=Paper=
{{Paper
|id=None
|storemode=property
|title=Interoperabilidade e Portabilidade de Documentos Digitais Usando Oontologias
|pdfUrl=https://ceur-ws.org/Vol-776/ontobras-most2011_paper11.pdf
|volume=Vol-776
|dblpUrl=https://dblp.org/rec/conf/ontobras/SucaS11
}}
==Interoperabilidade e Portabilidade de Documentos Digitais Usando Oontologias==
https://ceur-ws.org/Vol-776/ontobras-most2011_paper11.pdf
Interoperabilidade e portabilidade de documentos digitais
usando ontologias
Erika Guetti Suca 1 , Flávio Soares Corrêa da Silva1
1
Instituto de Matemática e Estatı́stica - Universidade São Paulo (IME-USP)
São Paulo – SP – Brasil
{eguetti,fcs}@ime.usp.br
Abstract. Our purpose is to enable interoperability of documents and achi-
eve portability of digital documents through the reuse of content and format in
different plausible combinations. We propose the characterization of digital do-
cuments using ontologies as a solution to the problem of lack of interoperability
in the implementations of document formats. As proof of concept we consider
the portability between ODF (Open Document Format) and OOXML (Office
Open XML) document formats.
Resumo. Nosso objetivo é possibilitar a interoperabilidade de documentos e
atingir a portabilidade simples e confiável de documentos digitais através da
reutilização de formatos e conteúdos, em diferentes combinações plausı́veis.
Propomos a caracterização de documentos digitais usando ontologias como
solução ao problema da falta de interoperabilidade nas implementações de
formatos de documentos. Como prova de conceito, será considerada a por-
tabilidade entre os formatos de documentos ODF (Open Document Format) e
OOXML (Office Open XML).
1. Introdução
As organizações precisam trocar informação através de documentos. Muitas vezes es-
ses documentos são apresentados com formato e conteúdos pré-definidos, que podem
ser equivalentes ou quase equivalentes entre si, porém bastantes distintos em diferentes
organizações (ou em uma mesma organização em diferentes contextos históricos). Como
recurso importante para gerenciar seu conhecimento de forma efetiva e preservar seu ca-
pital intelectual, as organizações precisam disponibilizar documentos independentemente
do software com que foram criados. Propomos a caracterização dos formatos de docu-
mentos digitais usando ontologias para favorecer a portabilidade e superar o problema de
falta de interoperabilidade de documentos nas organizações.
O trabalho está organizado da seguinte forma: na Seção 2 introduzimos o pro-
blema da preservação dos documentos digitais; na Seção 3 apresentamos os conceitos
fundamentais da interoperabilidade e portabilidade de documentos; na Seção 4 mostra-
mos os principais conceitos das ontologias; na Seção 5 resumimos alguns trabalhos re-
lacionados. Na Seção 6 explicamos nossa proposta; finalmente, na Seção 7 fazemos as
considerações finais.
2. Preservação dos documentos digitais
Um documento digital é um documento codificado em formato binário, acessı́vel por
meio de um sistema computacional [Gouget et al. 2005]. Nosso trabalho está focado em
117
documentos digitais criados a partir de aplicações de escritório. As aplicações de es-
critório são aplicativos voltados para as tarefas de escritório e geralmente estão agrupadas
em interfaces de usuário conhecidas como suı́tes de escritório.
Cada documento digital possui um formato de arquivo. O formato
de arquivo especifica a estrutura em que os códigos digitais estão organizados
[Shepard and MacCarn 2008]. A codificação do formato de arquivo está profundamente
relacionada ao programa que o criou. Às vezes, após um perı́odo de tempo, se torna extre-
mamente difı́cil a leitura do documento sem perda significativa da informação. Assim, os
documentos podem existir por dezenas de anos, mas a vida útil de uma suı́te de escritório
não é sempre garantida. Diante disso, as organizações têm que garantir a integridade e
perpetuidade dos documentos, mesmo após o software que os criou ter desaparecido do
mercado [Ngo 2008, Taurion 2009].
Na preservação de documentos é importante provar sua autenticidade. A autenti-
cidade é a capacidade de demostrar que um documento digital é aquilo que se propõe ser.
É fundamental provar que existe um conjunto de propriedades significativas que foram
corretamente preservadas ao longo do tempo. Quanto maior for o número dessas proprie-
dades, maiores serão os requisitos relativos à infraestrutura tecnológica para dar suporte à
sua preservação. Torna-se necessária a criação de polı́ticas de preservação que exprimam,
para cada classe de objetos digitais, o conjunto de propriedades significativas que serão
asseguradas pelo repositório [Ferreira 2006, Rusbridge 2003].
