Diferenças entre tesauros e ontologias
1 Introdução
A comunicação científica e profissional se manifesta por meio de linguagens
especializadas, codificadas e decodificadas por especialistas de uma
determinada área do conhecimento ou de uma determinada área profissional. Essas
linguagens especializadas, também chamadas de linguagens de especialidade, são
constituídas por terminologias próprias, que por sua vez são responsáveis pela
transmissão do conhecimento especializado. As terminologias também pertencem à
linguagem natural (linguagem como um todo, usada para a comunicação e expressão
humanas) utilizada por um sujeito-falante comum, pois, antes de um indivíduo
ser um especialista em determinado assunto ele é um sujeito-falante natural.
Melhor dizendo, a terminologia pertence a uma linguagem especializada, que por
sua vez pertence à linguagem natural. Com isso, constata-se que uma língua de
especialidade é uma sublinguagem pertencente à linguagem natural. Tal fato leva
à consideração de que a comunicação técnico-científica nada mais é (de uma
maneira geral) do que uma comunicação natural ocorrida dentro dos campos
especializados.
Uma particularidade das linguagens utilizadas por especialistas é a
impreterível precisão da informação comunicada. Para que tal precisão seja
consolidada são necessários instrumentos que zelem pela não-ambigüidade do
discurso especializado. As linguagens documentárias são instrumentos que visam
a representação da informação com o objetivo de recuperar conteúdos
informacionais em ambientes específicos.
É importante um esclarecimento a respeito de qual o sentido empregado para o
termo 'representação do conhecimento' neste trabalho. Recorrendo à etimologia
da palavra latina repraesentare (representar), têm-se como significados: "fazer
presente", "apresentar novamente", "trazer à memória". Nesse sentido, é comum
encontrar na literatura corrente o uso do termo 'representação do conhecimento'
para nomear o processo de tornar presente, por meio de termos, o conteúdo de
uma informação. Porém, cabe frisar que o processo de tornar presente conteúdos
informacionais é uma atividade que diz respeito à 'representação da
informação', que por sua vez se instrumentaliza por meio de modelos de
representação do conhecimento. Melhor dizendo, a representação do conhecimento
é um processo mental (campo das idéias) responsável pela organização do
conhecimento. Desta organização surgem os sistemas de representação do
conhecimento, Knowledge Organization Systems (KOS), também chamados de modelos
de representação do conhecimento ou linguagens documentárias, que servem de
ferramentas para a atividade de representação da informação. Com isso, afirma-
se que os modelos de representação do conhecimento, como os tesauros e as
ontologias, que representam uma parte do mundo das idéias (representação do
conhecimento), são aplicados nas atividades de representação da informação.
Cabe ainda esclarecer que o termo representação do conhecimento é empregado
distintamente pelas áreas da Ciência da Informação (CI) e Ciência da Computação
(CC). Para a CI, o referido termo é utilizado, como exposto acima, para
designar a organização mental dos conceitos, pois, para esta ciência, o
conhecimento e sua organização dizem respeito aos processos desenvolvidos e
compreendidos na mente humana. Já para a CC, a representação do conhecimento
diz respeito, segundo Branchman e Levesque (2004), à área da Inteligência
Artificial (IA), dedicada ao estudo das formas de representar e manipular
simbolicamente o conhecimento de maneira automática, por meio de raciocínio de
programas informáticos. De uma maneira geral, a representação do conhecimento
para a CI reside no campo das idéias e é articulado pelos processos mentais,
enquanto que para a CC reside no campo informático e é articulado pelos
programas de raciocínio lógico que alimentam as bases de conhecimento.
No âmbito terminológico da representação do conhecimento, os tesauros e as
ontologias são modelos principais abordados pela Ciência da Informação. O
tesauro é uma linguagem documentária caracterizada pela complexidade existente
no relacionamento entre os termos que comunicam o conhecimento especializado. A
ontologia é um modelo de representação do conhecimento, por vezes empregado
como linguagem documentária, que, a exemplo do tesauro, é utilizada para
representar e recuperar informação por meio de estruturas conceituais. As
ontologias possibilitam compartilhar uma visão de determinado campo de
conhecimento, compartilhar uma forma de pensar de determinado assunto,
proporcionando um mapa semântico e uma estrutura conceitual de um domínio
específico por meio de um vocabulário comum.
