Sistemas multiagentes cognitivos para recuperação, classificação e extração integradas de informação da web

Abstract

Existem, na Web, classes de páginas com conteúdo e estrutura similar (por exemplo, páginas de chamadas de trabalhos, referências bibliográficas, etc); algumas delas têm sido tratadas por agentes extratores. Porém, estes sistemas negligenciam o fato de que algumas destas classes inter-relacionam-se, formando grupos (por exemplo, o meio científico). Propomos uma arquitetura de sistemas multiagentes cognitivos para a recuperação, classificação e extração integradas de informação, a partir destes grupos. Para a realização destas tarefas, uma visão da Web que incorpora estas classes (visão por conteúdo) e também a funcionalidade de apresentação das informações mantidas nas páginas (i.e., se a página é uma lista, mensagem, página de uma classe ou nenhuma delas) faz-se necessária. Cada agente processa uma classe, empregando ontologias do domínio e ontologias estratégicas para reconhecer páginas e extrair delas as possíveis informações úteis, comunicando-se e cooperando com os outros agentes. As "dicas quentes" sobre páginas e links, trocadas entre os agentes, normalmente contêm menos lixo do que os resultados às consultas dos mecanismos de buscas tradicionais (por exemplo, AltaVista e Excite). A arquitetura de agente apresenta várias formas de reuso: código, esquema da base de dados, conhecimento e serviços dos mecanismos de busca. Resultados promissores da recuperação e classificação funcional e de conteúdo foram obtidos para agentes que processam eventos e artigos científicos, empregando uma ontologia do domínio científico criada especificamente para este fim, sugerindo que a arquitetura é factível. Foram usados a linguagem Java, o motor de inferência Jess e o editor de ontologias Protégé, para a construção dos agentes.