Machine Translated by Google

Resenhas de livros

Representação do Conhecimento: Lógica, Filosófica e

Fundamentos Computacionais

John F. Sowa

Pacific Grove, CA: Brooks/Cole, 2000,

xiv+594 pp; capa dura, ISBN 0-534-94965-7,
US$ 67,95

Avaliado por
Stuart C. Shapiro
University em Buffalo, The State University of New York

Para Sowa, “a representação do conhecimento é a aplicação da lógica e da ontologia à tarefa

de construir modelos computáveis para algum domínio” (p. xii). “Este livro é um livro-texto geral
de análise e projeto de base de conhecimento, destinado a qualquer pessoa cujo trabalho seja
analisar o conhecimento sobre o mundo real e mapeá-lo para uma forma computável” (p. xi).
A partir dessas declarações, pode-se deduzir que Sowa considera a representação do
conhecimento um tópico mais amplo do que uma subárea da inteligência artificial e, de fato, ele
diz: “as técnicas de design de IA convergiram com técnicas de outros campos, especialmente
bancos de dados e sistemas orientados a objetos ,” (p. xi) e ele lista as “principais representações
de conhecimento” a serem discutidas como “regras, quadros, redes semânticas, linguagens
orientadas a objetos, Prolog, Java, SQL, redes de Petri e o Knowledge Interchange Format (KIF)
” (p. xii), uma lista mais ampla do que a maioria dos autores de representação do conhecimento
empregaria. Estes são principalmente discutidos brevemente. As principais notações usadas ao
longo do livro são cálculo de predicados e gráficos conceituais. “Gráficos conceituais são uma
forma bidimensional de lógica baseada nas redes semânticas da IA e nos gráficos lógicos do CS.
Peirce. Ambas as notações são exatamente equivalentes em sua semântica [mais sobre isso
posteriormente nesta revisão], e os instrutores podem optar por usar uma ou ambas em
palestras e exercícios” (p. xii). No entanto, qualquer instrutor que não goste de gráficos
conceituais e tente ignorá-los terá dificuldade em lutar contra a atitude proselitista do livro.
O campo da representação do conhecimento é geralmente chamado de “representação e
raciocínio do conhecimento”, porque os formalismos de representação do conhecimento são
inúteis sem a capacidade de raciocinar com eles. Sowa reconhece isso, mas dá muito menos
atenção ao raciocínio: “Embora o foco deste livro seja a representação em vez do raciocínio, a
escolha da representação pode ter um efeito importante na maneira como o raciocínio é
realizado e em seu sucesso ou fracasso final. ” (pág. 245).
Este livro é “destinado a qualquer pessoa cujo trabalho seja analisar o conhecimento”, e
os praticantes o acharão útil. No entanto, ele também é projetado para o aluno e inclui um
extenso conjunto de exercícios no final de cada capítulo e respostas para exercícios selecionados
no final do livro. O Apêndice C, “Exemplos Estendidos”, contém descrições de várias páginas
de vários aplicativos de exemplo que podem ser usados como especificações de projetos mais
longos.
O restante desta resenha discutirá o livro capítulo por capítulo, com apêndices intercalados.

O primeiro capítulo é uma introdução à lógica. Sowa mostra-se provavelmente como a

pessoa mais erudita que escreve sobre a representação do conhecimento, na medida em que liga
Machine Translated by Google

Resenhas de livros

questões atuais e técnicas para seus precedentes no trabalho de figuras históricas em filosofia e
lógica. Na Seção 1.1, ele esboça a história da lógica através de Platão, Aristóteles, Porfírio, os
escolásticos, Lull, Leibniz, Boole, Peirce, Frege, Schröder, Peano e Russell. Mesmo leitores
familiarizados com inteligência artificial podem se surpreender ao saber que:

“O método de Aristóteles de definir novas categorias por gênero e diferenças é

fundamental para sistemas de IA, para sistemas orientados a objetos e para todos
os dicionários desde os primeiros dias até o presente” (p. 4).
A “definição de Leibniz de modalidade em termos de mundos possíveis ainda é
usada hoje na semântica da lógica modal” (p. 7).
“Leibniz viu que máquinas de contabilidade também poderiam ser
usadas para raciocínio mecânico – um insight que deveria dar-lhe o direito de ser
chamado de avô da inteligência artificial” (p. 8).
“Sistemas modernos de cálculo de predicados são baseados na notação
algébrica desenvolvida por CS Peirce em 1883” (p. 10).
“Peano começou a prática de virar as letras de cabeça para baixo ou ao contrário
para representar os símbolos lógicos Bertrand
Peano para
Russell
o Principia
adotouMathematica”
esta notação (p.
de 11).

