Protégé-OWL e JessTab Adriano Melo Monitoria Sistemas Inteligentes Prof. Fred Freitas.
Agentes de Busca na Internet Fred Freitas Mêuser Valenca.
Transcript of Agentes de Busca na Internet Fred Freitas Mêuser Valenca.
![Page 1: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/1.jpg)
Agentes de Busca na Internet
Fred Freitas
Mêuser Valenca
![Page 2: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/2.jpg)
Sumário Agentes de Busca Estratégia de Busca Histórico de Robôs Robôs não-inteligentes
-WebCrawler -Lycos
Arquitetura : BRight! Diretrizes ao escrever
um robô
Prevenindo-se contra robôs
Robôs com IA : assistentes
.Internet Softbot, .Letizia,
.Info Agent, .Internet Consultant
IA na Web : SHOE
![Page 3: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/3.jpg)
Agentes de Busca na WebNecessidade de Agentes na Web
O volume de Informações é imenso. O tipo e a qualidade da informação varia
largamente. Informações altamente dinâmicas. O usuário atravessa muitos links até
encontrar o que deseja. O surfe deixa muitos usuários perdidos.
![Page 4: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/4.jpg)
Agentes de Busca na Web
Conceito: são sistemas que utilizam Robôs que atravessam o hyperespaço da WWW em nome do usuário.
Funcionalidade - Robô empregado. Buscas (indexação) - Booleana e Vetorial. Atributos - precision e recall.
![Page 5: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/5.jpg)
Agentes de Busca na WebArquitetura
.Database
SearchEngine
QueryServer
AgentsAgents
InternetWebspace
![Page 6: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/6.jpg)
Agentes de Busca na WebRobôs na Web (não inteligentes) Worm - Oliver McBryan (03/94)
- Primeiro Spider largamente utilizado - Indexa apenas título e cabeçalho.
RBSE(Repository Based Engineering) - (02/94) - Primeiro Spider a indexar por conteúdo - Objetivo de capturar mais informações.
![Page 7: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/7.jpg)
Agentes de Busca na WebWebCrawler
Projeto - Brian Pinkerton (U.Washington-Seattle)
Apresentado - 04/94 c/ base de dados inicial 6000 servidores, respondendo 6000 perguntas/dia sendo atualizado semanalmente.
Funções - Indexação de Documentos e Navegação em tempo real.
![Page 8: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/8.jpg)
Agentes de Busca na WebWebCrawler-Características
Utiliza sistema de indexação detalhado do texto.
Não sobrecarrega a rede, a carga ocorre somente no servidor.
Usa uma estratégia de busca em largura.
Seu Robô cumpre os padrões - Consenso.
![Page 9: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/9.jpg)
Agentes de Busca na WebWebCrawler-Algorítmo
1. Inicia com conjunto conhecido de documentos.
2. Descobre novos documentos.
3. Marca os documentos que são retidos (adicionados para a base de dados de índices).
4. Descobre seus links.
5. Indexa o conteúdo do documento(título,cabeçalho, linhas de texto, data de modificação, tamanho do arquivo)
![Page 10: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/10.jpg)
Agentes de Busca na WebWebCrawler-Mecanismo de Busca
Modo Indexação- Tantos servidores quanto possível.1.Novo servidor encontrado - lista de visita imediata.
2.Um documento de cada novo servidor é retido e indexado antes de visitar algum outro.
3.Quando não há novos servidores, procura nos que já tem até encontrar 1.
![Page 11: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/11.jpg)
Agentes de Busca na WebWebCrawler-Mecanismo de Busca
Modo de Busca1.Consulta índice-similaridade2.Desta lista os mais relevantes são escolhidos e os links inexplorados são seguidos.3.Novos documentos recuperados/indexados outra consulta.4.Resultados são escolhidos por relevância e novos documentos próximos ao topo da lista são candidatos a
próxima exploração.(fish search)5.O processo continua até encontrar suficiente documentos similares para satisfazer o usuário ou até um tempo limite.
![Page 12: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/12.jpg)
Agentes de Busca na WebWebCrawler’s AGENTES.
- Utiliza 15 agentes em paralelo.
- Cada novo documento é entregue a um agente que recupera a URL.
- Um agente qualquer responde ao mecanismo de busca com um objeto contendo conteúdo ou explanação porque o documento não pode ser recuperado, ficando livre.
![Page 13: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/13.jpg)
Agentes de Busca na WebWebCrawler’s DATABASE.