O presente artigo relata parte de uma pesquisa de Mestrado, desenvolvida no
Programa de Pós-Graduação em Ciência da Informação da Universidade Federal de
Santa Catarina, que consiste, sobretudo, na identificação e na discussão de
aspectos que aproximam e distanciam os fundamentos dos tesauros aos das
ontologias. Neste artigo, somente as diferenças entre eles são abordadas. O
intuito é ajudar a suprir uma carência da literatura correspondente, já que são
raros os estudos que lançam mão de rigor teórico e metodológico para comparar
esses dois modelos de representação, fato que inibe uma definição de suas
diferenças fundamentais.
Na esfera teórica, a pesquisa foi subsidiada pelos fundamentos da Teoria
Comunicativa da Terminologia (TCT), criada por Maria Teresa Cabré da
Universitat Pompeu Fabra (Barcelona). No quadro metodológico, a Análise de
Conteúdo, definida por Laurence Bardin, conduziu todo o processo de coleta e
tratamento das informações, bem como as interpretações dos resultados obtidos.
O texto está estruturado com algumas definições significativas correspondentes
aos tesauros e às ontologias, com uma apresentação em linhas gerais das idéias
da TCT, e com a descrição metodológica da pesquisa, além, obviamente, das
afirmações conclusivas a respeito dos resultados encontrados na investigação.
2 Definições sobre tesauros e ontologias
Tesauros são vocabulários controlados formados por termos-descritores
semanticamente relacionados, e atuam como instrumentos de controle
terminológico. Os tesauros podem estar estruturados hierarquicamente (gênero-
espécie e todo-parte) e associativamente (aproximação semântica), e são
utilizados principalmente para indexar e recuperar informações por meio de seu
conteúdo. Cabré (1993) afirma que os tesauros são 'recopilações' de termos
relacionados semanticamente, que servem como ferramenta para organizar e
recuperar informação.
Segundo as diretrizes para a construção de tesauros descritas no Padrão Norte-
Americano,
a thesaurus is a controlled vocabulary arranged in a known order and
structured so that equivalence, homographic, hierarchical, and
associative relationships among terms are displayed clearly and
identified by standardized relationship indicators that are employed
reciprocally2 (AMERICAN, 2003, p.?).
O Padrão ressalta ainda que os tesauros não são utilizados somente pelos
especialistas da informação, no momento da indexação, mas também por usuários
da informação, no momento da busca de documentos. Essa afirmação é enaltecida
por Moreira (2003), que, além de concordar que o tesauro é o elo entre a
linguagem utilizada pelos indexadores e pelos usuários, afirma que os termos e
as relações dos termos contidos nos tesauros fazem deles instrumentos
essenciais para que ambos (indexador e usuário) busquem o melhor termo (ou
termos) em um sistema de informação.
As ontologias são aparatos desenvolvidos pela engenharia computacional, e
consistem em especificações formais que visam descrever estruturas conceituais
de domínios específicos. Para Gruber (1993a), ontologias são esquemas
conceituais em sistemas de bancos de dados. Um esquema conceitual fornece uma
descrição lógica de dados compartilhados, permitindo programas de aplicação e
interoperabilidade entre os bancos de dados. Uma ontologia define o vocabulário
usado para compor expressões complexas. O objetivo da ontologia é viabilizar um
acordo no uso do vocabulário compartilhado de uma maneira coerente e
consistente. A definição mais difundida para ontologia no âmbito da
representação do conhecimento é a de Gruber (1993b), na qual o autor afirma que
uma ontologia é uma especificação formal e explícita de uma conceitualização
compartilhada. No entendimento do autor, 'conceitualização' se refere a um
modelo abstrato dos fenômenos no mundo, identificando os conceitos relevantes
daqueles fenômenos. O termo 'formal' se refere ao fato de que a ontologia deve
ser legível por máquina; 'explícito' se justifica porque os tipos de conceitos
usados e suas restrições de uso são definidos explicitamente; e 'compartilhado'
reflete que a ontologia deve capturar o conhecimento consensual aceito pelas
comunidades.
Guarino e Giaretta (1995) afirmam ser problemático o fato de Gruber (1993b)
considerar que a conceitualização reside no nível das relações extensionais,
descrevendo um estado particular das coisas. Para eles, a conceitualização
reside no nível das relações intensionais, e descreve os vários estados das
coisas. Guarino e Giaretta (1995) ressaltam que ontologia é uma teoria lógica
que fornece um relato explícito e parcial de uma conceitualização, e afirmam
também que ontologia pode ser considerada sinônimo de conceitualização, ou
seja, uma estrutura semântica intensional que codifica as regras implícitas,
legitimando uma estrutura de uma parte da realidade. Guarino (1998) expõe que o
termo 'ontologia' denota o resultado da atividade de análise conceitual, que
modela um domínio, realizada por meio de metodologias padrão.