Este trabalho concentra-se na preservação da autenticidade dos documento digi-
tais, mais do que na preservação das caracterı́sticas estéticas do documento.
3. Interoperabilidade e portabilidade de documentos
Interoperabilidade1 é a habilidade de transferir e utilizar informações de maneira uni-
forme e eficiente entre várias organizações e sistemas de informação. A interopera-
bilidade de documentos é a habilidade das aplicações de documentos de extrair da-
dos de diferentes tipos de documentos e transformá-los em estruturas padronizadas.
Esta informação pode ser trocada entre vários sistemas e posteriormente ser processada
[Schmidt et al. 2006]. Com a interoperabilidade de documentos baseada principalmente
na tecnologia XML, as aplicações podem comunicar-se diretamente com serviços do go-
verno eletrônico.
Por outro lado, a portabilidade de documentos é a troca de documentos com
todas as informações que eles contêm, principalmente suas configurações de formato
[Schmidt et al. 2006]. Na portabilidade de documentos é importante a fidelidade do for-
mato do documento. A fidelidade de formato é a capacidade de manter o formato
do documento e seu sentido associado, apesar de ser editado em múltiplas aplicações
[Ditch 2007].
Ao contrário da portabilidade, a interoperabilidade de documentos está exclusi-
vamente preocupada com a troca da dados corporativos contidos nos documentos e não
faz exigências sobre requisitos em termos de aparência, elementos estilı́sticos, formato ou
questões semelhantes [Schmidt et al. 2006].
1
http://www.governoeletronico.gov.br/acoes-e-projetos/e-ping-padroes-de-interoperabilidade/o-que-e-
interoperabilidade
118
3.1. Office Open XML (OOXML) e OpenDocument Format (ODF)
OOXML e ODF são os principais padrões abertos de formatos de documentos baseados
em XML. No entanto, os dois padrões são incompatı́veis e rivais no mercado, provo-
cando a guerra dos formatos abertos, gerando discussões técnicas sobre as vantagens e
desvantagens de cada um deles.
O OOXML foi desenvolvido pela Microsoft em 2008 e tornou-se um padrão
aberto ISO (ISO/IEC 29500:2008). OOXML foi projetado para representar o corpus
preexistente de documentos de processamento de texto, apresentações e planilhas que
são codificados pela Microsoft. A especificação OOXML contém material normativo e
informativo estruturado em aproximadamente 6546 páginas.
O ODF foi desenvolvido pela Sun Microsystems em 2002 e seu processo de
padronização foi iniciado pela OASIS2 . O ODF foi projetado para ser uma especificação
de formato de documentos independente de fornecedor ou de software. Embora a
especificação ODF (aproximadamente 700 páginas) seja complexa para os padrões nor-
mais, a reutilização de padrões abertos existentes reduz consideravelmente a complexi-
dade da especificação [Eckert et al. 2009, Ngo 2008].
O estudo de [Shah and Kesan 2009] demonstrou que não existem implementações
que ofereçam 100% de compatibilidade (avaliação da leitura dos documentos) dentro das
implementações de OOXML e ODF.
4. Ontologias
Na ciência da computação, a definição mais citada de ontologia na literatura é de
[Gruber 1993]: uma ontologia é uma especificação explı́cita de uma conceitualização.
Em 1997, Borst [Borst 1997] ligeiramente modifica a definição de Gruber, afirmando que:
uma ontologia é uma especificação formal de uma conceitualização compartilhada. A
formalização de uma ontologia está definida em cinco componentes: conceitos, relações,
funções, axiomas e instâncias [Gruber 1993]. As ontologias, dependendo do seu grau de
formalidade, podem ser modeladas baseadas em técnicas de modelagem de inteligência
artificial, engenharia de software e bancos de dados [Gómez-Pérez et al. 2005].
A ontologia explicita a informação independentemente das estruturas de dados
que são usadas para armazenar a informação. Além disso, a conceitualização de uma
ontologia pode ser expressa em várias linguagens [Guimarães 2008]. Elas são projetadas
para que a informação seja compartilhada entre agentes que garantam compromissos on-
tológicos. Desse modo, as ontologias viabilizam soluções para problemas como a falta de
padronização, falta de interoperabilidade, problemas com a recuperação da informação,
falta de reuso, confusões terminológicas, problemas de troca de informações entre agentes
de software, dentre muitos outros [Uschold and Gruninger 1996].
Este trabalho propõe o uso das ontologias para a modelagem das caracterı́sticas
da estrutura de formato e do conteúdo corporativo dos documentos digitais.
