Avaliação da similaridade semântica entre classes de entidades espaciais, representadas numa ontologia ad-hoc

Tese (doutorado)—Universidade de Brasília, Faculdade de Estudos Sociais Aplicados, Departamento de Ciência da Informação e Documentação, Programa de Pós-Graduação em Ciência da Informação, 2003.A relação de similaridade semântica desempenha um importante papel nos sistemas de informação, por permitir a identificação e o tratamento de entidades ou de coisas que estão conceitualmente próximas. Dessa forma, tal relação constitui a base para projetar mecanismos de recuperação de informação que satisfaçam às necessidades dos usuários. Nos sistemas de informações geográficas (SIGs), até recentemente, os trabalhos de avaliação de similaridade entre entidades espaciais têm evidenciado tão-somente as características geométricas dessas entidades, as quais sempre recebem um tratamento isolado ou independente das relações semânticas subjacentes, com a finalidade de modelá-las em esquemas de bases de dados, que apresentam limitações em relação às propriedades cognitivas que a relação de similaridade semântica suscita, valendo citar a assimetria e a dependência contextual. O presente trabalho seguiu uma linha de pesquisa do Curso de Ciência da Informação Espacial da Universidade do Maine (EUA), cujo objetivo é estudar formas de inserir semântica em SIGs. As hipóteses que surgem nesta linha de pesquisa indicam que é possível (sob determinadas condições) simular num computador o senso humano de julgamento de similaridade de entidades espaciais. Na presente tese, numa primeira etapa, analisaram-se algumas tentativas de sobrepujar as limitações em relação às propriedades cognitivas do modelo vetorial. Numa segunda etapa, acolheram-se as concitações de pesquisa sugeridas por RODRÍGUEZ (2000), relacionadas à avaliação da similaridade semântica de entidades espaciais representáveis em bases de dados. Nada mais oportuno, de vez que, num período de trinta anos ou mais da recente história dos SIGs, grandes acervos de dados têm sido formados e muitos aplicativos de geoprocessamento têm sido desenvolvidos pelos enfoques tradicionais de tratamento da informação geográfica, de base geométrica, sem grandes compromissos de compatibilidade entre si (interoperabilidade) num nível semântico. E é justamente na interoperabilidade (em bases semânticas) que a linha de pesquisa seguida nesta tese é muito promissora, prevendo-se, num futuro próximo, a integração de dados oriundos de diferentes SIGs por agentes inteligentes. Para confirmar a hipótese de pesquisa, os instrumentos utilizados foram: um questionário e um protótipo de extensão ao modelo de similaridade semântica de RODRÍGUEZ (2000), o MSS. A primeira versão deste protótipo teve o objetivo de auxiliar o entendimento do fenômeno da similaridade semântica e de gerar as variáveis do experimento. O modelo matemático desta primeira versão seguiu o enfoque vetorial de alguns autores. A finalidade da segunda versão do protótipo foi a de avaliar a similaridade semântica entre classes de entidades espaciais. O campo de observação bifurcou- se em duas unidades de observação; a primeira foi formada por entidades espaciais de uma região do sul do Brasil (Faxinai - PR), que foi mapeada por técnicas modernas de Engenharia Cartográfica. Estas entidades foram representadas numa base de dados orientada a objetos. A segunda unidade foi constituída por um grupo homogêneo de engenheiros e técnicos de Cartografia Automatizada, que foram submetidos a um questionário de avaliação sobre a similaridade entre as entidades citadas. A principal contribuição deste trabalho, além da já mencionada investigação sobre o estado atual das pesquisas congêneres sobre similaridade semântica e ontologias, foi estender o MSS para capacitá-lo a mensurar a similaridade semântica entre os objetos modelados numa base de dados espaciais. A base dessa avaliação não se refere às feições geométricas das entidades espaciais, mas aos termos (nomes) que as representam num subconjunto do modelo conceituai criado pela Diretoria de Serviço Geográfico do Exército Brasileiro (DSG) para a folha Faxinal.Semantic similarity plays an important role in Information systems by allowing the identification and management of entities or things that are conceptually close. As such, it constitutes a basis for designing mechanisms for Information retrieval that satisfy users' needs. In geographic Information systems (GIS), similarity assessment has so far been focused on geometric characteristics, which are treated in isolation and independent from the underlying semantic relations, in order to schematize them in a data base that are limited with respect to handling the cognitive properties of similarity, such as asymmetry and context dependence. This work has followed the research line of the Spatial Information Science Course of the University of Maine (USA), which goal is to study ways that could make GIS more semantic. The hypotheses that bear from this research line reveal that it is possible (under certain conditions) simulate the human sense of semantic similarity among entity classes in a computer system. In this thesis, at a first stage, it was drawn an analysis of some atíempts to overcome the limitations concerning cognitive properties of the vector model. At a second stage of this work, some directions for future works from RODRÍGUEZ (2000) were followed, especially the one that recommends to assess semantic similarity among entity classes that could be represented in data bases. Nothing more well-timed to do in the recent history of GIS (the past thirty years or more) than this, inasmuch as huge data sets were gathered and traditional GIS softwares (geometry-based) were purchased, most of them is loosely committed with compatibility with each other (interoperability). And it is just on a semantic approach of interoperability that the research line followed in this thesis shows its strength and seems to be very promising, whereas being possible to foresee her proposal to be a first step to construct the future GISs, which will be managed by intelligent agents. In order to confirm the research hypothesis, two research tools were built: a questionnaire and a prototype to extend RODRÍGUEZ's (2000) semantic similarity model. The purpose of the first version of this prototype was to understand semantic similarity phenomenon and to help the researcher to derive the general variables. The mathematical model of this prototype was only based on a vector approach, according to other authors. The purpose of the second prototype was to assess the semantic similarity among spatial entity classes. The observational field was divided into two observational units: the first one consists of spatial entities from a southern region of Brazil, called Faxinal (state of Parana). This area was surveyed with up-to-date cartographic engineering techniques and the spatial entities were represented in an objectoriented data base. The second one consists of a regular group of individuais: automatic cartography engineers (high levei of education) and automatic cartography operators (médium levei of education). The individuais have filled in a questionnaire in order to classify the entities according to their likeness. The main contribution of this work, besides the state-of-theart on semantic similarity and ontologies, was the extension of the semantic similarity model to measure semantic similarity among the objects that are conceptually modeled in a spatial data base. The basis for this assessment is not related to the geometric features of the spatial entities, but to the terms (nouns) that represent them in a subset of the conceptual model created by the Directory for Geographic Service of the Brazilian Army (DSG) for the chart of the Faxinal region