Ding e Foo (2001) afirmam ser ontologia uma estrutura de termos que possibilita
o compartilhamento de informações de determinado domínio do conhecimento, sendo
que domínio pode também ser entendido como uma tarefa específica.
Segundo Noy e McGuinness (2005), uma ontologia é uma descrição explícita e
formal de: a) conceitos em um domínio de discurso; b) propriedades de cada
conceito, descrevendo as características e atributos do conceito; e c)
restrições sobre as propriedades.
Em artigo que visa esclarecer questões referentes à construção e ao
compartilhamento de ontologias, Sowa (1999) afirma que
Ontology is a catalog of the types of things that are assumed to
exist in a domain of interest Dfrom the perspective of a person who
uses a language Lfor the purpose of talking about D. The types in the
ontology represent the predicates, word senses, or concept and
relation typesof the language Lwhen used to discuss topics in the
domain D3 (SOWA, 1999, p. 1-2).
As definições aqui apresentadas afirmam essencialmente que a ontologia
proporciona um vocabulário formal e comum baseado em uma estrutura de conceitos
específicos de um dado domínio.
As diferenças entre tesauros e ontologias não ficam muito evidentes com uma
simples observação em suas definições. Por isso, buscaram-se, na Teoria
Comunicativa da Terminologia, parâmetros para investigar mais detidamente o que
há de comum entre esses instrumentos.
3 Teoria Comunicativa da Terminologia (TCT)
Dentre as teorias modernas da Terminologia que ancoram os estudos mais recentes
de organização e representação do conhecimento, merecem destaque, sem
pormenorizar as diferenças de abordagens, a Teoria Geral da Terminologia (TGT)
de Eugen Wüster, a Teoria da Socioterminologia de François Gaudin e a Teoria
Comunicativa da Terminologia (TCT) de Maria Teresa Cabré.
Definida no final da década de 1990, a TCT é uma teoria descritiva de base
lingüística e perspectiva funcionalista, focada no caráter comunicativo do
termo. Cabré (1999) definiu uma teoria generalizada, levando em consideração
que a Terminologia é interdisciplinar (integrando aspectos da Lingüística, das
Ciências Cognitivas e das Ciências Sociais) e transdisciplinar (atua em todas
as disciplinas). Segundo a autora, a TCT não considera os termos como unidades
isoladas que constituem seu próprio sistema, mas sim, considera-os como
unidades que se incorporam no léxico de um falante, no momento em que este
adquire o know howde especialista por meio da aprendizagem do conhecimento
especializado.
Bem como toda teoria terminológica, a teoria de Cabré direciona sua luz às
implicações que dizem respeito ao termo e ao conceito. Mas a lente concebida
pela TCT permite visionar o termo de uma maneira diferente. Dando ênfase ao
exame da estrutura e do funcionamento terminológico, e levando em conta o
aspecto da variação, o termo é visto na teoria de Cabré como uma unidade
denominativo-conceitual, como uma unidade de conhecimento. Assim, com base em
orientações epistemológicas voltadas à dimensão comunicativa das línguas
naturais, a TCT visualiza o termo como uma unidade de conhecimento, composta
por uma forma e um conteúdo, sendo a forma a unidade lexical que denomina o
conceito (conteúdo).
Com base nos fundamentos da TCT, foram extraídos os seguintes elementos de
observação para a análise: a) o termo, considerando seu caráter de unidade de
conhecimento pertencente à linguagem natural e as distintas funções deste no
contexto discursivo. Considerando também sua característica pragmática inserida
no discurso e sua simultaneidade quanto à forma e ao conteúdo; b) o conceito e
seus diferentes tipos de relações, formadores da estrutura conceitual; e c) os
objetivos (teóricos e práticos) atribuídos aos modelos em questão.
4 Metodologia
A pesquisa aqui relatada é qualitativa do ponto de vista da abordagem do
problema, pois está pautada em análises e interpretações de conteúdos. Na ótica
dos procedimentos técnicos, trata-se de uma pesquisa documental, que empregou
técnicas da Análise de Conteúdo para o levantamento, tratamento e análise das
informações.
Conforme a determinação do método de Análise de Conteúdo, definido por Bardin
(2003), a análise foi dividida em três fases: a) Pré-análise; b) Exploração do
material; e c) Resultados e interpretações;
4.1 Pré-análise
O conjunto documental da investigação foi constituído por relatórios de
pesquisas da área Ciência da Informação e Ciência da Computação, localizados
nas bases de dados da Library_and_Information_Science_Abstracts (LISA), da
Wilson Library Literature and Information Science Full Text, e da Biblioteca
Digital de Teses e Dissertações do IBICT (INSTITUTO..., 2007). Os documentos
não disponíveis on-line foram solicitados pela comutação bibliográfica por meio
do sistema COMUT. O período de abrangência foi de 1998 a 2007, e os idiomas
foram delimitados em português, inglês e espanhol.
