WEB SEMÂNTICA

A Internet do Futuro

Por Armando Levy

Qual o sentido da WEB?• Pesquise no Google:

• “Minas”

• Você recebe respostas tão variadas quanto a bandeira de Minas Gerais, o queijo minas e minas de ouro e diamantes

• Mas você quer saber sobre MINAS EXPLOSIVAS

Por que?• Sistema não distingue o Estado,

o tipo de queijo e a mineração da arma

• Técnica mais usada é combinar palavras, de modo a aprimorar o resultado da pesquisa• Busca Avançada

• Mas resultado é sempre desolador

• São dezenas (às vezes centenas) de páginas que não interessam, tornando difícil separar o joio do trigo

• Por que isso ocorre?

HTML é limitado• Crescimento exponencial da

WEB tornou difícil indexar as informações

• A linguagem HTML, que popularizou a WEB e é utilizada pela maioria dos sites, não possui recursos que permitam atribuir significado à informação

• As tags HTML são muito limitadas nesse sentido. Elas apenas descrevem como a página deve ser exibida e não oferecem nenhuma descrição dos dados

Minas, Estado

Minas, Ouro

Minas, Queijo

Minas, Explosivas

Como mudar?• Para melhorar a indexação são

necessárias categorias mais apuradas que permitam triar com eficiência no oceano de dados disponíveis

• Categorias já existem• Para o usuário que visita as páginas da

Estado de Minas, do Queijo Minas, das Minas de Ouro a diferença é evidente

• O problema é que essas diferenças só são entendidas por nós: humanos

• Aspiração da Inteligência Artificial é fazer com que a máquina reproduza os mecanismos da inteligência humana

• Mas ainda estamos muito longe disso

Minas, Estado

Minas, Ouro

Minas, Queijo

Minas, Explosivas

WEB Semântica• A WEB Semântica é uma

tentativa inversa de solução

• Ao invés de pensar na informação para os humanos, a idéia é pensar na máquina

• "Machine-understandable Information", esta é a definição da WEB Semântica, segundo o "pai da WEB", Tim Berners-Lee, um dos comandantes desse projeto

W3C• A criação da WEB Semântica

é capitaneada pelo consórcio W3C

• O W3C é um sucessor do projeto Metadados, cujos princípios são os mesmos: incluir "informação sobre a informação" na WEB

• O projeto Metadados tentava fazer isso via linguagem HTML, o que se revelou impossível porque o HTML não permite criar categorias semânticas.

Linguagem XML• Componente central da WEB

Semântica é a linguagem XML (Extended Markup Language), que permite descrever semanticamente os dados a partir de categorias que o próprio usuário pode definir

• Elemento XML pode ter dados declarados como preço de venda, título de livro, quantidade de chuva ou qualquer outro

• Uma vez que o dado é encontrado, ele pode ser distribuído pela rede e apresentado em um browser de várias formas possíveis

Por que XML?• É uma linguagem extremamente flexível• Mas criação de muitas categorias diferentes também

não é interessante• É preciso definir categoria em conjunto• Um exemplo é o da Unicamp e CNPq, que

estabeleceram um protocolo comum (criado por uma equipe da Universidade Federal de Santa Catarina) para poder trocar dados relativos aos currículos de seus pesquisadores

Como criar XML?• Para criar aplicações XML são

necessários quatro passos:• DTD (Document Type Definition)• Definir conjunto de tags e a

gramática da linguagem de marcação

• Não sobrepor tags e não omitir tags de finalização

• Usar os padrões DOM (Document Object Model) e SAX (Simple API for XML) para interpretá-las

• Transformar o arquivo para folhas de estilo (CSS) porque nem todo navegador lê XML

Categorias• Processo ainda é complexo• Há a necessidade de acordo

sobre que categorias a utilizar, como os dados devem ser relacionados, como os usuários irão interagir com eles

• Sem isso não há como montar "banco de dados"

• Este é, aliás, um dos maiores desafios do futuro da WEB

• No comércio eletrônico as empresas devem chegar a um acordo, pois têm muito interesse nessa tecnologia

Outros componentes• Outros componentes da WEB

Semântica são:• Universal Resource Identifier

• Como a URL especifica uma identidade • Resource Description Framework

• Uma linguagem e uma gramática para definir informação na WEB

• Ontologias• Conjuntos de asserções que definem as

relações entre conceitos e estabelecem regras lógicas de raciocínio

• Agentes• Softwares que funcionam sem

necessidade de controle direto ou supervisão

AgentesProgramas robôs

que executam tarefas específicas

na WEB

Premissa• A WEB Semântica reside na

esperança de que as pessoas comecem a publicar seus dados em RDF (Resource Description Framework)

• RDF é simplesmente um modelo de dados que permite às pessoas criarem dados legíveis pela máquina

• A WEB Semântica será construída baseada nestes dados

• Quando se publica algo em RDF não se está criando necessariamente uma parte da WEB Semântica, apenas se está colocando os dados à disposição dos processadores semânticos da WEB

Metas• As metas da WEB Semântica são

mais ambiciosas do que simplesmente permitir indexar melhor a informação da WEB

• Interessam as aplicações que se tornam possíveis com a utilização de categorias semânticas para descrever os dados

• Você pode criar um agente (programa robô), especificando que tipo de emprego gostaria de ter, qual a remuneração de seu interesse, local de trabalho ideal, benefícios de seu interesse, entre outras informações, fazendo com que ele circule pela Internet

Sites e blogs• Sites não comerciais

também se beneficiam da utilização do XML e do desenvolvimento da WEB Semântica

• Seus conteúdos indexados podem ser mais facilmente localizados pelos sites de busca como Google

• Este fenômeno explica o boom dos Blogs Corporativos

A WEB atual

FONTE: Eric Miller – W3C

A WEB Semântica

FONTE: Eric Miller – W3C

Onde a roda pega?• É necessária uma nova política de

propriedade intelectual• Os avanços da tecnologia de

informação e redes digitais possibilitam que cada um de nós se torne em um editor

• Roubo de propriedade intelectual é difícil de vigiar em uma rede distribuída

• Os proprietários de diretos autorais (textos, músicas, filmes) perseguem e combatem ferozmente as tecnologias que possibilitam acesso dinâmico a conteúdos protegidos por leis autorais

• O avanço da WEB Semântica vai exigir repensar os direitos autorais

Como ser feliz?• O segredo da WEB Semântica

está no conteúdo• Definição de categorias é

fundamental• Publicar documentos sem

categorias ou tags será o mesmo que jogar uma pedra no rio

• Surge uma nova profissão?• O categorizador de web?

O produtor de conteúdo na web escreve, filma,

grava, edita e define categorias

Tem sentido falar ainda em “jornalista”?

Obrigado!

• Armando Levy• Formação em Comunicação Social pela FAAP• Pós-Graduação em Gestão de Comunicação pela USP• Especialização em Gestão de Informática pela FGV• MBA em E-Business pela FGV• Mestre em Teoria e Pesquisa em Comunicação pela ECA-USP• Gerente de Comunicação e Internet da Credicard, Vésper e

Banco1.Net• Diretor da e-Press Comunicações• Consultor do Núcleo de Formação Profissional da Câmara Brasil

Alemanha• armando@epress.com.br• (11) 4082 4600