- Atualizada após algumas 100 de documentos.
- Indexa por palavra(relevância)- palavras que aparecem frequentemente no documento e infrequentemente no domínio de referência são atribuídos maior peso. - Cada objeto é armazenado numa árvore binária em separado : documentos, servidores e links.
![Page 14: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/14.jpg)
Agentes de Busca na WebWebCrawler’s QUERY SERVER
- Usuário entra com uma palavra chave.
- Os títulos e URLs de documentos contendo algumas ou todas as palavras são recuperadas do índice.
- É apresentada ao usuário lista ordenada por relevância. - Relevância - é uma média ponderada do peso da palavra no documento e seu peso na pergunta.
![Page 15: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/15.jpg)
Agentes de Busca na WebLycos Projeto - Dr Michael Mauldin ( Cornegie Mellon-08/94)
Lycos(06/95) - características: 5 M URLs, 1,2 M Documentos, 3,9 M URLs a explorar, 1,8 B sumários.
Busca em profundidade.
Explora os espaços - HTTP, FTP e Gopher
Ignora os espaços/ extensões - Wais, Telnet, Usenet etc. - exe, gif, gz, tar, wav etc.
![Page 16: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/16.jpg)
Agentes de Busca na WebLycos - Indexação OBJETIVO - reduzir armazenamento.
- Título, cabeçalho e Sub.
- 100 mais importantes palavras(TF*IDF).
- Primeiras 20 linhas.
- Tamanho em bytes e Número de palavras.
![Page 17: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/17.jpg)
Agentes de Busca na WebLycos - Seleção de palavras TF (frequência) = número de ocorrências de um termo
particular na coleção de N documentos.
DF (frequência no documento) = é o número de documentos no qual o termo particular ocorre.
DF (inverso da frequência no documento) = medir quão bom um termo particular é para discriminar um documento.
![Page 18: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/18.jpg)
Agentes de Busca na WebLycos - Algorítmo
Quando 1 URL é recuperada, procura por outros links e coloca numa fila interna
A escolha da próxima URL a explorar é aleatória entre - HTTP, FTP e Gopher, colocadas em fila por ordem de preferência.
Preferência - Documentos populares (com muitos links) e menores URLs (explorar a raiz)
![Page 19: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/19.jpg)
Arquitetura do BRight!
Brokers
Servidoresde Índices
Web
![Page 20: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/20.jpg)
EscalabilidadeServidores Web
Menor carga de trabalho para indexação
Robôs Indexadores
Escopos mais restritos
Canais de Transmissão
Menor tráfego redundante
UsuárioEscolha transparente de servidores de índices
![Page 21: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/21.jpg)
Diretrizes ao escrever um robô QUESTIONAR : É necessário ? Posso arcar
com essa responsabilidade ? Não descer muitos níveis. IDENTIFICAR seu robô e a si próprio. Anunciá-lo antes de disponibilizá-lo. Avisar aos administradores se ele visitará
poucos servidores e também seu provedor. Testar localmente antes, extensivamente.
![Page 22: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/22.jpg)
Diretrizes ao escrever um robô NÃO APROPRIAR-SE dos servidores :O
robô deve ir devagar e alternando vários servidores.
Processar apenas os dados que interessam : tipos de arquivos, data dos arquivos.
Não rodá-lo com freqüência, tentando buscar novos links.
Rodá-lo em horário oportuno.
![Page 23: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/23.jpg)
Diretrizes ao escrever um robô Evitar armadilhas : círculos, formulários e
URLs sem trailing. Controlá-lo : Interatividade e um log-BD
público com estatísticas de sucesso, hosts acessados recentes e tamanho de arquivos.
Ética : respeitar o princípio de exclusão. Avisar aos administradores sobre links com
erros.
![Page 24: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/24.jpg)
Prevenindo-se contra robôs# /robots.txt# mail webmaster<server> for criticsUser-agent: webcrawlerDisallow:User-agent: lycraDisallow: \User-agent: *Disallow: \tmpDisallow: \logs
<meta name=“robots” content=“noindex/nofollow”>
![Page 25: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/25.jpg)
Dotando robôs de IA:Assistentes Metáfora: Na estrada da informação, o robô é
um táxi-cicerone. Comércio:domínios fechados, acessam BDs
conhecidos (informação estruturada). Notificadores, delegados pelo usuário, com
um modelo dele(às vezes com aprendizado). Normalmente proativo,tem algo de IA :PLN
planejamento, metas, função de avaliação.