O Corpus de Análise foi construído seguindo as regras de exaustividade,
representatividade, homogeneidade e pertinência, postuladas por Bardin (2003).
Foi composto por 34 documentos, sendo 33 artigos técnico-científicos e uma
Tese. Dos 34 documentos selecionados para o Corpus de Análise, 17 correspondem
ao tema 'tesauro', sendo 16 artigos e a tese, 16 artigos são relativos ao tema
'ontologia', e um artigo cobre ambos os temas.
Acatando as orientações concebidas pela Análise de Conteúdo, foram determinadas
as seguintes categorias de análise:
1. Termo: registra uma síntese contendo a perspectiva apresentada no
documento com relação aos termos do modelo de representação do
conhecimento em questão.
2. Conceito: registra uma síntese contendo a perspectiva apresentada
no documento com relação aos conceitos e
estruturas conceituais do modelo de representação do conhecimento em
questão.
3. Objetivo: registra uma síntese contendo a abordagem apresentada no
documento com relação aos objetivos (teóricos e práticos) do modelo
de representação do conhecimento em questão.
O registro dos elementos correspondentes às categorias focou os seguintes
parâmetros baseados na TCT: a) Categoria Termo - as funções das unidades
terminológicas, a relação forma-conteúdo do termo e os níveis de relacionamento
entre os termos; b) Categoria Conceito - a relação com a designação do termo e
a relação entre os próprios conceitos e; c) Categoria Objetivo - finalidades
das linguagens documentárias em questão.
4.2 Exploração do Material
A exploração do material foi realizada por meio da técnica de fichamento de
textos e auxiliada por uma base de dados criada no Microsoft ® Access 2003. A
leitura de cada documento foi devidamente fichada, com base nas categorias
descritas acima, e registrada na referida base de dados. Para cada texto
analisado foi elaborada uma ficha contendo registros relativos às unidades de
registro Referência, Tema, Resumo e Observações, e às categorias Termo,
Conceito e Objetivo. A FIG._1 mostra a ficha de registro de um dos textos
analisados.
Com o auxílio da base Microsoft® Access, após o fichamento do material
analisado, foi possível gerar relatórios de acordo com a necessidade do
analista. Foram gerados relatórios contendo a descrição de todas as informações
registradas no processo de coleta de informações: Referência, Tema, Resumo,
Termo, Conceito, Objetivo e Observações. E também um relatório contendo a
descrição apenas das informações referentes às categorias de análise Termo,
Conceito e Objetivo, com o fim de uma análise mais detida dos pontos de
observação central.
4.3 Tratamento dos resultados e interpretações
Para direcionar a análise, foram determinadas variáveis de inferência. Essas
variáveis foram escolhidas de acordo com a percepção, ocorrida durante todos os
processos anteriores, sobretudo durante a leitura e o fichamento dos textos, de
elementos recorrentes na grande maioria dos documentos analisados. Tais
elementos foram identificados e considerados como variáveis de inferência
inseridas nas categorias da análise, a saber: a) Categoria Termo - definição/
função, tipos, relação entre termos e relação com os conceitos; b) Categoria
Conceito - definição/função, organização dos conceitos, relação entre conceitos
e relação com os termos; e c) Categoria Objetivo - teórico (relativo à
terminologia em geral) e prático (relativo aos sistemas de informação).
Com o intuído de facilitar a comparação dos aspectos que caracterizam os
tesauros e as ontologias, foram elaborados um Quadro A, que descreve o conteúdo
concernente aos documentos relativos aos tesauros, e um Quadro B, que descreve
o conteúdo referente aos documentos relativos às ontologias. Ambos os quadros
foram orientados pelas categorias de análise e variáveis de inferência. O
quadro abaixo (QUADRO_1) ilustra o modelo dos quadros A e B da pesquisa, que
não são expostos neste artigo devido sua grande extensão.
Com as características dos tesauros e das ontologias devidamente registradas, o
passo seguinte foi o cruzamento dos conteúdos dos Quadros A e B, com o fim de
identificar as diferenças existentes entre ambos os modelos de representação do
conhecimento.
