Formal Ontology and Human Language Technology in Healthcare and Life Sciences: Interfaces, Controversies and Challenges – INGLÊS
“Ontologia Formal e Tecnologia da Linguagem Humana nos Cuidados de Saúde e Ciências da Vida: Interfaces, Controvérsias e Desafios”
Stefan Schulz
Embora as ciências da vida e biomédicas produzam grandes quantidades de dados estruturados, tais como conjuntos de dados de investigação e relatórios populacionais relacionados com a saúde, a linguagem natural não estruturada continua a ser a pedra angular da comunicação e documentação humana.
As ciências da vida e biomédicas estão entre as áreas que são melhor apoiadas com recursos de conhecimento de muitos tipos, e que são as mais empenhadas na afirmação de que as ontologias devem descrever e padronizar a realidade da investigação e da prática clínica.
Em contraste, linguistas sempre tenderam a representar o discurso como tal; e as atuais abordagens de compreensão da linguagem seguem um paradigma orientado a dados, no qual a semântica das expressões da linguagem natural é representada matematicamente, mapeando-as em espaços vectoriais multidimensionais, que são explicitamente agnósticos de qualquer realidade extra-linguística.
Nesta palestra, quero mostrar as pontes entre estas duas visões aparentemente irreconciliáveis. Centrando-me no domínio da saúde, argumentarei que a tensão entre dados e realidade sempre foi inerente à prática clínica e ao discurso (por exemplo, caracterizado pelo diagnóstico versus dicotomia de doença). Destacarei a crescente importância da padronização semântica de entidades de domínio e a importância da semântica precisa como a chave para a interoperabilidade de dados e conhecimentos, o que caracteriza a investigação e a prática cada vez mais mostradas como “medicina de precisão”.
Bio: Stefan Schulz é doutorado em Medicina Teórica pela Universidade de Heidelberg e Professor Titular de Informática Médica na Universidade Médica de Graz. A sua pesquisa é focada na linguagem clínica, ontologias e terminologias. Ele apoia o desenvolvimento de normas para a SNOMED International e serve a empresa alemã Averbis no papel de chefe de investigação médica em várias grandes redes de investigação, que utilizam a análise de texto para o uso secundário de dados clínicos.
(Texto traduzido livremente. Consulte aqui o texto original)
Knowledge Acquisition for Ontology Development – INGLÊS
“Aquisição de Conhecimento para Construção de Ontologias”
Mara Abel
Antes de projetar um aplicativo de software, o analista precisa definir o modelo conceitual para entender e abstrair a realidade. Para garantir que o software possa ser integrado e compreendido, é necessário que os usuários compartilhem essa conceitualização. Ontologias diferem de modelos de dados no sentido de que a semântica não é baseada nas necessidades do aplicativo de software, mas no conhecimento comum da terminologia entre uma comunidade, juntamente com a visão filosófica sobre a compreensão do mundo. Esta palestra apresenta passos práticos e técnicas para eliciação de conhecimento com foco na produção de ontologias de domínio bem fundamentadas para projetos industriais. Discutimos como selecionar os profissionais e o material legado que será a fonte do conhecimento. O conteúdo considera e discute casos já desenvolvidos sobre a indústria de óleo e gás. Pretendemos que a explicação seja útil para uso geral em tarefas de modelagem conceitual.
Bio: A pesquisadora é geóloga e Doutor em Ciência da Computação pela UFRGS (sanduíche e supervisão pela University College London). Atua no Programa de PG em Ciência da Computação da UFRGS onde leciona Engenharia de Ontologias e orienta teses neste tema. É a a líder do Grupo de Pesquisa de Sistemas de Computação para Exploração e Produção de Petróleo e acumula 35 anos de experiência em aquisição de conhecimento, especialmente eliciação de conhecimento de fontes humanas para a indústria do petróleo. Coordenou dezenas de cooperações de pesquisa com a indústria para o desenvolvimento de sistemas de conhecimento. Atualmente, coordena o projeto Petwin que tem foco na utilização de ontologias para integração de informações para gêmeos digitais aplicados a otimização da produção de petróleo.