![Page 26: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/26.jpg)
Assistentes : Internet Softbot Perfil do usuário,proativo(sugestões). Acessa BDs conhecidos. Meta, auto-início (reativo), não-móvel. Interface gráfica expressiva:conjuncões,
disjuncões,negacão e quantificadores. Linguagem lógica interna e planejamento. Incipiente refinamento de planejamento. Futuro:PLN,aprendizado e multiagentes.
![Page 27: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/27.jpg)
Assistentes : Letizia H.Lieberman-MIT-Macintosh Clisp. Imita o comportamento do usuário, baseado
em preferência, não em relevância. Segue o usuário e tenta antecipar o que é de
interesse, com heurísticas simples e metas. HP dinâmica e acessível, com sugestões. Aproveita o tempo inútil e é ético.
![Page 28: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/28.jpg)
Assistentes : Letizia Behavior-BR - justificativas ! - IR/IF e OO.
Interesse:seguir um link ou revisitá-lo, ou acessar muitas páginas sobre um assunto.
Desinteresse: desprezar um link ou retornar. Persistência de interesse e “esquecimento”. Achados ao acaso: tenta descobrir interesses
não-óbvios.
![Page 29: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/29.jpg)
Assistentes pessoais : Info Agent
Genérico,extensível,filos.OO e orientado a usuário. Interface interage c/ usuário,dinamicamente modela--o e
comunica-se com os outros agentes (KQML). Servicos internos:suporte(impressoras,traducão,etc). Agente de busca externa : Harvest E/OU outro.
Delegação Servicos Internos
Usuário Interface Busca externa
![Page 30: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/30.jpg)
Assistentes : Internet Consultant
Agente Interface PLN c/ pragmática : interpreta e modela o usuário e extrai metas.
Planejador : Gera e executa planos para atingir as metas.
Informações:Busca as fontes e recupera as informações desejadas.
GeradorLN PAU
Analisador Metas BC
MU
Rec. Domínios Instrument.
Gerador de Broker de Planos Recursos
Executor
![Page 31: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/31.jpg)
Assistentes : Internet Consultant M.Inaba - Honolulu - Macintosh Clisp e MERA-
CLOS. MERA : linguagem diagramática,vinda de E-R, com hierarquias semânticas e herança “a la “ Java.
Pode atuar como tutor inteligente. Reusa mec.de busca : Lycos, WebCrawler ... Modelo do usuário:Iniciante, médio e expert,
reconhecido pela terminologia, ferramentas usadas,tarefas,etc.Resposta p/ cada modelo.
![Page 32: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/32.jpg)
IC : Classes de Comunicação
Humano-agente : conjunto de classes de Pessoas, classes de Agentes e relações (msgs). Comunicação definida pela subclasse da entidade ato locucionário (Q,O,T) e as relações de comunicação (Query, Proposition, Speaker e Listener).
Agente-agente:rels. Receptor,Remetente e Obj. Agente-recurso : relações Usa e Consome.
![Page 33: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/33.jpg)
Internet Consultant : Conclusões KB:vocábulos ingleses, padrões de questões
do usuário, informações sobre servidores e operadores para planejamento do controle dos browsers.
Futuro:diálogos,comunicação em HTML, variedade de tarefas, mobilidade, aprendizado do modelo de usuário.
Performance ?
![Page 34: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/34.jpg)
Dotando a WWW de IA : SHOE Simple HTML Ontology Extensions - Sean
Luke - Universidade de Maryland - 96. Motivação : Difícil combinar info parcial...
HTML/HTTP preocuparam-se com apresentação e navegação, não com busca semântica(só léxica).Robôs c/inferência em ambiente difícil, PLN ainda não resolve. Onde está o relacionamento entre páginas ?
![Page 35: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/35.jpg)
Dotando a WWW de IA : SHOE Achar a Home-Page do Sr. ou Sra. Cook
que trabalham na mesma empresa, no projeto ARPA 123-4567.
Se perguntar por Cook, milhares de respostas... (Culinária :) ) e não consegue-se achar a Home-Page do Sr. Cook desse projeto :(
O que fazer ??
![Page 36: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/36.jpg)
Dotando a WWW de IA : SHOE Solucão:Não apenas palavras-chave, mas conj.
oficial de atributos/relações(ontologia) HTML:REL,REV,CLASS e META. Dobson/Burill-95:E/R,atributos s/semântica. SHOE:’é-um’,hierarquia de classes (mais importante
que relacionamentos) e inferência(estrutura p/reflexividade, fechamento transitivo e outras regras).