Então ele sugere que “leitores que não tiveram um curso de lógica ou que gostariam de uma
revisão rápida devem ler [Apêndice A.1]” (p. 11). No entanto, esta sugestão é provavelmente
prematura; provavelmente é melhor deixar a leitura do Apêndice A.1 depois que todo o Capítulo
1 tiver sido lido.
O título da Seção 1.2 é “Representando o conhecimento na lógica” (pp. 11–18). Essa frase
e outras semelhantes, como “A própria lógica é uma linguagem simples” (p. 15) e “A lógica é
uma notação ontologicamente neutra ” (p. 16, grifo no original), sempre me incomodaram. Para
mim, a lógica não é uma linguagem de representação de conhecimento particular, mas é o
estudo do raciocínio correto. Existem muitos sistemas de lógica, cada um dos quais pode ser
chamado de lógica, e a pesquisa de representação do conhecimento pode ser vista como uma
busca por uma lógica apropriada para fundamentar o raciocínio de senso comum. Tenho certeza
de que Sowa não discorda disso. A Seção 1.3 é intitulada “Variedades de lógica” (pp. 18–29), e
no início da Seção 1.5, ele diz, “muitas notações para lógica foram inventadas ao longo dos anos
Para ser uma lógica, uma linguagem de representação
características
de conhecimento
essenciais:deve
Regras
ter de
quatro
inferência
da sintaxe do vocabulário” (pp. 39–40). As lógicas e variantes de lógicas
1 incluem Semântica
discutidas
lógicas
no digitadas
Capítulo
(às vezes chamadas de “classificadas”), cálculo lambda, lógica modal, lógica de ordem superior,
KIF e gráficos conceituais. Há também discussões sobre questões importantes na representação
lógica, incluindo a escolha de predicados, definições de expressão, objeto versus metalinguagem,
nomes, tipos, medidas e a convenção de nomenclatura exclusiva.

Uma aplicação incomum que é discutida pela primeira vez neste capítulo e depois reaparece ao
longo do livro é a representação de uma peça musical.
O Apêndice A complementa o Capítulo 1, fornecendo introduções mais completas à lógica
proposicional e de predicados (Apêndice A.1), gráficos conceituais (Apêndice A.2) e ao Formato
de Intercâmbio de Conhecimento (Apêndice A.3).
O Apêndice A.1, “Cálculo de predicados” (págs. 467–476), é uma revisão da lógica
proposicional e de predicados que começa no básico, como as tabelas de verdade para
conjunção, disjunção, negação, implicação material e equivalência, mas usa os termos “theo
rem” e “prova” sem defini-los, e mesmo que Sowa tenha dito que “ser um

287
Machine Translated by Google

Linguística Computacional Volume 27, Número 2

gato no tapete

Figura
1 Gráfico conceitual para A cat is on a mat (p. 477).

lógica, uma linguagem de representação do conhecimento deve ter semântica” (p. 39), ele não dá a
semântica da lógica de predicados, além das tabelas de verdade dos conectivos proposicionais, seja
no Capítulo 1 ou no Apêndice A.1. A escolha de notações de Sowa prefigura as técnicas de gráficos
conceituais. Por exemplo, ele apresenta uma lógica de predicado tipada, e tanto o “quantificador
exatamente um” (!) quanto o “quantificador existencial único”
(!!) (não sabia sobre o último - parece útil). Sowa menciona a lógica modal no Apêndice A.1 sem
discuti-la. Ele o apresenta na Seção 1.3, que é uma das razões pelas quais o Apêndice A.1 não deve
ser lido logo após a leitura da Seção 1.1, quando Sowa o sugere.

