Search

Outra Extracting knowledge efficiently, when large volumes of data are generated daily, is still a challenge. In most cases, these data are unstructured, that is, they are presented in textual or visual format without a clear delimitation of the information they contain and the relationships between this information. Thus, as important as correctly extracting knowledge is to represent it and store it so that it is useful. One of the ways to represent (store) this knowledge is through knowledge graphs. These structures represent semantic relationships (edges) between entities (vertices), as the semantic relationship is_a between the apple and fruit entities represented by the triple: is_a(apple,fruit). Thus, this work addresses the automatic construction of a knowledge graph for the e-commerce domain, where the vertices of this graph represent products and characteristics, while the edges connecting these vertices are used to describe the relationship between them. Among the challenges that this work faced is having to deal with unstructured, noisy and incomplete data generated by users in the e-commerce domain. Added to this fact are the semantic challenges of the domain, since e-commerce data carry more semantic value because they are real entities that came from very varied categories and contexts. In order to advance in the investigation of methods to deal with such challenges and peculiarities of the e-commerce domain, in this work two graph models were trained for product recommendation: one of them following distributive approach through the RedisGraph tool, and another that explores latent properties of the distributed methods of knowledge graph embeddings. The results show that the latter can contribute to tasks in the e-commerce domain that aim at product diversity. Extrair conhecimento de forma eficiente, quando grandes volumes de dados são gerados diariamente, ainda é um desafio. Na maioria dos casos esses dados são não estruturados, ou seja, são apresentados no formato textual ou visual sem a clara delimitação das informações que contém e das relações entre essas informações. Assim, tão importante quanto extrair corretamente o conhecimento é representá-lo e armazená-lo de modo que ele seja útil. Uma das formas de representar (armazenar) esse conhecimento é por meio de grafos de conhecimento. Essas estruturas representam relações semânticas (arestas) entre entidades (vértices), como a relação semântica é_um entre as entidades maçã e fruta representada pela tripla: é_um(maçã,fruta). Assim, este trabalho aborda a construção automática de um grafo de conhecimento para o domínio do e-commerce, onde os vértices desse grafo representam produtos e caraterísticas, enquanto as arestas conectando esses vértices são usadas para descrever a relação entre eles. Entre os desafios que este trabalho enfrentou está o de ter de lidar com dados não estruturados, ruidosos e incompletos gerados pelos usuários no domínio do e-commerce. A esse fato somam-se os desafios semânticos do domínio, uma vez que os dados do e-commerce carregam mais valor semântico por se tratarem de entidades reais e de categorias e contextos muito variados. Com o intuito de avançar na investigação de métodos para lidar com tais desafios e peculiaridades do domínio do e-commerce, neste trabalho foram treinados dois modelos de grafo para a recomendação de produtos: um deles seguindo métodos distributivos através da ferramenta RedisGraph, e outro que explora propriedades latentes dos métodos distribuídos de embeddings de grafo de conhecimento. Os resultados mostram que o último pode contribuir para tarefas no domínio do e-commerce que visam a diversidade de produtos.

Não recebi financiamento Knowledge Graphs have gained increasing prominence in the academic and corporate fields, generally in close association with Web technologies, linked data, big data and cloud computing. The present research is of a qualitative nature, has a descriptive character, and aims to carry out a theoretical study on the use of Knowledge Graphs in organizational environments, identifying the main contemporary challenges for the representation of knowledge, and possibilities of contribution from the Science area Information in the design and use of this instrument. As a result, it was identified that Knowledge Graphs are constituted from a combination of knowledge representation structures, information management processes and search algorithms, providing a didactic vision resulting from the combination of linked data, efficient and creative business processes. , determining an optimized solution architecture. In this sense, the relevance of the research is highlighted considering the plurality of definitions of the concept of Knowledge Graph and its value as a tool, according to the corporate needs, being characterized as a fertile field for research in the area of Information Science, the from the characteristic interdisciplinarity, favoring the standardization of definitions and the development of representation instruments based on the precept of innovation and support for decision making. Grafos de Conhecimento têm ganhado um crescente destaque na área acadêmica e corporativa, geralmente em estreita associação com tecnologias da Web, dados vinculados, big data e computação em nuvem. A presente pesquisa é de natureza qualitativa, tem caráter descritivo, e tem por objetivo realizar um estudo teórico sobre a utilização de Grafos de Conhecimento em ambientes organizacionais, identificando os principais desafios contemporâneos para a representação do conhecimento, e possibilidades de contribuição da área de Ciência da Informação na concepção e utilização deste instrumento. Como resultado foi identificado que os Grafos de Conhecimento são constituídos a partir de uma combinação de estruturas de representação de conhecimento, processos de gerenciamento de informação e algoritimos de busca, proporcionando uma visão didática decorrente da combinação de dados vinculados, processos de negócios eficientes e criativos, determinando uma arquitetura de soluções otimizada. Neste sentido, destaca-se a relevância da pesquisa considerando a pluralidade de definições do conceito de Grafo de Conhecimento e seu valor enquanto ferramenta, em função das necessidades corporativas, caracterizando-se como uma campo fértil para pesquisas na área de Ciência da Informação, a partir da interdisciplinaridade característica, favorecendo a padronização de definições e o desenvolvimento de instrumentos de representação fundamentadas no preceito de inovação e apoio para tomadas de decisão.