4.3.1 As diferenças
No que diz respeito ao termo, as diferenças encontradas nos textos residem
predominantemente na função exercida por eles. Os textos relativos às
ontologias focam mais as funções desempenhadas pelos termos, sem se
(pre)ocuparem em defini-los, ficando apenas notória a idéia de que um termo é
uma etiqueta que se refere a um conceito. A literatura relativa aos tesauros
atribui aos termos a função de evitar ou diminuir a flexibilidade da linguagem
e descrever um conceito de maneira unívoca em um sistema de informação, ao
passo que a literatura relativa às ontologias atribui aos termos a função de
definir formalmente coisas em um domínio de interesse e viabilizar a consulta a
um sistema de informação fazendo uso de conceitos pré-estabelecidos por
especialistas. As funções dos termos atribuídas pelos textos referentes ao
tesauro são funções de caráter terminológico e conceitual, ao passo que os
outros textos atribuem aos termos funções mais práticas em ambientes de
aplicação especializados.
Na parte do corpus que representa os tesauros, foram encontrados nove tipos de
termos não identificados nos textos correspondentes às ontologias: Termo
Simples, Termo Composto, Termo Equivalente, Termo Preferido, Termo Proibido,
Termo Relacionado, Termos Polissêmicos, Identificador e Termo Qualificado. No
que diz respeito às ontologias, foi identificada apenas uma classificação de
termo que se distancia dos tipos encontrados nos tesauros, a saber: a Entidade
(termo que mostra uma substância).
Nos documentos correspondentes às ontologias são definidas apenas duas
informações a respeito da relação entre os termos. A primeira afirma que a
relação semântica está diretamente ligada à apresentação sintática em um
discurso; a segunda expõe que o relacionamento entre os termos é realizado
pelos especialistas, ou seja, dá-se por meio do consenso em um determinado
domínio. Já a literatura referente aos tesauros apresenta três tipos de
relações entre os termos (diferentes das ontologias): a) Equivalência - quando
um termo apresenta uma relação de sinonímia com outro, e, neste caso, o termo
adotado pelo tesauro (termo preferido), também conhecido como descritor, é
determinado na elaboração do tesauro lançando mão da sigla UP (Usado Para). O
termo preterido é marcado pela sigla USE (que o remete para o descritor
correspondente); b) Associativo - apresenta relação semântica não hierárquica;
c) Nota Explicativa - orientação que elucida o emprego de determinado termo,
fornecendo informações como a definição do termo e sua relação com outros
termos.
Com relação ao conceito, a literatura voltada aos tesauros o considera como o
conjunto formado pelas características de um objeto, que por sua vez são
sintetizadas por um termo, definição pautada na Teoria do Conceito. Para os
estudos de ontologias, os conceitos são unidades de um vocabulário
especializado que representam classes, entidades, atributos e processos. É
possível identificar que, no âmbito dos tesauros, o conceito é abordado sob uma
ótica mais teórica (abstrata), como uma unidade representante de um objeto. No
âmbito das ontologias, embora o conceito também seja uma unidade representante
de um objeto, o conceito é tratado sob uma ótica mais aplicada. Essa diferença
de visões reflete a diferença de abordagens das áreas de conhecimento que
cobrem os estudos aqui analisados. A área da Ciência da Informação, que
predominantemente cobre os estudos de tesauros, objetiva uma investigação de
cunho mais reflexivo, mapeando todo um campo teórico-conceitual, em busca de
embasamentos e entendimentos teóricos e metodológicos referentes a aplicações
passadas e futuras. A área da Ciência da Computação, responsável pela maioria
dos estudos de ontologias, não negligenciando as reflexões teóricas, mas sim
priorizando a construção dos aparatos informáticos, centra suas investigações
no desenvolvimento e na aplicação de seus produtos (nesse caso as ontologias).
Isso explica a diferente maneira com que os artigos relativos aos tesauros
abordam o assunto, se comparado com os textos relativos às ontologias. Com base
na análise do corpus, ao imaginar um ciclo de desenvolvimento científico para
este caso, é possível visualizar a pesquisa da Ciência da Informação
alimentando e sendo alimentada pela pesquisa da Ciência da Computação, e vice-
versa. Obviamente, ambas as pesquisas, além de se complementarem, perpassam por
outras áreas (como a Lingüística, por exemplo) para fortalecerem este ciclo.
Os textos relativos ao tesauro não fazem uso da expressão 'organização de
conceitos', ao passo que os textos relativos às ontologias, nesse aspecto,
distinguem os conceitos concretos principais, que são aqueles que apresentam
propriedades do domínio, bem como seus relacionamentos, dos conceitos
abstratos, que são as características.