O Apêndice A.2 (pp. 476–489) é uma introdução aos gráficos conceituais. Mais uma vez, fiquei
desapontado ao encontrar isso organizado por um conjunto de dez definições, em vez de uma
especificação de vocabulário, sintaxe, semântica e regras de inferência. A primeira definição é: “Um
grafo conceitual g é um grafo bipartido que tem dois tipos de nós chamados conceitos e relações
conceituais” (p. 477). Um exemplo simples de gráfico conceitual é mostrado na Figura 1. Na notação
linear oficial, esse gráfico conceitual é escrito como

Gato Sobre Esteira

Em qualquer notação, Cat e Mat são conceitos, e On é uma “relação conceitual”. O uso do termo
relação conceitual não é totalmente justificado. Quando introduzi pela primeira vez a distinção entre
relações conceituais e estruturais (Shapiro 1971), a ideia era que as relações estruturais eram
representadas por arcos, e as relações conceituais eram entidades conceituais por direito próprio,
eram representadas por nós e podiam participar de relacionamentos com outras entidades conceituais.
É verdade que as “relações conceituais” de gráficos conceituais são nós em vez de arcos, mas como
os gráficos conceituais são bipartidos, “não há arcos que liguem relações a relações” (p. 478) e,
portanto, os gráficos conceituais não podem representar informações.
conceituais.
sobre as chamadas relações

Os conceitos Cat e Mat são a variedade mais simples de conceito: “Todo conceito tem um tipo t
e um referente r No conceito Bus, 'Bus' é o tipo,
Person John,eo referente
'Person ' é oé tipo,
um espaço em branco,
e o referente 'João'No
é oconceito
nome de
alguma pessoa” (p. 478, grifo no original).

Os gráficos conceituais não apenas não são definidos por uma especificação de vocabulário,
sintaxe, semântica e regras de inferência, como também não têm sua própria semântica independente!
1 Por exemplo, eu esperaria que o conceito Cat denotasse algum gato, mas, em vez disso, lemos: “O
conceito Gato por si só significa simplesmente Há um gato” (p. 484, itálico no original). O significado
real dos gráficos conceituais é que eles são uma variante de notação da lógica de predicados padrão:
“Existe um operador de fórmula , que traduz gráficos conceituais em fórmulas no cálculo de predicados
Para a
Figura [1], gera a seguinte fórmula: x: Caty: Matonx , y” (p. 476–477, itálico no original).
ainda No entanto,
existem
problemas. A Figura 2 (na qual os referentes e @1 são quantificadores) é considerada o gráfico
conceitual da frase Todo funcionário

1 Eu disse isso a Sowa pessoalmente. Ele concordou e disse que eu poderia dizer nesta revisão que ele concordou.

288
Machine Translated by Google

Resenhas de livros

Gerente: @1

Agnt

Funcionário: Thme Contratar PTim Data: @1

Figura 2
Um gráfico conceitual para Todo funcionário é contratado por algum gerente em alguma data (p. 456).

é contratado por algum gestor em alguma data, mas não há nada no gráfico conceitual que indique
os alcances dos quantificadores. A estrutura do quantificador pode ser qualquer uma destas:

x : Funcionário!y : Gerente!z : Data, !y :

Gerentex : Funcionário!z : Data, !z : Datex :

Funcionário!y : Gerente, !y : Gerente!z :