5. Trabalhos Relacionados
No trabalho de [Eckert et al. 2009] é analisado como os formatos OOXML e ODF espe-
cificam as caracterı́sticas mais importantes dos documentos e como essas caracterı́sticas
2
http://www.oasis-open.org
119
Tradutor Ontologia
Visualizador Tradutor Visualizador
OOXML de
OOXML ODF ODF
Formato
Figura 1. Ontologia como interlı́ngua.
podem ser traduzidas entre os dois formatos. Esse trabalho concentra-se mais na definição
de orientações para a tradução da estrutura da apresentação do documento do que so-
bre a preservação da estética do documento. Os autores concluı́ram que a separação
da apresentação do documento do seu conteúdo corporativo oferece mais facilidade na
manipulação de documentos. Assim, editar os componentes de apresentação e dados do
conteúdo corporativo de forma independente confere flexibilidade considerável na criação
e edição de documentos.
Outro trabalho é de [Eriksson 2007]. O trabalho dele explica como a combinação
de ontologias e documentos cria novas possibilidades para melhorar a gestão do co-
nhecimento nas organizações, isso através dos documentos semânticos. Os documen-
tos semânticos são as integrações dos documentos com as ontologias. O trabalho de
[Eriksson 2007] integrou documentos no formato PDF com três ontologias: ontologia de
anotação, ontologia do documento e uma ontologia do domı́nio. Essas ontologias ajudam
na explicação do conteúdo do documento e facilitam sua busca. As múltiplas ontologias
permitiram ter conceitualizações com diferentes intenções habilitando seu reúso.
6. Caracterização de documentos digitais usando ontologias
Propomos a construção de um modelo que considere as qualidades essenciais de formato
de um documento digital. Um documento digital criado com o padrão OOXML ou ODF
poderá ser caracterizado nesse modelo.
Nosso modelo será caracterizado a partir de ontologias. Uma ontologia do
formato especializada em caracterizar a estrutura da apresentação do documento
(parágrafos, tabelas, listas, enumerações, etc.), ela apresenta a informação da ontologia
de conteúdo. Outra ontologia de conteúdo que caracteriza a informação dos dados cor-
porativos contidos no documento (dados do paciente, estudante, vendas, etc.).
A Figura 1 ilustra a interação da ontologia de formato e o documento final. Os
documentos digitais serão recriados através de tradutores. Os tradutores são mediadores
entre a ontologia de formato e um formato especifico.
A ontologia de formato é criada baseada em um conjunto de propriedades sig-
nificativas a serem preservadas de uma classe especı́fica de documentos. O objetivo da
criação da ontologia de formato é atingir a portabilidade simples do documento, isto é,
preservar a estrutura da organização da apresentação do documento, a Figura 2 ilustra os
conceitos principais desta ontologia. Por outro lado, o objetivo da criação da ontologia de
conteúdo é possibilitar a interoperabilidade de documentos, isto é, habilitar o intercâmbio
coerente de informações corporativas especı́ficas sobre um contexto.
A ontologia de formato pode ser modificada independentemente da ontologia de
120
ObjectProperty Class Class
domain ObjectProperty
domain range
tem EstruturaDocumento tem Metadata
range
Class Class Class
ObjectProperty range ObjectProperty domain
domain range
Corpo eCompostoDe Parágrafo eCompostoDe Célula
domain range
domain domain
ObjectProperty ObjectProperty ObjectProperty
Class ObjectProperty
tem tem tem eCompostoDe
Estilo range range range
Class Class Class
SubClassOf domain
Gráfico Texto Tabela
- diretorio imagem - linhas domain
Class Class Class - nomePropRender
- outros - outros -colunas
EstiloTabela EstiloTexto EstiloGráfico - outros
domain
domain
- borda - tamanho - contraste ObjectProperty ObjectProperty ObjectProperty
- bgColor - outros - brilho tem tem
- outros tem
- outros range range
range
Figura 2. Ontologia de Formato.
conteúdo e vice-versa. Os documentos digitais serão recriados através de tradutores entre
a ontologia de formato e um formato especı́fico. Um novo documento pode ser cons-
truı́do com a mesma informação contextual, mas agora num formato apropriado a seus
propósitos, bem como um novo documento pode ter a mesma informação contextual, mas
com uma apresentação distinta.