The eye tracking is, at the same time, a technology and a research method used in several areas of knowledge and, recently, in the area of Information Science. Its main thesis, formulated by Just and Carpenter (1976), is the strong eye-mind hypothesis, that is a strong relation between visualization and information processing. In this direction, a basic research was done with an experimental design, aiming to evaluate the search behavior in a Search Engine Results Page (SERP) of Google, especially the visualization of the Knowledge Graph (KG) or Knowledge Map. The research proposition was based on the Peirce’s Semiotics, in which signs in a search result (SERP), to a lesser or greater extent, can influence choices, qualify results, capture the look and be important or determinant in a choice from a search, explaining the strong eyemind. The results demonstrated that the image is a cognitive attractor; however, the choice also depends on other factors, such as the type of search and the habit of the subject in searches in search engines., O eye tracking é, ao mesmo tempo, uma tecnologia e método de pesquisa utilizado em várias áreas do conhecimento e, recentemente, pela Ciência da Informação. Sua tese principal, formulada por Just e Carpenter (1976), é o strong eye-mind, ou seja, a forte relação entre visualização e processamento da informação. Nessa direção, foi feita uma pesquisa básica, com delineamento experimental, visando avaliar o comportamento de busca em uma Search Engine Results Page do Google, em especial a visualização do Knowledge Graph ‒ ou mapa do conhecimento. A premissa da investigação pautou-se na semiótica peirceana, na qual os signos em um resultado de busca ‒ em maior ou menor medida ‒ podem influenciar escolhas, qualificar resultados, capturar o olhar e ser importantes ou determinantes em uma escolha a partir de uma busca, explicando assim o strong eye-mind. Os resultados demonstraram que a imagem é um atrator cognitivo; no entanto, a escolha depende também de outros fatores, como o tipo de busca e o hábito do sujeito em pesquisas nos mecanismos de busca.

In this dissertation CONQUEST is presented, a framework that automates much of the construction process of chatbots for the task of Template-based Interactive Question Answering (TBIQA) for Closed Domain Knowledge Graphs (KG). The chatbots produced by CONQUEST are able to answer questions issued in natural language, using conversation to solve the possible problems of ambiguity and the lack of information needed to formulate the answer. For the interpretation of the question, the system performs the process of classifying the user intention to one of the templates defined by the developer a priori. For this, CONQUEST has a flexible question classification mechanism based on Machine learning (ML) that uses both textual features and semantic features and that adapts to use, learning new ways how the same question can be realized. This classification mechanism makes a chatbot capable of dealing with the problem of linguistic variability. In addition, a chatbot produced by CONQUEST uses the user feedback in its training, adapting to the use. As main contributions of this work, we have: (1) A new architecture for chatbots for gls TBIQA and (2) A tool for the automatic building of chatbots for TBIQA for KGs. Finally, with CONQUEST, the developer invests his time only in creating the question templates supported by the system, leaving the control of messages, natural language processing, question interpretation, querying data sources and generating responses for the framework deal with it. Nesta dissertação é apresentado CONQUEST, um framework que automatiza grande parte do processo de construção de chatbots para a tarefa de Template-based Interactive Question Answering (TBIQA) sobre Knowledge Graphs (KG) de Domínio Fechado. Os chatbots produzidos por CONQUEST são capazes de responder questões emitidas em linguagem natural, utilizando a conversação para solucionar os possíveis problemas da ambiguidade e da falta de informação necessária para a formulação da resposta. Para a interpretação da questão, o sistema realiza o processo de classificação de sua intenção para um dos padrões definidos pelo desenvolvedor à priore. Para isto, CONQUEST conta com um mecanismo flexível de classificação de questões baseado em aprendizado de máquina (Machine learning, ML) que utiliza tanto features textuais, quanto features semânticas e que se adapta ao uso, aprendendo novas maneiras como uma mesma questão pode ser realizada. Este mecanismo de classificação torna um chatbot capaz de tratar o problema da variabilidade linguística. Além disso, um chatbot produzido por CONQUEST utiliza o feedback do usuário no seu treinamento, adaptando-se ao uso. Como principais contribuições deste trabalho, temos: (1) Uma nova arquitetura para chatbots de Template-Based Interactive Question Answering (TBIQA) e (2) Uma ferramenta para a criação automática de chatbots de TBIQA para Knowledge Graph (KG)s. Por fim, com CONQUEST, o desenvolvedor investe seu tempo apenas na criação dos padrões de questões suportados pelo sistema, deixando o controle de mensagens, processamento de linguagem natural, interpretação da questão, consulta às fontes de dados e geração das respostas para o framework.