Datex : Funcionário

O texto básico sobre grafos conceituais é Sowa (1984). A semântica de grafos conceituais
continua sendo um tópico da literatura atual. Por exemplo, Mineau (2000) apresenta uma semântica
extensional do fragmento de grafos conceituais que não contém grafos aninhados nem negação.
Para a palavra atual completa sobre gráficos conceituais, consulte o site do autor, http://
www.bestweb.net/sowa/cg/.
O Apêndice A.3 (pp. 489–491) é uma introdução muito curta ao Knowledge Interchange
Format, KIF, principalmente por meio de cinco exemplos de sentenças em inglês que são traduzidas
em gráficos conceituais, lógica de predicados e KIF. KIF é uma versão legível por máquina da lógica
de predicados projetada para compartilhar bases de conhecimento entre programas. Sua referência
principal está em http://logic.stanford.edu/kif/.
O Apêndice A é complementado por um índice de símbolos especiais seguindo o índice de
nomes e o índice de assunto. O formato das entradas no índice de símbolos especiais é: Glossário
inglês; símbolo; páginas onde o símbolo é discutido ou usado. Este índice é muito útil, mas,
infelizmente, incompleto.
O Capítulo 2 (pp. 51–131) é sobre ontologia: “Ontologia é o estudo da existência, de todos os
tipos de entidades - abstratas e concretas - que compõem o mundo As duas fontes de categorias
ontológicas são a observação e o raciocínio Uma escolha de categorias ontológicas é o primeiro
passo para projetar um banco de dados, uma base de conhecimento ou um sistema orientado a
objetos” (p. 51). Como fez com a lógica, Sowa introduz o tópico da ontologia por meio de fontes
históricas, incluindo Heráclito, Aristóteles, Kant, Hegel, Peirce, Husserl, Whitehead e Heidegger. Ele
então desenvolve uma ontologia ilustrada por árvores, matrizes multidimensionais (como na Figura
3) e redes. Há muito pouco uso de formalismos de representação de conhecimento, apenas um
gráfico conceitual ocasional, alguma álgebra, alguma teoria dos conjuntos (que é introduzida no
capítulo, incluindo a definição de termos básicos como subconjunto, união e interseção) e alguma
lógica de predicados . . Há, no entanto, uma extensa discussão sobre as categorias e as distinções
contidas na ontologia. Isso é extremamente valioso e inclui discussões de papéis e adjetivos (“físico
feliz” vs. “físico nuclear” vs. “ex-senador”

289
Machine Translated by Google

Linguística Computacional Volume 27, Número 2

Fisica Resumo
z z
Continuante Ocorrência Continuante Ocorrência
Independente Objeto Processar Esquema Roteiro
Relativo Conjuntura Descrição da participação História
mediando Estrutura Situação Razão Propósito

Figura 3
Matriz tridimensional de doze categorias de Sowa (p. 75).

vs. “suposto ladrão” [p. 82]); o conjunto de termos relacionados, mas diferentes, coleção, tipo e
categoria; mereologia (o estudo das partes e do todo); espaço e tempo; e granularidade.
Os filósofos históricos e sua terminologia são citados e usados muito mais do que em outros
textos de representação do conhecimento, o que é bom ou chato, dependendo da atitude do leitor.

O Capítulo 2 está resumido no Apêndice B, “Amostra de Ontologia” (pp. 492–512), com

diagramas, explicações em inglês das categorias e muitos exemplos de sentenças em inglês com
representações gráficas conceituais. Este último estilo é usado especialmente em uma lista de
dezenove papéis temáticos, que são usados e mencionados em outras partes do livro, mas
discutidos em detalhes apenas aqui no Apêndice B.4.
O Capítulo 3, intitulado “Representações do conhecimento” (pp. 132–205), começa com uma
seção intitulada “Engenharia do conhecimento”. “A engenharia do conhecimento é a aplicação da
lógica e da ontologia à tarefa de construir modelos computáveis de algum domínio para algum
propósito” (p. 132). Mas a seção é basicamente uma introdução à representação do conhecimento
organizada pelos cinco princípios de Davis, Schrobe e Szolovits (1993): uma representação do
conhecimento é: (1) “um substituto”; (2) “um conjunto de compromissos ontológicos”; (3) “uma
teoria fragmentária do raciocínio inteligente”; (4) “um meio para computação eficiente”; (5) “um
meio de expressão humana” (p. 134). Esses princípios são discutidos usando um exemplo de
semáforo (se o interruptor automático estiver ligado, ele alterna entre vermelho por r unidades de
tempo e verde por g unidades de tempo) em várias notações de representação de conhecimento,
incluindo CLIPS ( um sistema de produção), uma pseudo-linguagem de programação imperativa,
lógica de predicados digitados, Prolog e gráficos conceituais. Sowa mis caracteriza os sistemas
de encadeamento direto como sendo equivalentes aos sistemas de produção: “os sistemas de
encadeamento direto também são [como os sistemas de encadeamento reverso] baseados na
lógica, mas têm aspectos processuais que se assemelham ao loop de programação” (pp. 138–
139 , itálico no original), seguido de um exemplo de CLIPS. Mais tarde, ele continua a confusão
com uma caracterização diferente, embora também incorreta: “A execução repetida do modus
ponens é chamada de encadeamento direto, e o modus tollens repetido é chamado de
encadeamento reverso” (p. 156, grifo no original). (Para uma discussão sobre encadeamento
direto x retrógrado e as distinções relacionadas de baixo para cima x de cima para baixo e
orientado por dados x direcionado por objetivos, consulte Shapiro [1987].)
A Seção 3.2 é intitulada “Representando estruturas em quadros” (pp. 143–156), mas, após
notas históricas sobre quadros e uma subseção sobre mapeamento de quadros para gráficos
conceituais (intitulada “Mapeando quadros para lógica” (págs. 147–149) ), a discussão muda
para lógicas de descrição (embora não por esse nome agora comumente usado) da família KL-
ONE, sem distinguir as duas abordagens. O que considero ser a característica definidora dos
frames, o anexo processual, é mencionado apenas uma vez, brevemente, sem discussão ou
exemplo adequado, e uma das principais características das lógicas descritivas, a classificação
automática, é mencionada em parte de uma breve subseção intitulada “ Classification” (pp. 153–
154), sem uma menção ao tópico crucial das condições necessárias e suficientes.
O tema da Seção 3.3, “Regras e Dados” (pp. 156–169), é que “a convergência de [sistemas
especialistas baseados em regras e bancos de dados relacionais] resulta de seus

