ontoexplorer
Árvores da ontologia
Este repositório contém o código fonte das recomendações de classes e propriedades da ontologia utilizada pelo OntoIQA-Bot. Para a construção das árvores de ontologias são necessários os seguintes requisitos:
Requisitos:
- Arquivo contendo a ontologia (ex.: movieontology.ttl)
- Arquivo contendo os labels das propriedades (ex.: properties_labels.ini)
Obs: É necessária a instalação das bibliotecas do Pipefile.
No notebook onto_tree_build.ipynb é realizada a construção das árvores através da classe OntologyTrees, o arquivo da ontologia deve ser um formato aceito pela biblioteca rdflib.
from ontotrees import OntologyTrees
onto_trees = OntologyTrees()
# Carregar o grafo da ontologia em três árvores de hierarquia (classes, propriedades de objeto e propriedades de dado)
onto_trees.load_ontology("movieontology.ttl", format="ttl")
# Nomes das árvores carregadas
onto_trees.trees_names
# >> ['classes', 'object_properties', 'data_properties']Na Figura a seguir ilustramos parte das árvores carregadas pela classe OntologyTrees.
Recomendação de nós
O processo de recomendação realizada na classe Recommendation é ajustado no arquivo de configurações recommendation.ini. Onde:
| Params | Default | Description |
|---|---|---|
| family_position | -2 | Nível em relação ao nó de referência pode assumir valores menore ou iguais a zero. |
| filter_by | both | Se a indicação do nó deve ser baseada no range, domain ou ambos. |
| depth | 3 | Profundidade da busca na árvore a partir da family_position, pode assumir apenas valores positivos. |
| order | random | A forma como as sugestões serão apresentadas, se nenhum parâmetro for passado retorna na ordem da busca. |
| number_of_recommendations | 5 | Quantidade máxima de recomendações, deve ser um número maior do que zero. |
| ontology_filename | movieontology.ttl | Nome do arquivo da ontologia que se encontra no mesmo nível de recommendation.py. |
| ontology_format | ttl | formato da ontologia, formato definido de acordo com os formatos da rdflib. |
nó de referência, é o nó que desejamos substituir por outro
Nós relacionados:
Para realizar a consulta de nós relacionados, é necessária a definição de alguns parâmetros, dentre eles a family_position que indica qual dentre os ancestrais do nó de referência será utilizado como raiz da busca. A equação e o pseudocódigo descrevem esse processo:
Onde node_ref é o nó de referência e search_root é novo nó calculado, a função kthAncestor é definida no bloco de código a seguir, onde ancestors indica os ancestrais do nó dado.
PROGRAM kthAncestor(node_ref, family_position):
var node_ancestors = ancestors(node_ref);
var count = 0;
WHILE (count < node_ancestor.length)
var node = node_ancestors[count];
IF (-count == family_position)
THEN Return node;
ENDIF;
count = count + 1;
ENDWHILE;
END.
Se na árvore de classes, o nó de referência for Actor, e o family_position for definido como -1, o root_ref apontaria para o nó Person.
Outro parâmetro importante é a profundidade da consulta na árvore que é definida pela variável depth que pode assumir apenas valores positivos. Suponha que o node_ref seja o nó Person, se a profundidade definida for 1, então todos os filhos de Person podem ser sugeridos.
Também podemos filtrar os nós a serem sugeridos com base em seu domínio e alcance, na tabela a seguir temos alguns exemplos de nós da árvore de propriedade com seus respectivos domains e ranges, para o próximo exemplo vamos considerar o family_position e a depth=2.
| Object Property | Domain | Range |
|---|---|---|
| belongsToGenre | Movie/TVSeries | Genre |
| hasActress | Movie/TVSeries | Actress |
| hasActor | Movie/TVSeries | Actor |
| isAwardedWith | Movie/TVSeries/Person | Award |
| wrote | Writer | Movie/TVSeries |
Dada a propriedade wrote se quisermos delimitar pelo Range, teremos zero sugestões, pois não existe outra propriedade com o Range de wrote nesta tabela. Entretanto se filtramos a propriedade pelo Domain podemos sugerir a propriedade isAwardedWith, pois Writer é descendente de Person como podemos ver na imagem Classes Tree.
Caso a propriedade de referência seja belongsToGenre e filtremos pelo Domain teremos como sugestão hasActress, hasActor e isAwardedWith pois compartilham domínios em comum com belongsToGenre.
Na figura a seguir mostramos o processo de sugestão de nós baseados no range da propriedade belongsToGenre e algumas variações de depth e family_position.
Exemplo:
from recommendations import Recommendation
# Qual o gênero do filme Avatar?
rec = Recommendation()
question_triples = [
("http://www.movieontology.org/2009/10/01/movieontology.owl#Movie", "has_value", "Avatar"),
("http://www.movieontology.org/2009/10/01/movieontology.owl#Movie", "http://www.movieontology.org/2009/10/01/movieontology.owl#belongsToGenre", "http://www.movieontology.org/2009/10/01/movieontology.owl#Genre")
]
rec.get_recommendations(question_triples)
#['[Gênero(s)] -> [Diretor(es)]', '[Gênero(s)] -> [Companhia(s) de produção]', '[Gênero(s)] -> [Roteirista(s)]', '[Gênero(s)] -> [Editor(es)]', '[Gênero(s)] -> [Indicação/Indicações]']