The growing demand for realtime information access requires high cost – financial and computational – for data integration due to lack of standardization, resulting in problems during modeling and display data. The Knowledge Graphs were used to deal these problems. By providing a structured, scalable and understandable machine model, the creation and maintenance are vulnerable to errors due to automatic reasoning difficulties in large data from different domains – which can produce inaccurate, erroneous or incomplete results – mainly related with ambiguity. The problems are normally caused by ambiguous relationships and by inaccuracy in determining Identity Relations (IR) in a domain. Recent studies compare all attributes without considering that some of them can be more relevant. This work applied an automatic IR detection mechanism which execute an automatic selection of relevant attributes for a domain from entropy analysis and statistical correlation between the attributes. The proposed solution was applied in 12 real datasets that include software development activities. The characters which were automatically selected obtained better IR detection accuracy than the criteria recommended by a domain expert. CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior A crescente demanda por acesso a informações em tempo real tem demandado um alto custo – financeiro e computacional – para a integração de dados devido à ausência de padronização, o que normalmente resulta em problemas durante a modelagem e representação de dados. Grafos de Conhecimento (GC) tem sido um dos mecanismos utilizados para abordar tais problemas. Apesar de fornecerem um modelo estruturado, escalável e compreensível por máquina, a sua criação e manutenção são vulneráveis a erros em razão da dificuldade de raciocínio automático em um grande volume de dados de diferentes domínios – que pode gerar resultados imprecisos, errados ou incompletos – principalmente relacionados à ambiguidade. Normalmente, os problemas causados pela ocorrência de relações ambíguas são derivados da imprecisão ao determinar uma Relação de Identidade (IR) em um domínio, pois os trabalhos existentes na literatura realizam comparação de todos os atributos sem considerar que alguns podem ser mais relevantes. Assim, este trabalho propõe um mecanismo automático para detecção de IR capaz de realizar seleção automática de atributos relevantes de um domínio a partir de análises de entropia e correlação estatística entre os atributos. A solução proposta foi aplicada em 12 conjuntos de dados reais que contém atividades de desenvolvimento de software, sendo que os atributos selecionados automaticamente obtiveram melhor acurácia na detecção de IR do que os atributos relevantes definidos por um especialista do domínio.

Este trabalho apresenta o processo de construção de um Sistema de Perguntas e Respostas para o Português Brasileiro basedo em um corpus extraido de um livro técnico sobre o domínio de Gado Leiteiro. Ao longo deste trabalho, identifica-se e analisa-se um problema comum em sistemas de pergunta e resposta, onde ocorre uma distância entre os termos da pergunta e os termos da resposta - essa distância é nomeada “lacuna entre pergunta e resposta”. Para elaborar um sistema de pergunta e resposta capaz de sobrepujar tal distância, um mecanismo de expansão de consultas foi desenvolvido através da confecção e uso de uma rede de conhecimento de domínio, fornecendo um meio efetivo de prover respostas mesmo que não compartilhem o mesmo léxico das perguntas. This work presents the process of building a Question/Answer System (QAS) for Brazilian Portuguese based on a corpus extracted from a tech book on the dairy farming domain. Throughout the work, One common problem in Question/Answer Systems is identified and analyzed, namely, the cases where there’s a distance between the terms present in the question and the terms present in the answer - this distance is called “question answering gap”. To elaborate a Question/Answer System capable of overcoming such distance, a query expansion mechanism was developed through the use of a domain Knowledge Network, providing an effective way to give answers even though they do not share the same lexicon of the questions.