290
Machine Translated by Google

Resenhas de livros

fundamentos lógicos: ambos armazenam dados no subconjunto existencial-conjuntivo (EC) da

lógica e usam as mesmas regras de inferência para responder perguntas, realizar atualizações e
verificar restrições” (p. 156). As três linguagens citadas frequentemente nesta seção são
Microplanner, Prolog e SQL, embora SQL seja, de longe, a mais ilustrada das três, a notação
CLIPS é usada em vez da do Microplanner, e gráficos conceituais são usados e discutidos: “Por
representando a lógica em uma forma próxima à linguagem natural, os grafos conceituais podem
servir como uma linguagem intermediária para mapear para linguagens de nível inferior como
SQL” (p. 161). A estrutura de ação padrão das regras de produção é discutida mais completamente
aqui do que na Seção 3.1, e é usada como um guia para uma discussão da estrutura nova e
semelhante dos gatilhos SQL. A subseção final, “Implementando a lógica em sistemas práticos” (pp.
168–169), é uma discussão sobre eficiência sem detalhes. A unificação é mencionada como “uma
poderosa técnica de correspondência de padrões” (p. 168), que é melhor do que sua caracterização
anterior, incorreta, como “uma regra de inferência” (p. 148), mas em nenhum lugar do livro a
unificação é algoritmo apresentado em qualquer detalhe. Da mesma forma, as redes rete são
mencionadas, juntamente com seus benefícios, mas sem detalhes suficientes para implementá-la.
A declaração final desta seção é “a lógica serve como base comum para bancos de dados e
sistemas especialistas. O Microplanner era ineficiente mesmo nos bancos de dados de brinquedos
em SHRDLU. Com a otimização, os sistemas de banco de dados SQL gerenciam rotineiramente
terabytes de dados enquanto respondem a solicitações de milhares de usuários em todo o
mundo” (p. 169).
A Seção 3.4, “Sistemas orientados a objetos” (págs. 169–178), começa com uma discussão
sobre linguagens de programação orientadas a objetos, incluindo alguns exemplos de Java e o
conceito de encapsulamento, mas avança rapidamente para gráficos conceituais: “Para
representam os objetos encapsulados de sistemas orientados a objetos, a lógica deve suportar
contextos Em gráficos conceituais, contextos são representados por caixas de conceito que
contêm gráficos aninhados que descrevem o referente do conceito” (p. 173, grifo no original). Isso
é ilustrado por um contexto de festa de aniversário, que tem vários níveis de gráficos conceituais
aninhados e agora é tratado como uma interface gráfica do usuário: “Na parte inferior da caixa na
Figura 3.5 está outro conceito [Processo]. Ao clicar nessa caixa, uma pessoa poderia expandi-la
para um contexto que mostrasse as etapas do processo” (p. 175). A semântica dos contextos, no
entanto, não é discutida até o Capítulo 5.
A Seção 3.5, “Semântica da Linguagem Natural” (pp. 178–186), fornece uma breve visão
geral do processamento da linguagem natural, principalmente por meio de um exemplo de DANTE
(Velardi, Pazienza e Giovanetti 1988), incluindo uma frase, uma análise árvore de seu assunto, e
um gráfico conceitual representando a frase. Há uma breve discussão sobre morfologia, sintaxe,
semântica, relações temáticas, ambigüidade, resposta a perguntas e inferência.

