Uma proposta para análise de similaridade entre documentos XML e ontologias definidas em OWL

Abstract

O casamento de documentos e esquemas é aplicável em diversos cenários, como integração de dados, data warehouse, e processamento semântico de consultas. A maioria das propostas baseia-se na similaridade léxica ou semântica entre as representações. No entanto, existem poucas propostas para casamento de documentos XML e ontologias e, na maioria das vezes, exigem intervenção de um especialista. Neste contexto, o trabalho aqui apresentado objetiva propor uma estrutura que identifique o grau de similaridade entre estruturas definidas em XML e ontologias, considerando perspectivas léxicas e semânticas. Para tanto, foram avaliadas propostas encontradas na literatura para análise de similaridade entre esquemas, considerando ambas as perspectivas, visando identificar padrões e melhores práticas. Posteriormente, integraram-se estes padrões e boas práticas para avaliar a viabilidade prática da proposta. Com base no resultado da análise de viabilidade, desenvolveu-se um estudo de caso que avaliou os resultados obtidos. A principal contribuição deste trabalho diz respeito à automatização da avaliação de similaridade, possibilitando definir qual modelagem conceitual (ontologia) melhor descreve um documento XML.

Document and schema matching is relevant in many scenarios, such as data integration, data warehousing, and semantic query processing. However, there are a few approaches for ontology and XML document matching, and the existent ones usually demand the intervention of a specialist. In this context, this study presents an approach for similarity analysis between XML files and ontologies, considering lexical and semantic perspectives. For that end, some proposals for similarity evaluation between different schemas were evaluated to identify best practices and patterns. After that, these patterns and best practices were integrated to evaluate the current proposal’s viability. Using the results acquired by the viability analysis, it was developed a survey. The main contribution of this work is the automation of the similarity evaluation that defines which conceptual model best describes a XML document.