, destaca-se, inicialmente, o livro-texto sobre hematologia clínica, denominado Wintrobe’s Clinical

Hematology, em sua 12ª edição (GREER et al., 2009). Tal referência é uma das mais

citadas em todo mundo na área de hematologia e possui uma grande tradição histórica, tendo sua primeira publicação no ano de 1942, como registro do trabalho do doutor Maxwell Wintrobe, um ex-estudante de hematologia e um renomado especialista da área.

Ainda com relação às publicações científicas da área utilizadas na construção da ontologia sobre o sangue proposta, foram utilizados livros texto e material de treinamento das seguintes referências: GREER et al. (2009); BARRETT et al. (2009); VAN DE GRAAFF, RHEES e PALMER (2010). Tais referências contém informações fisiológicas sobre os elementos constituintes do sangue humano e sobre os processos realizados para a separação do sangue total e posterior geração dos produtos derivados do sangue, o que também auxiliou na representação desses objetos na ontologia desenvolvida.

Diretrizes OntoForInfoScience para aquisição e extração de conhecimento

A escolha do método ou técnica mais apropriados para aquisição e extração de conhecimento do domínio que se deseja representar em ontologias é uma decisão do desenvolvedor junto com seu grupo de trabalho, que possivelmente deva envolver especialistas do domínio. Entretanto, a metodologia OntoForInfoScience estabelece algumas diretrizes que foram adotadas com sucesso no desenvolvimento da ontologia HEMONTO e, assim, servem de suporte ao desenvolvedor nessa etapa de construção. Os parágrafos seguintes deste tópico descrevem tais diretrizes.

O fundamento básico adotado nesse etapa é que a aquisição e extração de conhecimento combine métodos diferentes na exploração das fontes de conhecimento e que seja conduzida de maneira colaborativa, isto é, envolva diferentes visões acerca do conhecimento do domínio. Tal estratégia é assim utilizada na metodologia porque essa etapa de aquisição e extração de conhecimento é compreendida como a etapa de “pré-conceitualização” da ontologia, ou seja, uma etapa preliminar a fase de conceitualização que é capaz de gerar informações a serem utilizadas na etapa

195

seguinte. A Figura 34, a seguir, representa como foi conduzida tal estratégia, elucidando os recursos e ferramentas utilizadas nesse processo.

Figura 34 - A etapa de aquisição e extração do conhecimento da metodologia

OntoForInfoScience

Fonte: elaborado pelo autor.

Afim de garantir a colaboração na aquisição e extração de termos do domínio foram adotados três métodos diferentes para realizar tal tarefa:

(i) o primeiro método corresponde ao processo de extração terminológica dos termos mais frequentes encontrados nos textos dos materiais de referência utilizados. Tais termos são recuperados automaticamente através da ferramenta on-line Sketch Engine44, a qual é um analisador linguístico que permite construir listas de frequências das palavras dos textos analisados e obter concordâncias entre elas. Tal ferramenta realiza análises

196

linguística e morfológica dos textos processados e, além da contagem de frequência dos termos, faz a anotação linguística deles identificando-os como substantivos, verbos, nomes, adjetivos, entre outros. O resultado com o processamento automático através do Sketch Engine é uma lista de termos candidatos para a ontologia que forma o chamado Pré-Glossário de

Termos (círculo mais à esquerda da Figura 34). Tal glossário é um recurso

importante para o desenvolvimento de ontologias e seu uso é comum em outras metodologias de construção, tais como a Methontology e Neon, com diferenças em relação ao processo de geração do mesmo.

(ii) o segundo método empregado envolve o uso da ferramenta

ConceptME para identificação de conceitos e relações candidatos à

ontologia desenvolvida. Nota-se no emprego deste método o uso das palavras “conceito” e “relação” no lugar de “termo”, pois essa ferramenta já trata o conhecimento do domínio não apenas no nível linguístico, mas também no nível conceitual. O ConceptME utiliza algoritmos que identificam padrões linguísticos e estatísticos nos textos analisados para extrair conceitos e relações candidados à ontologia (SOUSA et al., 2013). Um verbo ou um verbo mais um pronome, por exemplo, pode indicar uma possível relação conceitual, enquanto um nome pode indicar um conceito. Um padrão identificado na forma <nome1><verbo><nome2> pode indicar uma nova estrutura conceitual, tal que o <verbo> representa uma relação conceitual entre os conceitos representados por <nome1> e <nome2>. A extração realizada com o uso do ConceptME gera uma lista de conceitos e relações candidatos à ontologia denominada de Conjunto Automático de

Candidatos, que será avaliada posteriormente por especialistas do domínio

e desenvolvedores na etapa de conceitualização.

(iii) o terceiro e último método empregado é o mais tradicional e corresponde à análise manual e informal dos textos dos materiais de referência por parte do(s) desenvolvedor(es), visando identificar conceitos e relações para a ontologia em desenvolvimento. A estratégia de identificação utilizada nesse tipo de análise assemelha-se ao método automático, ou seja, verbos podem indicar uma relação conceitual e nomes (substantivos, pronome, adjetivos) podem representar um conceito. A grande diferença entre os dois métodos está no fato de que a análise humana tende a ser mais criteriosa nesse processo, devido à capacidade interpretativa inerente ao ser humano. Por outro lado, métodos automáticos apresentam maior

197

produtividade de análise ao processar maior quantidade de dados em um tempo bem menor que seres humanos. Combinar as duas abordagens é a melhor solução. No que diz respeito à metodologia proposta, a análise textual produzirá outra lista de conceitos e relações candidatos à ontologia, denominada de Conjunto Manual de Candidatos, que também deverá ser avaliada na etapa seguinte por especialistas do domínio.

A tarefa seguinte nesta etapa é a unificação dos resultados dos três

conjuntos obtidos (pré-glossário de termos, conjunto automático de candidatos e

conjunto manual de candidatos) pelos diferentes métodos empregados e, paralelamente, a separação dos termos resultantes em conceitos candidatos, verbos e possíveis relações formadas pela tupla conceito-verbo-conceito. As atividades executadas na tarefa de unificação incluem eliminar os rótulos (nomes) repetidos e identificar possíveis sinônimos entre os termos. Já a separação dos termos resultantes gera três novos conjuntos que servem como parâmetros de entrada na etapa de conceitualização: (i) Glossário de Conceitos: engloba substantivos, pronomes e adjetivos compreendidos como conceitos do domínio e candidatos a se tornarem classes na ontologia; (ii) Glossário de Verbos: reúne todos os verbos extraídos dos textos de referência que são candidatos a se tornarem relações na ontologia; e (iii)

Glossário de Relações: conjunto formado por todos os padrões de relacionamento

extraídos dos textos na forma <nome> <verbo> <nome>, tal que os nomes podem ser substantivos, pronomes ou adjetivos e o verbo representa um relacionamento existente entre os nomes.