6.1. Avaliação dos resultados
No trabalho de [Shah and Kesan 2009] é apresentado um exemplo de avaliação de inte-
roperabilidade e portabilidade de documentos. Eles testaram um conjunto de suı́tes de
escritório que implementam os formatos de documentos ODF e OOXML. Os resultados
do estudo estão baseados em pontuações de quão bem as implementações podem ler e es-
crever documentos. A parte final da pontuação está focado na capacidade de preservação
dos metadados dos documentos, isto é, atributos de estilos, números de páginas, tabelas
de conteúdos ou cabeçalhos, informações do documento (tempo, ou o número de palavras
em documentos), e controle de alterações.
A avaliação dos resultados do nosso trabalho seguirá essa metodologia de
avaliação, no entanto com adaptações. Neste caso os documentos serão traduzidos para
diferentes formatos, julgando que cada documento pode ser traduzido seguindo vários
graus de fidelidade. Para cada documento recriado a partir da ontologia de formato, será
quantificada qualquer modificação ao conteúdo original.
7. Considerações finais
A interoperabilidade é um ponto crı́tico nas questões de governo eletrônico. O pre-
sente artigo apresenta a problemática na preservação de documentos digitais e destaca
a importância da interoperabilidade e portabilidade nos formatos de documentos digitais.
Propomos o uso de ontologias para garantir a integridade e perpetuidade dos documen-
tos digitais, priorizando a preservação das caracterı́sticas da estrutura da apresentação e
conteúdo corporativo (os elementos importantes para provar sua autenticidade) sobre a
preservação das caracterı́sticas de estética do documento.
Como trabalho futuro será desenvolvido um caso de uso de interoperabilidade de
documentos aplicada ao governo eletrônico, em que as ontologias de formato e conteúdo
121
tenham papel comprovado na preservação e distribuição eficientes de documentos digitais.
Referências
Borst, W. (1997). Construction of Engineering Ontologies. PhD thesis, University of
Tweenty, Enschede, NL, Centre for Telematica and Information Technology.
Ditch, W. (2007). XML-based Office Document Standars. JISC: Bristol, UK, United
Kingdom.
Eckert, K.-P., Ziesing, J., and Ishionwu, U. (2009). Document Operabilitiy Open Docu-
ment Format and Office Open XML. Fraunhofer Verlag, Germany, fokus edition.
Eriksson, H. (2007). The semantic-document approach to combining documents and
ontologies. International Journal of Human-Computer Studies, 65:624–639.
Ferreira, M. (2006). Introdução e preservação digital: Conceitos, estratégias e actuais
consensos. PhD thesis, Escola de Engenharia da Universidade do Minho.
Gouget, A. G., Monteiro, B. M., Santos, C. R., da Silva Maçulo, E., de Oliveira, M. I.,
Miguel, M. L. C., Sobrosa, N. B. S., de Moura Estevão (coord.), S. N., de Mello Lopes,
V. L. H., and da Fonseca, V. M. M. (2005). Dicionario Brasileiro de Terminologia
Arquivı́stica. Arquivo Nacional (Brasil), Rio Janeiro. Edição e Revisão Alba Gisele
Gouget and Silvia Ninita de Moura Estevão and Vera Lucia Hess de Mello Lopes and
Vitor Manoel Marques da Fonseca.
Gruber, T. R. (1993). A translation approach to portable ontology specification. In Kno-
wlegde Acquisition, pages 199–220.
Guimarães, F. J. Z. (2008). Utilização de ontologias no domı́nio b2c.
Gómez-Pérez, A., Fernández-López, M., and Corcho, O. (2005). Ontological Enginee-
ring with examples from the areas of Knowledge Management, e-Commerce and the
Semantic Web. Springer-Verlag, 4 edition.
Ngo, T. (2008). Visão geral do office open xml. Technical report, Ecma International.
Rusbridge, A. (2003). Migration on request. 4th Year Project Report Computer Science.
Schmidt, K.-U., Fox, O., Henckel, L., Holzmann-Kaiser, U., Martin, P., and Tschichholz,
M. (2006). Document Interoperability for Use in eGovernment. Integration of XML-
based Document Content in Public Administration Processes. Fraunhofer Verlag, fo-
kus edition.
Shah, R. and Kesan, J. (2009). Interoperability challenge for open standars: Odf and
ooxml as examples. The proceedings of the 10th International Digital Government
Research Conference.
Shepard, T. and MacCarn, D. (2008). The universal preservation format: A recommended
practice for archiving media and electronic records.
Taurion, C. (2009). Adoptando o odf como padrão aberto de documento. Technical report,
ODF Alliance Brasil. Volume 1.
Uschold, M. and Gruninger, M. (1996). Ontologies: Principles, methods and applications.
Knowledge Engineering Review, 11.
122