A Seção 3.6, “Níveis de representação” (pp. 186–196), contém breves discussões sobre
vários tipos de níveis. Estes incluem os níveis de rede semântica de Brachman (1979), os níveis
de competência robótica de Brooks (1986) e os níveis de design de Zachman (1987), bem como
as sequências de níveis de objeto para string de nome como caractere para cadeia de caracteres
de representação binária e objeto para conceito de objeto para representação de conceito para
conceito de representação.
O Capítulo 4, “Processos” (págs. 206–264), discute a natureza e a representação de tempos,
eventos, situações, procedimentos e processos, principalmente por meio de gráficos conceituais,
mas com uma grande discussão e apresentação de redes de Petri e de uma técnica para mapear
redes de Petri em gráficos conceituais. Este capítulo também contém discussões sobre
sincronização de processos, fluxo de dados, passagem de mensagens, satisfação de restrições,
problema de frame e problema de filmagem de Yale. No entanto, lendo este capítulo, perdi a noção do ponto.
É para implementar um agente inteligente que possa realizar esses procedimentos? Ou raciocinar
sobre eles? Ou é para escrever um programa que possa simular esses procedimentos? Ou para

291
Machine Translated by Google

Linguística Computacional Volume 27, Número 2

um humano para analisar os procedimentos analisando os diagramas? Ou todos esses? Ou apenas

para mostrar que os grafos conceituais podem representar qualquer coisa?—“Como representações
completas para a lógica, os grafos conceituais e o cálculo de predicados são gerais o suficiente para
representar tudo o que pode ser representado em uma rede de Petri, um diagrama de tempo ou
qualquer outra notação para valores discretos. processos” (p. 227). As declarações de Sowa sobre
o tema deste capítulo são: “O Capítulo 4 apresenta métodos para representar processos e eventos
que mudam dinamicamente” (p. xiii) e “O Capítulo 4 mostrou como as inferências lógicas podem
simular qualquer computação que possa ser executada por um computador digital” (pág. 427).
O capítulo 5 é intitulado “Propósitos, Contextos e Agentes” (pp. 265–347). “Nos termos de
Peirce, propósito é a terceiridade que relaciona alguma mente ou entidade mental (primeira), que
direciona o curso de um processo (segunda) em direção a alguma meta (terceira)” (p. 265). A maior
parte do capítulo, no entanto, é sobre contextos, que foram previamente definidos na Seção 3.4 (veja
acima), e são novamente definidos aqui: “Em CGs, um contexto é definido como um conceito cujo
campo de referência contém gráficos conceituais aninhados” (pp. . 276–277). Há uma longa subseção
sobre “Semântica de Contextos” (pp. 284–297), na qual as teorias de Peirce, McCarthy e Barwise e
Perry são discutidas. No entanto, não há nenhuma declaração nítida da semântica de contextos em
gráficos conceituais. Há, no entanto, muitas outras discussões interessantes neste capítulo, que
podem ser inferidas a partir de alguns dos títulos das seções e subseções: “Verbs as Nexus” (pp.
270–272) (“Nos termos de Peirce, um verbo é uma unidade para representar a terceiridade mediadora
que relaciona os participantes” [p. 270]); “Definindo os Sentidos dos Verbos” (pp. 272–274); “Teoria
da Representação do Discurso” (pp. 278–279) (“Embora Kamp não tivesse conhecimento dos
gráficos existenciais de Peirce, seus DRSs eram estruturalmente equivalentes aos EGs de Peirce” [p.
278]); “Resolvendo Indexicais” (pp. 279–280); “Implicações Conversacionais” (pp. 282–284);
“Significado em linguagens naturais” (pp. 293–294). A Seção 5.4, “Raciocínio de Primeira Ordem em
Contextos” (págs. 297–307), é principalmente sobre a teoria da prova dos gráficos existenciais de
Peirce, que me pareceram um sistema interessante. A Seção 5.5, “Raciocínio Modal em
Contextos” (pp. 307–321), é principalmente um resumo da lógica modal. A Seção 5.6, “Encapsulando
objetos em contextos” (pp. 321–329), relaciona gráficos conceituais a linguagens de programação
orientadas a objetos.
A Seção 5.7, “Agentes” (pp. 330–339), inclui breves discussões sobre consciência, agentes reativos
e modelos de agente BDI (crenças, desejos, intenções). Como foi o caso do Capítulo 4, achei muitas
das discussões do Capítulo 5 interessantes, mas tive dificuldade em acompanhar o tópico, que Sowa
diz ser “como o propósito e o contexto afetam a representação do conhecimento e as várias teorias
de modal e lógica intencional” (p. xiii) e “como a lógica pode representar agentes distribuídos, objetos
encapsulados e passagem de mensagens entre agentes e objetos” (p. 427).

