Sistemas Baseados em Conhecimento

Conhecimentos de Base Recomendados

Conhecimentos não essenciais mais desejados:

- Bases de Inteligência Artificial

- Bases de Aprendizagem Computacional

- Programação para a Web

- Idealmente programação em Java.

Métodos de Ensino

A unidade curricular está estruturada em torno de duas atividades:

- Aulas de contacto

- Projeto

Haverá dois tipos de aulas:

- Aulas de exposição de matéria.

- Aulas para acompanhamento do projeto.

O projeto consiste no desenvolvimento de uma aplicação que envolva a representação, gestão e extração de conhecimento para um domínio específico, ao longo de várias metas, e que seja descrita num relatório final.

Resultados de Aprendizagem

Prevê-se a aquisição das seguintes competências:

-Construção e gestão de estruturas para representação de conhecimento, nomeadamente ontologias.

-Linguagens da Web Semântica (RDF, RDFs, OWL) para representar conhecido.

-Armazenamento de dados em triple stores e interrogração via SPARQL.

-Reutilização de vocabulários e dados ligados.

-Utilização de mecanismos de pesquisa semântica.

-Especificação e desenvolvimento de sistemas inteligentes que explorem estruturas de conhecimento para realizar os seus objetivos.

-Desenvolvimento de mecanismos para extração de conhecimento de dados não estruturados (texto) e sua integração em bases de conhecimento.

Prevê-se a aquisição dos seguintes conceitos:

-Taxonomia, tesauro, ontologia, outras estruturas de conhecimento;

-Linked Data;

-Recuperação de Informação (RI)

-Pesquisa Semântica;

-Modelo vetorial para RI;

-Semântica Distribucional;

-Extração de Informação;

-Processamento de Linguagem Natural e tarefas associadas.

Estágio(s)

Não

Programa

1. Representação de conhecimento:

            a. Bases de Lógica (lógica proposicional, lógica de primeira-ordem)

            b. Linguagens RDF, RDF Schema, OWL

            c. Taxonomias, Tesauros, Ontologias e outras representações de conhecimento

            d. Dados Ligados e Reutilização de Vocabulários

2. Recuperação de Informação e Pesquisa Semântica

            a. Em dados estruturados: triple stores, SPARQL, mecanismos de raciocínio

            b. Em dados não estruturados (texto)

            c. Desempenho de sistemas de Recuperação de Informação

3. Do texto ao conhecimento estruturado

            a. Processamento de Linguagem Natural

            b. Extração de Conhecimento a partir de texto para população Bases de Conhecimento

            c. Semântica Distribucional.

Docente(s) responsável(eis)

Hugo Ricardo Gonçalo Oliveira

Métodos de Avaliação

Avaliação
Exame: 35.0%
Projecto: 65.0%

Bibliografia

-- Liyang Yu. A Developer's Guide to the Semantic Web, 3rd edition. Springer, 2015.

 -- ChengXiang Zhai & Sean Massung. Text Data Management and Analysis: a Practical Introduction to Information Retrieval and Text Mining. ACM and Morgan & Claypool, 2016.

 -- Dan Jurafsky & James H. Martin. Speech and Language Processing. Prentice Hall, 2009.