Modelo de Atualização de Bases de Conhecimento: Um Estudo de Caso ONTO-AmazonTimber

Abstract

O contexto tecnológico apresenta novos desafios ao processo de produção e atualização de conhecimento. A constante manutenção de bases de conhecimento, permite a evolução no domínio do conhecimento, no entanto somente a consistência do conhecimento inserido, possibilita a eficácia dos resultados nas interações semânticas. Neste contexto, este trabalho objetiva desenvolver um modelo de atualização de bases de conhecimento, e será validado por um estudo de caso aplicado a ontologia ONTO-AmazonTimber, desenvolvida como suporte ao processo de identificação botânica em espécies florestais da Amazônia. O desenvolvimento da pesquisa, utiliza-se da metodologia e-COGNOS e o método de atualização de bases conhecimento, que obedece três processos: o cadastro e a validação do conhecimento e, a inserção deste na base de conhecimento. Com a aplicação do modelo de atualização na ontologia ONTO-AmazonTimber, verificou-se que é possível minimizar a inserção de conhecimentos redundantes e incorretos e, a consistência do conhecimento atribuído que repercute em toda a estrutura semântica.

The technological context presents new challenges to the process of production and updating of knowledge. The constant maintenance of knowledge bases, allows the evolution in the domain of knowledge, however only the consistency of the inserted knowledge, makes possible the effectiveness of the results in the semantic interactions. In this context, this work aims to develop a knowledge base updating model, and will be validated by a case study applied to the ONTO-AmazonTimber ontology, developed as a support to the botanical identification process in Amazonian forest species. The development of the research uses the e-COGNOS methodology and the knowledge base updating method, which obeys three processes: the registration and validation of knowledge and its insertion into the knowledge base. With the application of the update model in the ONTO-AmazonTimber ontology, it was verified that it is possible to minimize the insertion of redundant and incorrect knowledge and the consistency of the attributed knowledge that has repercussions throughout the semantic structure.