Dados meus comentários sobre discussões interessantes sem um fio firme, pode-se supor que
o Capítulo 6, “Sopa de Conhecimento” (pp. 348–407), é uma coleção de tópicos que sobraram, mas
esse não é o ponto:

Parte do conhecimento na cabeça das pessoas pode ser representado em

proposições, mais em formas semelhantes a imagens, e o restante em hábitos,
intuições vagas e “sentimentos viscerais” que nunca são verbalizados ou
visualizados. Qualquer que seja sua forma, o conhecimento é muito complexo e
desorganizado para ser chamado de base de conhecimento. Sua natureza fluida,
heterogênea, em constante mudança e muitas vezes inconsistente poderia ser
melhor caracterizada como sopa de conhecimento. (p. 248, itálico no original)

Este capítulo inclui seções sobre: “Vagueness, Uncertainty, Randomness, and Ignorance” (pp. 348–
356), incluindo uma subseção de parágrafo longo sobre o paradoxo da pilha (p. 353) e uma pequena
subseção sobre líquidos ( pp. 353–354); "Limitações da Lógica"

292
Machine Translated by Google

Resenhas de livros

(pp. 356–364), incluindo subseções sobre “Raciocínio Baseado em Casos” (pp. 358–359) e
“Proposições e Modelos Contínuos” (pp. 363–364); “Lógica Fuzzy” (pp. 364–373); “Lógica não
monotônica” (pp. 373–383); “Teorias, Modelos e o Mundo” (pp. 383–394); e “Semiótica” (pp. 394–
402).
O capítulo 7 é intitulado “Compartilhamento e aquisição de conhecimento” (pp. 408–466). A
Seção 7.1, “Compartilhando ontologias” (págs. 408–417), inclui subseções sobre “Problemas de
alinhamento de ontologias” (págs. 409–412) e “Ontologias e axiomas” (págs. 412–414) que
poderiam ter sido incluídas no Capítulo 2, “Ontologia”. Há, então, subseções sobre linguagem
natural e resolução de problemas que discutem o problema dos missionários e canibais, mas não
parecem ser sobre compartilhamento ou aquisição de conhecimento. Eles, no entanto, contêm um
gráfico conceitual para a frase “Três missionários vestindo túnicas esvoaçantes e três canibais
vestindo tangas estão caminhando juntos de uma aldeia para outra” (p. 414), juntamente com uma
discussão dos problemas na representação dessa frase. A Seção 7.2, “Esquema conceitual” (pp.
417–427), é uma seção orientada a sistemas de banco de dados, contendo uma subseção sobre
as inadequações lógicas de um sistema de consulta de banco de dados de linguagem natural
simples, uma breve introdução aos diagramas entidade-relacionamento e uma breve subseção
sobre gráficos de consulta: “gráficos conceituais também podem expressar qualquer consulta de
banco de dados que possa ser expressa em SQL” (p. 426). As Seções 7.3 e 7.4 contêm mais
discussões relacionadas a grafos conceituais para várias estruturas de dados, como árvores e
problemas de sistemas de banco de dados. A Seção 7.5, “Padrões de linguagem” (pp. 445–452),
contém discussões sobre questões de linguagem natural, incluindo substantivos contáveis versus
substantivos massivos, verbos estáticos versus verbos de ação e alguns papéis temáticos.
Existem dois princípios básicos de organização de textos sobre representação do
conhecimento: pelo formalismo da representação do conhecimento, como o de Reichgelt (1991),
e pelo assunto que está sendo representado, como o de Davis (1990). Este livro segue nenhum
dos dois, embora esteja mais próximo do último. Talvez a palavra “Fundamentos” no subtítulo
deva ser levada a sério, e deve ser considerada não tanto um texto sobre representação do
conhecimento, mas um texto sobre os fundamentos da representação do conhecimento.