Novo problema:veracidade das afirmações.
![Page 37: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/37.jpg)
Definições em SHOE Ontologias específicas e gerais em HTML.
Ex: Person is-a thing. Entidades em docs/subdocs,rels. e atributos. Herança entre ontologias. Instanciamento entidade/ontologia. Robô Exposé (Evett-95) em Macintosh
Clisp, C e PARKA - Univ. Maryland.
![Page 38: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/38.jpg)
Definindo ontologias em SHOE
<ONTOLOGY “our” VERSION=“1.0><ONTOLOGY-EXTENDS “organization” VERSION=“2.1”
PREFIX=“org” URL=“http://www.ont.org/orgont.html”<ONTDEF CATEGORY=“Person” ISA=“org.Thing”><ONTDEF RELATION=“lastName”ARGS=“Person STRING”><ONTDEF RELATION=“firstName”ARGS=“Person STRING”><ONTDEF RELATION=“marriedTo”ARGS=“Person Person”><ONTDEF RELATION=“employee”
ARGS=“ org.Organization Person”></ONTOLOGY>
![Page 39: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/39.jpg)
Instanciando em SHOE<HEAD><META HTTP-EQUIV=“Instance-Key”
CONTENT=“http://www.cs.umd.edu/~george”><USE-ONTOLOGY “our” VERSION=“1.0” PREFIX=“our”
URL=“http://ont.org/our.html”><BODY>...< CATEGORY=“our.Person” >< RELATION=“our.firstName” TO=“George”>< RELATION=“our.lastName” TO=“Cook”>< RELATION=“our.marriedTo”
TO=“http://www.cs.umd.edu/~helena”>< RELATION=“our.employee”
FROM=“http://www.cs.umd.edu/”>
![Page 40: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/40.jpg)
Instanciando em SHOENo texto: Meu nome é <ATTRIBUTE “our.firstName”> George</ATRIBUTE> <ATTRIBUTE “our.lastName”> Cook</ATRIBUTE> e moro...
<INSTANCE “http://www.cs.umd.edu/~george#HELENA”>< CATEGORY=“our.Person” >< RELATION=“our.firstName” TO=“Helena”>< RELATION=“our.lastName” TO=“Cook”>< RELATION=“our.marriedTo”
TO=“http://www.cs.umd.edu/~George”></INSTANCE>
![Page 41: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/41.jpg)
SHOE : Consulta ao robô ExposéCom o auxílio da interface gráfica, chegamos a :(query ‘(:and
(#!instanceOf ?X #!Person)(#!instanceOf ?Y #!Person)(#!instanceOf ?Z #!Organization)(#lastName ?X “Cook”)(#lastName ?Y “Cook”)(#employee ?Z ?X)(#employee ?Z ?Y)(#marriedTo ?X ?Y)(#involvedIn (z,”ARPA 123-4567”) ))
![Page 42: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/42.jpg)
Discussão O que é melhor : Um só agente ou muitos
(Resolucão Distribuída de Problemas) ? O que é melhor : Dotar agentes-assistentes
de IA ou dotar a WWW de IA ?
![Page 43: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/43.jpg)
Bibliografia Harrison,C.,Caglayan,A.,”Agent Sourcebook”,Jonh
Wiley,97. Koster,M.,”Guidelines for Robot Writers”,93. Koster,M.,“The Web Robots FAQ...”,
http://info.webcrawler.com. Koster,M.,”Robots in the Web:threat or treat?”,NEXOR,95 Hermans,B.,”Intelligent Software Agents on the Internet”. Lieberman,H.,”Letizia:Na Agent that assists Web
Browsing”,MIT,95.
![Page 44: Agentes de Busca na Internet Fred Freitas Mêuser Valenca.](https://reader036.fdocuments.net/reader036/viewer/2022062623/552fc10b497959413d8c2733/html5/thumbnails/44.jpg)
Bibliografia Rhodes,B Starner,T.,”Remembrance Agent-A
continuously running automated information retrieval system”,MIT,96
Inaba,M.,”Internet Consultant: An Integrated Conversational Agent for Internet Exploration”,Hawaii,95.
Luke,S.et al,”Ontology-Based Knowledge Discovery onthe World-Wide Web”,UMBC,96.