Uso de IA para criação de Ontologias
uma proposição para o domínio “Saúde Indígena”
DOI:
https://doi.org/10.22477/viii.widat.260Palavras-chave:
inteligência artificial, ontologia, ChatGPT-4, saúde indígena, aprendizado de ontologiaResumo
Introdução: Propõe o uso de Inteligência Artificial (IA), especificamente a LLM ChatGPT-4, para a criação de Ontologia de domínio em “saúde indígena” de forma semi-automatizada, a fim de auxiliar o desenvolvimento de um sistema de informação para a Secretaria de Saúde Indígena (SESAI). Metodologia: Adotou-se o framework LLMs4OL, adaptando-o para o contexto específico. Inicialmente, foi definido o escopo do domínio e coletado um corpus controlado de documentos referentes à SESAI. Em seguida, foram elaborados prompts para o ChatGPT-4, com o objetivo de extrair conceitos e relações do corpus. As respostas do modelo foram avaliadas e os prompts foram refinados iterativamente para melhorar a precisão e a completude da ontologia. Resultados: Uma série de prompts são disponibilizados para criação de ontologias em outros domínios. A ontologia criada é composta por 180 axiomas, dos quais 54 são axiomas de declaração e 58 são axiomas lógicos. Há 44 classes distintas, 11 propriedades de objeto e 2 propriedades de anotação, além de 14 indivíduos identificados. Conclusão: O uso da IA demonstrou eficácia na extração de termos, relações e na criação de uma estrutura ontológica inicial, mostrando um potencial promissor para criação de ontologias. Entretanto, a supervisão humana garantiu a adequação cultural e a precisão dos dados, provando que a combinação de IA e expertise humana é uma alternativa para organização do conhecimento.
Referências
ARAÚJO, A. N. S.M.; FELIPE, E. C. Análise qualitativa das ações de saneamento e saúde em áreas indígenas. Brazilian Journal of Development, Curitiba, v. 7, n. 5, p. 53203-53213, 2021. DOI: http://doi.dx/10.34117/bjdv.v7i5.30478. Disponível em: https://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/30478. Acesso em: 10 mar. 2025.
BENEVIDES, L.; PORTILLO, J. A. C.; NASCIMENTO, W. F. A atenção à saúde dos povos indígenas do Brasil: das missões ao subsistema. Tempus Actas de Saúde Coletiva, Brasília, v. 8, n. 1, p. 29-39, mar. 2014. DOI: http://doi.dx/10.18569/tempus.v8i1.1450. Disponível em: http://www.tempusactas.unb.br/index.php/tempus/article/view/1450. Acesso em: 10 mar. 2025.
CIMIANO, P. Ontology learning and population from text: algorithms, evaluation and applications. New York: Springer, 2006. DOI: http://doi.dx/10.1007/978-0-387-39252-3. Disponível em: http://link.springer.com/10.1007/978-0-387-39252-3. Acesso em: 10 mar. 2025.
GIGLOU, H. B.; D’SOUZA, J.; AUER, S. LLMs4OL: large language models for ontology learning. In: PAYNE, T. R.; PRESUTTI, V.; QI, G.; VILLALÓN-POVEDA, M.; STOILOS, G.; HOLLINK L.; KAOUDI, Z.; CHENG, G.; LI, J. (ed). The semantic web: ISWC 2023. Athens: Springer, 2023. v. 14265, p. 408-427. DOI: http://doi.dx/10.1007/978-3-031-47240-4_22. Disponível em: https://link.springer.com/10.1007/978-3-031-47240-4_22. Acesso em: 10 mar. 2025.
LO, A.; JIANG, A. Q.; LI, W.; JAMNIK, M. End-to-end ontology learning with large language models. In: CONFERENCE ON NEURAL INFORMATION PROCESSING SYSTEMS, 38., 2024, Vancouver. Conference [...]. Vancouver: NeurIPS, 2024. DOI: http://doi.dx/ 10.48550/arXiv.2410.23584. Disponível em: http://arxiv.org/abs/2410.23584. Acesso em: 10 mar. 2025.
Downloads
Publicado
Como Citar
Edição
Seção
Categorias
Licença
Copyright (c) 2025 Luiz Lopes, Marcelo Schiessl, Milton Shintaku
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