Sources of Bias in Ontologies and Some Consequences in Ontology-Driven Information Systems – INGLÊS
“Fontes de Viés em Ontologias e Algumas Consequências em Sistemas de Informação Orientados a Ontologias”
Maria Keet
Ontologias são utilizadas numa multiplicidade de sistemas de informação e também para melhorar a análise de dados. Embora o enviesamento de algoritmos seja bem conhecido, o que significa o enviesamento para ontologias que fornecem um mecanismo estruturante para, por exemplo, o input de um algoritmo ou consulta que não foi amplamente investigado. Quais são as fontes de enviesamento para as ontologias e como nelas se manifestam? Oito fontes amplas que podem causar enviesamento são avaliadas sobre se, onde e como isso pode afectar o conteúdo de uma ontologia, ilustradas com exemplos de ontologias e amostras da literatura. Isto é aumentado com 6 preconceitos cognitivos reconhecidos aplicáveis. Também examinámos as ontologias existentes em seus viéses de modelagem, o que também ajuda a avaliar onde qualquer viés de uma ontologia terá provavelmente o maior impacto durante a sua implantação. Esta primeira caracterização visa contribuir para uma sensibilização do viés nas ontologias, principalmente no que diz respeito à representação do conhecimento, e assim também indica caminhos para o trabalho futuro.
Bio: Maria Keet (PhD, MSc, MA, BSc(hons)) é Professora Associada no Departamento de Informática, Universidade da Cidade do Cabo. Ela concentra-se na engenharia ontológica, modelação de dados conceptuais, e a sua interacção com ferramentas de linguagem natural, o que resultou em cerca de 150 publicações em conferências e jornais que incluem FOIS, K-CAP, EKAW, ESWC, ER, Applied Ontology, DKE, e o Semantic Web Journal. Ela é, e foi, PI em dois projetos financiados pela NRF sobre NLG com ontologias, e foi PI num projecto bi-lateral financiado pela DST/MINCyT com a Argentina sobre modelagem conceitual orientada a ontologias, e esteve envolvida em vários projetos da UE. Tem trabalhado em numerosos Comitês de Programa em diversas revistas; recentemente foi presidente de PC para, entre outros, o ISWC 2022 Resources Track, IJCAI 2021 Demos, e EKAW 2020. Escreveu também um livro-texto premiado sobre engenharia ontológica.
Antes do seu emprego na UCT, Maria foi Professora Titular na Escola de Informática, Universidade de KwaZulu-Natal, África do Sul e, antes disso, Professora Assistente a tempo determinado no Centro de Pesquisa KRDB da Universidade Livre de Bozen-Bolzano, Itália. Obteve o doutoramento em Informática no Centro de Investigação do KRDB em 2008.
Website: http://www.meteck.org/
(Texto traduzido livremente. Consulte aqui o texto original)
Semantics Technologies Applied to Smart Buildings – Overview of the PHOENIX Project – INGLÊS
Tecnologias Semânticas Aplicadas a Edifícios Inteligentes – Visão geral do Projeto PHOENIX
Josiane Xavier Parreira
Com o Acordo Verde Europeu e a Onda de Renovação (European Green Deal and the Renovation Wave), a UE trabalha hoje na promoção de melhorias no setor imobiliário. No âmbito da revisão da Diretiva Europeia de Desempenho Energético dos Edifícios (European Energy Performance of Buildings Directive) em 2018, a UE introduziu o Smart Readiness Indicator (SRI) – um quadro comum da UE para classificar o grau de preparação inteligente dos edifícios. O SRI fornece informação sobre a prontidão tecnológica dos edifícios para interagir com os seus ocupantes e as redes de energia, e as suas capacidades para um funcionamento mais eficiente e um melhor desempenho através das tecnologias de informação.
Nesta palestra, eu irei apresentar como as tecnologias semânticas estão sendo utilizadas para descrever, integrar e analisar edifícios e o seu desempenho, para apoiar a otimização da utilização da energia, bem como a comunicação dos edifícios com os seus ocupantes e a rede. Este trabalho é conduzido hoje no contexto do projeto Horizon 2020 PHOENIX.
Bio: Josiane Xavier Parreira é Cientista Pesquisadora Senior da Siemens AG Áustria. Ela recebeu o seus títulos de mestrado e doutorado no Instituto Max Planck de Informática / Universidade de Saarland. Alemanha. Antes de se juntar à Siemens AG Áustria, trabalhou como Pesquisadora de Pós-Doutorado e Professora Adjunta no INSIGHT Centre for Big Data Analytics (antigo DERI) na Universidade Nacional da Irlanda, em Galway, Irlanda. Seus interesses de pesquisa são Processamento de fluxos semânticos, IoT, e Gráficos de Conhecimento para infra-estruturas inteligentes.
(Texto traduzido livremente. Consulte aqui o texto original)