Os tesauros apresentam dois tipos de relacionamento entre conceitos que não
foram identificados na literatura referente às ontologias: o relacionamento
ontológico, que diz respeito à proximidade situacional dos elementos na
realidade (contigüidade dos conceitos no espaço), e que é considerado a relação
entre conceito e realidade; e o relacionamento de equivalência, que ocorre
quando um conceito é representado por mais de uma forma. Enquanto os textos
relativos às ontologias relatam que interligações entre conceitos mais
refinados e conceitos mais periféricos formam as relações adicionais, os textos
voltados aos tesauros apresentam relacionamentos dos tipos: descendência,
instrumental, causa e efeito, benefício, prejuízo, material, aparência,
processo e estado. Finalizando a questão dos tipos de relações possíveis entre
os conceitos contidos em um tesauro, afirma-se que essa relação é determinada
pelo uso que o domínio faz dos conceitos, além das características próprias do
respectivo domínio. Por outro lado, na literatura das ontologias é mencionada a
seguinte informação a respeito do relacionamento entre conceitos atrelados ao
domínio: as relações conceituais, que se dão no nível intensional, são
definidas em um espaço do domínio, e podem ser representadas em grupos de
mundos possíveis (conjunto de coisas, estados e relações de coisas que são
convencionalmente determinados como possíveis, mas que estão sob a égide de um
conjunto de regras também determinado). Tal informação pode não caracterizar
uma diferença, mas evidencia uma função que transcende as possibilidades de
relacionamento conceitual dos tesauros.
Outra particularidade do relacionamento entre conceitos, possível somente nas
ontologias, é a relação concebida por meio de axiomas, os quais definem a
interpretação pretendida. Embora os textos referentes aos tesauros enumerem uma
quantidade maior de tipos de relacionamentos entre conceitos, a flexibilidade
do relacionamento por meio de axiomas, viabilizada pelo formalismo informático
das ontologias, proporciona maior dinamicidade no tangente ao relacionamento
conceitual.
Ao que se refere aos objetivos teóricos, a análise de conteúdo identificou como
meta dos tesauros auxiliar a inter-relação entre linguagem natural e linguagem
artificial, fornecendo um sistema de símbolos lingüísticos para agrupar e
relacionar informações de uma temática. Do lado das ontologias, foram
identificados como objetivos fornecer um mapa semântico aos campos individuais
e o relacionamento entre os campos, servindo como uma ferramenta que crie uma
estrutura lógica, uma filosofia, uma classificação em um domínio. Enquanto os
tesauros almejam orientar qual o termo mais adequado para representar um
conceito, as ontologias visam esclarecer o significado pretendido de um
vocabulário por meio de axiomas.
Com isso, fica evidente que, embora ambos tenham (em teoria) o objetivo de
servir como uma ferramenta de referência para a representação de assuntos
especializados, os tesauros estão voltados ao elo que une a linguagem do
usuário com a linguagem utilizada pelos sistemas de informação, preocupando-se
em conceder um sistema simbólico que esclareça a relação entre os termos e os
conceitos. Já as ontologias transcendem esta meta de padronizar a linguagem
utilizada na indexação e na recuperação da informação, propondo ser um mapa
semântico, uma estrutura formal para um dado domínio, ou até mesmo servir como
ferramenta capital para a elaboração de bases de conhecimento. Para Noy e
McGuinness (2005), a linha que define onde termina uma ontologia e onde começa
uma base de conhecimento é muito tênue. Segundo as autoras, uma ontologia,
somada a um conjunto de instâncias individuais de classes, formam uma base de
conhecimento. Na área da Ciência da Computação, o termo 'base de conhecimento'
é definido como uma ferramenta de suporte para o atendimento a dúvidas, usada
para definir bases de dados ou conhecimento acumulado sobre um determinado
assunto. Pode ser utilizada na solução de problemas, por meio do uso de
ferramentas de Inteligência Artificial (IA). De uma maneira geral, base de
conhecimento pode ser considerada uma coleção de informação que opera com base
em ontologias.
Partindo para o âmbito das aplicações dos modelos de representação do
conhecimento, fica evidente que os objetivos dos tesauros são a padronização e
a normalização terminológica das atividades de indexação e recuperação nos
sistemas informacionais. Já as ontologias, devido ao seu formalismo
informático, vão em busca de uma estrutura de conceitos com alto nível de
dinamicidade no que diz respeito aos modelos de representação do conhecimento.
