Este documento propõe um algoritmo para converter automaticamente objetos de aprendizagem armazenados em um banco de dados relacional para um repositório baseado em ontologias e triplas RDF. O algoritmo coleta os metadados, mapeia-os para propriedades de uma ontologia, analisa-os e forma indivíduos representados como uma árvore, que é então convertida em triplas e armazenada.

1. Proposta de algoritmo de conversão
de metadados para indivíduos
Rodrigo Ribeiro
Tiago Primo
Rosa Viccari

2. Sumário
●
Introdução e Motivação
●
Definições
●
A proposta de algoritmo
–
–
Coleta de metadados
–
Manipulação da ontologia
–
Análise e classificação
–
Formação dos indivíduos
–
●
Visão Geral
Armazenamento
Conclusão e trabalhos futuros

3. Introdução e Motivação
●
●
●
●
Esse trabalho está dentro do projeto OBAA;
Objetivo: propor um algoritmo para converter
automaticamente objetos de aprendizagem que estão em
um repositório, baseado em um banco de dados relacional,
para um repositório baseado em triplas;
Repositórios de triplas armazenam as triplas RDF que é
uma das recomendações da W3C para a web semântica;
A conversão manual dos metadados para indivíduos se
torna inviável na medida que o número de metadados por
objeto de aprendizagem aumenta.

4. Definições
●
OBAA:
–
–
Interoperabilidade entre a Web, TV Digital e dispositivos móveis;
–
●
Padrão de metadados educacional;
Baseado nos padrões LOM e IMS AccessForAll;
Ontologia:
–
“Define-se ontologia como sendo uma especificação formal
explícita de uma conceitualização compartilhada” [Borst, 1997].
–
Utilizada a linguagem OWL.
–
Classes, subclasses, relações e indivíduos.
–
Relações: Propriedades de dados e de objetos.
–
Indivíduos: instâncias das classes.

5. A proposta de algoritmo
●
●
●
Mapear metadados para propriedades de dados, ou
propriedades de objetos de uma ontologia.
Utilizar a mesma estrutura de representação da ontologia
para representar um indivíduo.
Divisão em 5 etapas: Coleta de metadados, Manipulação
da ontologia, Análise e classificação, Formação dos
indivíduos e Armazenamento.

6. Coleta de metadados
●
Coleta de metadados
●
●
●
Metadados são coletados de uma base
de dados relacional;
Utilização de alguma interface de
comunicação (REST, OAI-PMH,….);
Agregação dos metadados por objeto de
aprendizagem
Alocação em estruturas internas do
algoritmo

7. Coleta de Metadados
Metadado: general.keyword
Valor: “Tipo de Algoritmo”

8. Manipulação da Ontologia
●
●
Manipulação da ontologia
●
●
Carregar ontologia para uma estrutura
que facilite a pesquisa, mantendo a
hierarquia das classes.
Árvore n-ária
Cada nodo da árvore representa uma
classe
Cada classe pode conter n
subclasses, n propriedade de objetos
e n propriedades de dados

9. Manipulação da Ontologia
Primary
PD: null
PO: null
SubClasses:
Ontologia do padrão
de metadados
hasEarl
Equivalent
Resource
PD:
PO: null
SubClasses:null
equivalentResource
Earl
PD: null
PO:
SubClasses:

10. Análise e Classificação
Análise e classificação
●
●
●
●
Metadados são utilizados para obter
um caminho na árvore até uma
propriedade de dado;
No meio desse caminho podem existir
outras propriedades de dados e de
objetos;
Cada um desses caminhos passam
por uma etapa de “merge”;
No final dessa etapa há uma árvore nária que representa um indivíduo;

11. Análise e Classificação
Metadado A
Metadado B
+
=
merge
Ramo que representa
Metadado A
Ramo que representa
Metadado B
Árvore resultante
do merge entre os
Metadados A e B

12. Formação dos indivíduos e armazenamento
Formação dos indivíduos
●
Indivíduo baseado
em triplas
Transformação da árvore
que representa o indivíduo
em uma ontologia;
–
●
Armazenamento
Transformação inversa à
árvore n-ária;
Armazenamento em uma
triple store;
–
API OpenRDF;

13. Conclusão e trabalhos futuros
●
●
●
●
Convertidos 1000 objetos de aprendizagem para indivíduos. (
http://gia.inf.ufrgs.br/Rodrigo/OAv2.0/ )
Com os indivíduos gerados foi possível identificar inconsistências
na implementação do esquema no repositório;
Publicação: Ribeiro, R.; Primo, T. Proposta para um algoritmo de
conversão de metadados em indivíduos de ontologias. WebMedia
2013 WSEDU. A ser publicado.
Como trabalho futuro é previsto explorar sistemas de
recomendação que apoiados por axiomas sobre as ontologias
realizarão sugestões de conteúdos educacionais.