Raciocínio plausível na web semântica através de redes bayesianas multi-entidades - MEBN

• Main Author: Carvalho, Rommel Novaes
• Other Authors: Costa, Paulo Cesar Guerreiro da
• Language: Portuguese
• Published: 2010
• Subjects: Web semântica; Teoria bayesiana de decisão estatística; Lógica computacional
• Online Access: http://repositorio.unb.br/handle/10482/5691

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2008. === Submitted by Diogo Trindade Fóis ([e-mail]) on 2009-10-09T14:02:12Z No. of bitstreams: 1 2008_RommelNovaesCarvalho_reduzida.pdf: 2306641 bytes, checksum: a442bd9631a732feaae059332a6a5068 (MD5) === Approved for entry into archive by Gomes Neide([e-mail]) on 2010-10-15T14:38:05Z (GMT) No. of bitstreams: 1 2008_RommelNovaesCarvalho_reduzida.pdf: 2306641 bytes, checksum: a442bd9631a732feaae059332a6a5068 (MD5) === Made available in DSpace on 2010-10-15T14:38:05Z (GMT). No. of bitstreams: 1 2008_RommelNovaesCarvalho_reduzida.pdf: 2306641 bytes, checksum: a442bd9631a732feaae059332a6a5068 (MD5) Previous issue date: 2008-02-29 === O objetivo geral deste trabalho é pesquisar formalismos para extensão de redes bayesianas (BN) e raciocínio plausível na Web Semântica. Dentre os formalismos para raciocínio plausível, um dos mais utilizados, dada sua flexibilidade, é a rede bayesiana. No entanto, há diversas situações do mundo real e na Web que as BN são incapazes de representar. As duas principais restrições de redes bayesianas são a impossibilidade de representar recursão e situações onde o número de variáveis aleatórias envolvidas é desconhecido. Exatamente para superar essas limitações que utilizaremos o formalismo MEBN (Multi-Entity Bayesian Network), que agrega o poder de expressividade da lógica de primeira ordem (FOL) às redes bayesianas, possibilitando a representação de um número infinito de variáveis aleatórias e a representação de definições recursivas. Na Web Semântica, a linguagem OWL (Ontology Web Language) permite a definição de ontologias, mas por ser baseada na FOL não possui um suporte adequado para possibilitar o raciocínio plausível. Por ser uma implementação de lógica probabilística de primeira ordem, a MEBN é um dos formalismos mais indicados para tal expansão, tendo a linguagem PR-OWL (Probabilistic OWL) sido proposta como uma integração de MEBN e OWL [29, 28, 27]. O presente trabalho de pesquisa propõe alguns refinamentos do formalismo MEBN e da linguagem PR-OWL e apresenta a primeira implementação no mundo de MEBN com a possibilidade de representar e raciocinar em domínios com incerteza através de ontologias probabilísticas baseadas em PR-OWL. Além disso, um novo algoritmo para geração de SSBN (Situation-Specific Bayesian Network) foi proposto. Essa implementação foi feita no UnBBayes [26], ferramenta livre para raciocínio probabilístico, aproveitando o mecanismo de criação e inferência de BN que esta já possui. Para exemplificar uma aplicação de MEBN/PR-OWL, o UnBBayes-MEBN [6] foi utilizado para modelar e raciocinar no domínio fictício Star Trek. Como ontologias probabilísticas possuem um grande potencial de uso no campo da Web Semântica onde a incerteza é tratada de forma probabilística, essa pesquisa representa uma contribuição para os trabalhos que estão sendo realizados pelo URW3-XG (W3C Uncertainty Reasoning for the World Wide Web Incubator Group) [30], criado pelo Consórcio World Wide Web para melhor definir o desafio de representar e raciocinar com a informação incerta disponível na Web. _________________________________________________________________________________ ABSTRACT === The general objective of this work is to research formalisms for extending Bayesian networks (BN) and plausible reasoning in the Semantic Web. Among the formalisms for plausible reasoning, one of the most used, given its flexibility, is BN. However, there are several situations in the real world and in the Web that BN is unable to represent. The two main restrictions of BN are the impossibility of representing recursion and situations where the number of random variables is unknown. It is exactly to overcome those limitations that we will use the MEBN formalism (Multi-Entity Bayesian Network), which joins the expressiveness power of first order logic (FOL) to BN, making possible the representation of an infinite number of random variables and of recursive definitions. In Semantic Web, the OWL language (Ontology Web Language) allows the definition of ontologies, but because it is based in FOL it doesn’t possess an appropriate support to make the plausible reasoning possible. MEBN is one of the most suitable formalisms for such expansion, as it is an implementation of first order probabilistic logic, having the PR-OWL language (Probabilistic OWL) as an integration of MEBN and OWL [29, 28, 27]. This research proposes some refinements for the MEBN formalism and PR-OWL language and it presents the first implementation in the world of MEBN with the possibility to represent and reason in domains with uncertainty through probabilistic ontologies based in PR-OWL. Besides that, a new algorithm for the SSBN generation was proposed. This implementation was made in UnBBayes [26], a free tool for probabilistic reasoning, taking advantage of the BN modeling and inference mechanism that it already has. To exemplify an application of MEBN/PR-OWL, UnBBayes-MEBN [6] was used to model and to reason in the Star Trek toy domain. As probabilistic ontologies have a great potential use in the field of Semantic Web where the uncertainty is treated in a probabilistic way, this research represents a contribution for the work that is being accomplished by the URW3-XG (W3C Uncertainty Reasoning for the World Wide Web Incubator Group) [30], created by the World Wide Web Consortium for best defining the challenge of representing and reasoning with the available uncertain information in the Web.