Enquanto os tesauros pretendem servir como pontes que ligam as necessidades de
informação aos sistemas de recuperação da informação, as ontologias pretendem
ajudar a responder perguntas em um corpo de informação, não apenas relacionando
os conceitos aos termos e os definindo, mas, também, esclarecendo-os e
contextualizando-os em uma classificação, baseando-se nas disciplinas, nas
línguas e nas culturas. Enquanto os tesauros se voltam à atividade de indexação
baseada em linguagem natural, as ontologias servem como uma espécie de
dicionário que é usado tanto por humano quanto por base de conhecimento
(máquina) para processar linguagem natural.As ontologias não visam à 'tradução'
de linguagens naturais para linguagens especializadas e vice-versa, mas, sim,
atuam no próprio processamento dessas linguagens.O uso da palavra 'dicionário'
torna evidente que as ontologias vão além de propor uma estrutura conceitual
por meio do relacionamento controlado de termos, pois os dicionários têm como
característica apresentar definições de palavras. Os tesauros almejam ser um
vocabulário oficial para a indexação e recuperação de documentos, deixando
explícita sua função de controle terminológico para as respectivas atividades,
ao passo que as ontologias visam a um entendimento comum e compartilhado de um
determinado domínio, deixando claro que uma de suas funções é possibilitar que
bases de conhecimento respondam perguntas solicitadas. Assim como os tesauros
estão voltados para a normalização terminológica de um sistema de informação,
as ontologias estão voltadas para a 'identificação e definição' dos 'conceitos
relevantes' que caracterizam um domínio.
Nota-se que, assim como a literatura aponta, como objetivo dos tesauros, propor
um conjunto estruturado de termos sob a base de um sistema de conceitos aptos a
organizar conteúdos, auxiliando a representação desse conteúdo e evitando as
ambigüidades lingüísticas, aponta também, como objetivo das ontologias,
possibilitar por meio de aplicações lógicas a construção de modelos
computacionais para um determinado domínio de aplicação. Embora isto não
evidencie uma oposição direta com características próprias dos tesauros, denota
mais uma vez que os recursos informáticos possibilitam que os objetivos das
ontologias vão além daqueles almejados pelos tesauros.
Devido a esse fato, de as ontologias serem criadas e desenvolvidas no meio
informático, são inúmeros os objetivos atribuídos a elas que transbordam a
esfera de atuação dos tesauros. Dentre eles: a) interoperabilizar sistemas; b)
proporcionar a interoperabilidade dos serviços ofertados na web,
potencializando os níveis de serviços ofertados; ou seja, sustentar a web
semântica; c) propiciar benefícios na engenharia de sistemas (reusabilidade,
confiabilidade e especificação); d) fornecer base conceitual para projetos de
pesquisa e execução; e) melhorar a comunicação e o aprendizado, assistindo a
escritores e leitores, fornecendo estruturas conceituais que sustentem o
ensino; f) possibilitar serviços baseados em operacionalizações semânticas; g)
ligar parte do conhecimento humano aos processamentos computacionais; h)
descrever a semântica de um domínio de modo que seja compreensível por homens e
máquinas; i) melhorar a consistência e o reuso da informação e o
compartilhamento do conhecimento; j) recuperação da informação e raciocínio
automático de um dado domínio; k) capturar significados e relações entre os
significados; l) servir como um catálogo dos tipos de coisas que existem em um
domínio D, da perspectiva de uma pessoa que usa uma língua L, com a finalidade
de falar sobre D; m) representar os predicados, os sentidos das palavras ou os
tipos de conceitos e relações da língua L, quando usados para discutir tópicos
no domínio D; n) na web semântica, serve para fornecer uma conceitualização
parcial de um dado domínio de forma compartilhada entre usuários comuns e que
seja formalmente definida por uma linguagem processada por máquinas; o)
oferecer meios concisos e sistemáticos para definir a semântica dos recursos
web e; p) proporcionar regras de inferência e deduções racionais para que
sistemas sejam inteligíveis e processados automaticamente por meio das várias
linguagens de marcação.
Fica subentendido que as ontologias transcendem a questão da simples
representação de conteúdos documentais, mais frequentemente atribuída aos
tesauros, para assumir um papel de ferramenta elementar para os sistemas de
informação automatizados, para as bases de conhecimento e os serviços ofertados
pela web, sobretudo no tocante à web semântica. Isso não significa que
ontologias não cumpram o papel de representar conteúdos de informação, pelo
contrário, significa que a representação da informação proporcionada por uma
ontologia vai além das tradicionais descrições simbólicas de conteúdos de
documentos.
As diferenças descritas acima, bem como as características que, embora não
apresentem uma distinção direta, demonstram peculiaridades dos modelos, tornam
evidente que o distanciamento entre tesauros e ontologias é mais bem
esclarecido na esfera das aplicações, haja vista que as diferenças de ordem
conceitual, muitas vezes, correspondem a pontos de vista. Claro está o fato de
que a literatura que trata dos tesauros fortalece seus argumentos na questão do
controle terminológico necessário para as atividades de indexação e recuperação
de informação, e no elo entre o usuário e a informação. Por outro lado, o foco
argumentativo da literatura das ontologias está na concepção de uma estrutura
conceitual formal e compartilhada, que conceda uma visão de parte de mundos
especializados.