Se você deseja usar este livro como um texto em um curso de representação do conhecimento
que está ministrando, provavelmente depende de sua atitude em relação aos gráficos conceituais
e de sua atitude em relação ao estilo de Sowa. Se você já é um aficionado por gráficos conceituais,
provavelmente vai gostar. Se você preferir não usar gráficos conceituais em seu curso,
provavelmente não vai querer usá-los. Espero que esta revisão e as citações que incluí dêem a
você uma amostra do estilo de Sowa e o ajudem a decidir se isso seria um trunfo ou um prejuízo.

Para um público mais experiente, no entanto, seja profissional, pesquisador ou aluno de pós-
graduação avançado, recomendo este livro para as muitas discussões interessantes de questões
nos fundamentos da representação do conhecimento.
O site do autor do livro, incluindo errata, é http://www.bestweb.net/
sowa/krbook/.

Referências
Brachman, Ronald J. 1979. Sobre o
estatuto epistemológico das redes semânticas.
Em Nicholas V. Findler, editor, Associative Networks:
The Representation and Use of Knowledge by Computers.
Academic Press, Nova York, páginas 3–50.
Brooks, Rodney A. 1986. Um sistema robusto de controle
em camadas para um robô móvel. Jornal IEEE de
Robótica e Automação,
RA-2(1):14–23.
DAVIS, Ernesto. 1990. Representações do
Conhecimento do Senso Comum. Morgan
Kaufmann, San Mateo, CA.
Davis, Randall, Howard Schrobe e Peter Szolovits. 1993.
O que é uma representação do conhecimento? AI
Magazine, 14(1):17–33, Primavera.
Mineau, Guy W. 2000. A semântica extensional do
grafo conceitual

293
Machine Translated by Google

Linguística Computacional Volume 27, Número 2

formalismo. Em Bernhard Ganter e Guy W.
Mineau, editores, Conceptual Structures:
Logical, Linguistic, and Computational Issues.
Volume 1867 de Notas de Palestra em Inteligência
Artificial.
Springer-Verlag, Berlim, páginas 221–234.
Reichgelt, Han. 1991. Representação do
conhecimento : uma perspectiva de IA. Ablex,
Norwood, NJ.
Shapiro, Stuart C. 1971. Uma estrutura de rede para
armazenamento, dedução e recuperação de
informações semânticas. In Proceedings of the Second
International Joint Conference on Artificial Intelligence.
Morgan Kaufmann, San Mateo, CA, páginas 512–523.
Shapiro, Stuart C. 1987. Processamento,
de baixo para cima e de cima para baixo. Em Stuart C.
Shapiro, editor da Enciclopédia de Inteligência
Artificial. John Wiley & Sons, Nova York, páginas 779–
785. Reimpresso na segunda edição, 1992, páginas
1.229–1.234.
Sowa, John F. 1984. Estruturas conceituais:
Processamento de informações na mente e na máquina.
Addison-Wesley, Reading, MA.
Velardi, Paola, Maria Teresa Pazienza, and Mario De
Giovanetti. 1988. Gráficos conceituais para análise e
geração de sentenças. IBM Journal of Research &
Development, 32(2):251–267.
Zachman, John A. 1987. Uma estrutura para arquitetura
de sistemas de informação. IBM Systems Journal,
26(3):276–292.

Stuart C. Shapiro é professor de Ciência da Computação e Engenharia e membro do Centro de Ciência Cognitiva da
Universidade de Buffalo. Ele é co-editor de Natural Language Processing and Knowledge Representation: Language for
Knowledge and Knowledge for Language, (AAAI Press/The MIT Press, 2000), é membro da AAAI e atuou como presidente da
ACM/SIGART (1991– 95) e presidente da KR, Inc. (1998–2000). Suas principais áreas de pesquisa são representação do
conhecimento, raciocínio e processamento de linguagem natural. O endereço de Shapiro é Departamento de Ciência da
Computação e Engenharia, University at Buffalo, The State University of New York, 226 Bell Hall, Buffalo, NY 14260-2000, EUA;
e-mail: shapiro@cse.buffalo.edu.

294