5 Conclusões
A pesquisa relatada parcialmente neste artigo foi fruto de um processo de
Análise de Conteúdo. Portanto, os resultados aqui alcançados são fruto de
inferências extraídas dos documentos analisados, ou seja, são os resultados de
uma interpretação controlada por variáveis julgadas como relevantes para este
estudo. Torna-se, portanto, inevitável o esclarecimento de que esses resultados
pertencem a uma investigação que deu vazão à subjetividade do analista. No
entanto, essa subjetividade não significa uma falta de rigor científico quanto
à análise do conteúdo dos documentos, mas, sim, representa que o objetivo aqui
alcançado teve uma interferência 'controlada' do sujeito em relação ao objeto
observado. Isso leva à consideração de que as características que distanciam
tesauros e ontologias, identificadas neste estudo, não são últimas e acabadas,
mas, sim, características significativas que possibilitam afirmações
importantes ao estudo da diferença entre tesauros e ontologias.
A quantidade de características diferentes entre os modelos de representação do
conhecimento por ora analisados reflete algo que já poderia ter sido previsto
pelo fato de ambos pertencerem genuinamente a áreas de conhecimento distintas
(tesauro - disciplinas da Ciência da Informação; ontologia - disciplinas da
Ciência da Computação). Porém, o emprego de ambos os modelos como linguagens
documentárias para o universo da informação os tornam passíveis de análises
como esta, que os colocam como modelos afins localizados em espaços similares.
Embora ambos os modelos de representação do conhecimento sejam utilizados em
situações similares e com funções por vezes concomitantes, seria uma redução
afirmar que ontologias são linguagens documentárias que visam o controle
terminológico nas atividades de indexação e recuperação da informação, bem como
seria, também, uma incoerência afirmar que tesauros são especificações comuns e
compartilhadas de uma conceitualização. A simples afirmação de que ontologias
são linguagens documentárias já se evidencia como uma incoerência. Embora as
ontologias possam cumprir papéis desempenhados pelas linguagens documentárias,
já foi enfatizado neste trabalho que linguagens documentárias são instrumentos
que auxiliam o processo de classificação, indexação e recuperação de documentos
por assunto, uma definição muito aquém das possibilidades de execução de uma
ontologia.
As diferenças apontadas neste estudo não são indicadores de vantagens e
desvantagens de um modelo em relação ao outro, mas sim índices que apontam para
a evolução dos modelos de representação do conhecimento que, ao longo da
história, caminharam da classificação filosófica e bibliográfica de assuntos
para a construção de uma estrutura conceitual, uma estrutura de pensamento
comum. Servidas pelos aparatos informáticos, e toda a potencialidade que eles
concedem, as ontologias são hoje o exemplo de sofisticação no que tange à
representação do conhecimento.
Avançando um pouco mais o assunto, e trazendo para esta reflexão as idéias
funcionalistas da Teoria Comunicativa da Terminologia (TCT), é possível ousar a
seguinte afirmação: a ontologia é a potencial concretização dos postulados da
TCT. Tal afirmação se constrói com base no seguinte raciocínio: se a TCT
persegue uma Terminologia baseada em uma linguagem natural (embora contida de
especificidade) e real (efetivamente usada nos ambientes especializados), e se
as ontologias concebem uma especificação comum e compartilhada de uma
conceitualização - o que permite a especialistas compartilharem do mesmo
vocabulário -, tem-se que as ontologias são capazes de formalizar (não no
sentido de padronizar, mas sim no sentido de legitimar uma estrutura) uma
terminologia efetivamente utilizada e compartilhada entre especialistas.
Obviamente que a ousadia de tal afirmação surge mais como uma 'hipótese' a ser
investigada do que uma 'tese' a ser defendida. Porém, sua presença neste
trabalho se justifica no fato de ser uma reflexão resultante da análise que
buscou estudar os modelos de representação do conhecimento com base na visão
comunicativa da terminologia.
A contribuição principal da presente investigação está na identificação,
devidamente comentada, das diferenças existentes entre os tesauros e as
ontologias, assunto pouco tratado na literatura corrente. Tal contribuição traz
ao universo da Ciência da Informação, dedicado, dentre outros esforços, ao
fluxo informacional nos ambientes científicos e profissionais, alicerces para
melhor compreender essas ferramentas de representação do conhecimento que, em
se tratando de controle terminológico, são as principais da área da Ciência da
Informação.
