All risk paths with their risk moni

All risk paths with their risk monitoring objects form a riskknowledge semantic network, in which the construction elements,together with the related risks and their risk factors are inter-weaved. This risk network provides a visual risk knowledge map,from which, the interactions and interdependences between risks,risk paths can be captured. This risk knowledge semantic networkcan be used as a risk knowledge base. Not only explicit knowledgeis included in this knowledge base, but also implicit knowledge canbe inferred based on the defined rules. Based on the semantic rep-resentation, the risk knowledge can be interpreted and reused bymachines. It offers the capability of semantic inferring and seman-tic search, which helps to improve the efficiency of knowledgereuse.In order to illustrate visually, also for the simplicity, a small partof the RDF of a simplified construction process linked with thepotential risks is shown inFig. 5.Web Ontology Language (OWL) is selected to encode the con-struction risk knowledge. OWL enables all this information to belinked together and represented semantically in one semantic net-work. The risk knowledge defined in Protégé is exported into ‘‘.OWL” file, and stored in the risk knowledge base. The OWL filecan be managed by the ontology management tool. The informa-tion in a semantic web can be easily processed using techniquesdriven by logic, including the appropriate standard query lan-guages and rule languages.4.3. Project information extractionIn the prototype system, the typical construction components,such as foundations, floor slabs, various piles (high-pressure rotaryjet grouting pile, concrete mixing pile, etc.), steel struts, and walls,in the deep pit foundation engineering of the Wuhan InternationalFinance Centre project, are modelled.In this prototype system, the information about componenttype, resource, construction activity of building elements is addedinto the project model via project parameters. In BIM, there is nostandard format (Shen and Chua, 2011) to input/output for non-geometry data. The different project model creators may representthe same information differently. In this research, these parame-ters are described using concepts from the corresponding riskmonitoring object sub-ontologies. In this way, the informationextracted from the project model can be directly put into theretrieval module, without the need of mapping the extracted infor-mation into the concepts of the corresponding risk monitoringobject sub-ontologies, since the semantics can be inferred in theontology.4.4. Construction risk knowledge reasoningTraditional retrieval technology is based on keywords and usessimple keyword matching rules. Such a model misses the actualsemantic information of the text, therefore, only retrieval wordsin the retrieval objects may be retrieved, and similar semantic con-cepts to the query request cannot be retrieved due to using differ-ent words, which greatly reduces knowledge sharing.In the retrieval module, the retrieval is based on the ontologyand semantic web technology. The matching engine plays as thehub to link semantics in the OWL file with the risk knowledgeand the query condition information extracted from BIM projectmodel.The match algorithm is based on the taxonomical reasoningand rule reasoning. Taxonomical reasoning is based on thetaxonomy structure of concepts in the ontology. In the taxonomystructure of an ontology, ‘‘Upper and Lower” relationship definesupper and lower relation among concepts. For example, in theproduct sub-ontology for the deep pit foundation engineering,brace system walls can be classified into:Pile_wall, Sheet_pile_wall,Soil_nailing_wall, Soldier_pile_with_wooden_lagging_wall, andUnderground-Diaphragm-Wall.When retrieving a concept, its epigynous and hypogynous con-cepts also can join in the query conditions. In this way, the taxon-omy reasoning can be used to expand the search via the semanticextension (including synonymous, upper and lower expansion, etc.)Rule reasoning is based on axioms in the ontology. Axioms areused to regulate and constrain the behaviours of concepts in thetaxonomy and the relationships linking concepts.In the rule reasoning, Semantic Web Rule Language (SWRL) isused to represent rules. A SWRL rule contains an antecedent partand a consequent part. Once the antecedents of a rule are satisfied,the rule is triggered to execute risk inferring. After executing therule, the new facts are deduced. Then, the other rules, whose ante-cedents are satisfied basing the new facts, are fired sequentially.Since the SWRL rule is expressed in terms of ontology concepts(classes, properties, individuals) and the construction contextunder which the risk or risk event may happen is modelled withontology concepts as well, the context-driven risk identificationcan be implemented.There are two kinds of SWRL rules: the risk inference rule andrisk query rule. SWRL rules are not hard encoded in the system,but are stored in a

ผลลัพธ์ (ไทย) 1:

เส้นทางความเสี่ยงทั้งหมด มีความเสี่ยงการตรวจสอบวัตถุแบบ riskknowledge ตรรกเครือข่าย ซึ่งองค์ประกอบโครงสร้าง ร่วมกับความเสี่ยงที่เกี่ยวข้องและปัจจัยเสี่ยงของพวกเขามีระหว่างทอ เครือข่ายความเสี่ยงนี้มีแผนที่ความรู้มองเห็นความเสี่ยง ที่ การโต้ตอบและการอ้างอิงระหว่างกันระหว่างความเสี่ยง ความเสี่ยงเส้นทางสามารถจับได้ Networkcan ความหมายรู้ความเสี่ยงนี้จะใช้เป็นฐานความรู้ของความเสี่ยง ไม่เพียง knowledgeis ที่รวมอยู่ในฐานความรู้นี้อย่างชัดเจน แต่ยังรู้นัย canbe สรุปขึ้นอยู่กับกฎที่กำหนดไว้ ตาม rep-resentation ความหมาย ความรู้ความเสี่ยงสามารถตีความ และนำมา bymachines มันมีความสามารถในการบรรยายความหมายและค้นหา seman tic ซึ่งช่วยปรับปรุงประสิทธิภาพของ knowledgereuse เพื่อแสดงให้เห็นถึงสายตา สำหรับความเรียบง่าย ส่วนเล็ก ๆ ของ RDF ของกระบวนการก่อสร้างสมัยใหม่ที่เชื่อมโยงกับความเสี่ยง thepotential จะแสดง inFig 5.เว็บภววิทยาภาษา (นกฮูก) เลือกการเข้ารหัสความรู้เสี่ยงโครง นกฮูกช่วยให้ข้อมูลนี้เพื่อ belinked กัน และแสดงประโยคทางตรรกหนึ่งงานสุทธิ ส่งออกเป็นความรู้ความเสี่ยงที่กำหนดไว้ใน Protégé '' นกฮูก"ไฟล์ และเก็บไว้ในฐานความรู้ของความเสี่ยง Filecan นกฮูกถูกจัดการ โดยเครื่องมือการจัดการภววิทยา การ informa-ทางการค้าในเว็บทางตรรกสามารถได้ประมวลผลโดยใช้ techniquesdriven ตรรกะ languages.4.3 lan guages และกฎการสอบถามมาตรฐานที่เหมาะสมรวมทั้ง ExtractionIn ข้อมูลโครงการต้นแบบระบบ การก่อสร้างทั่วไปประกอบ รากฐาน พื้น กองต่าง ๆ (แรงดันสูง rotaryjet ขนสั้น ขนสั้น ฯลฯ ผสมคอนกรีตยาแนวกระเบื้อง), เสาเหล็ก และผนัง ในหลุมลึกพื้นฐานงานวิศวกรรมของโครงการศูนย์ InternationalFinance ฮั่น จัดทำขึ้น ในระบบต้นแบบนี้ ข้อมูลเกี่ยวกับ componenttype ทรัพยากร งานก่อสร้างของอาคารองค์ประกอบเป็น addedinto แบบจำลองโครงการผ่านพารามิเตอร์โครงการ ใน BIM มีรูป nostandard (Shen และชัว 2011) การอินพุต/เอาท์พุตสำหรับข้อมูลที่ไม่ใช่รูปทรงเรขาคณิต ผู้สร้างแบบจำลองโครงการอื่นอาจ representthe ข้อมูลเดียวกันแตกต่างกัน ในงานวิจัย เหล่านี้ parame ters จะอธิบายโดยใช้แนวคิดจากสอด riskmonitoring วัตถุย่อย ontologies ในวิธีนี้ informationextracted จากแบบจำลองโครงการสามารถตรงวางลงในโมดู theretrieval โดยไม่ต้องแมปคือไดรเวอร์แยกเป็นแนวคิดที่สอดคล้องกันความเสี่ยง monitoringobject ย่อย ontologies เนื่องจากความหมายสามารถสรุปใน theontology.4.4 ก่อสร้างความเสี่ยงความรู้ reasoningTraditional เรียกเทคโนโลยีตามคำหลักและคำหลัก usessimple กฎ แบบจำลองข้อมูล actualsemantic ของข้อความที่คิดถึง ดังนั้น เรียกใช้ wordsin อาจเรียกวัตถุเรียก และ cepts ตรรก con คล้ายการร้องขอการสอบถามไม่สามารถเรียกใช้เนื่องจากใช้คำที่แตกต่างจมูก ซึ่งช่วยลดปัญหาแบ่งปันความรู้ ในโมดูลการเรียก เรียกตามเทคโนโลยีเว็บเชิงความหมาย ontologyand เครื่องยนต์จับคู่เล่นเป็น thehub การเชื่อมโยงความหมายของในแฟ้มนกฮูกมี knowledgeand ความเสี่ยงข้อมูลเงื่อนไขการสอบถามจาก BIM projectmodel อัลกอริทึมตรงตามเหตุผลกฎ taxonomical reasoningand เหตุผลเป็นไปตามโครงสร้าง thetaxonomy ในภววิทยา taxonomical ใน taxonomystructure ของภววิทยา definesupper สัมพันธ์ ''ด้านบนและล่าง" และลดความสัมพันธ์ระหว่างแนวคิด เช่น ในภววิทยาย่อย theproduct สำหรับวิศวกรมูลนิธิหลุมลึก รั้งระบบผนังประเภท: Pile_wall, Sheet_pile_wall, Soil_nailing_wall, Soldier_pile_with_wooden_lagging_wall, andUnderground-ไดอะแฟรม-Wall.When เรียกแนวคิด ความ epigynous และ hypogynous con-cepts ยังสามารถเข้าร่วมในเงื่อนไขแบบสอบถาม ในวิธีนี้ เหตุผลชนะไินมันสามารถใช้เพื่อขยายการค้นหาผ่านทาง semanticextension (รวมขยายตัวบน และล่าง พ้อง ฯลฯ) เหตุผลกฎเป็นไปตามหลักการของภววิทยา Areused หลักการในการควบคุม และจำกัดพฤติกรรมใน thetaxonomy และความสัมพันธ์ที่เชื่อมโยงแนวคิด ในการกฎเหตุผล ความหมายเว็บกฎภาษา (SWRL) isused เพื่อแสดงกฎ กฎ SWRL ประกอบด้วย partand มาก่อนส่วนตที่ตามมา เมื่อ antecedents ของกฎไม่พอใจ กฎจะถูกทริกเกอร์การดำเนินการบรรยายความเสี่ยง หลังจากปฏิบัติการ therule ข้อเท็จจริงใหม่ซึ่งสามารถกล่าวได้ จากนั้น อื่น ๆ กฎ มีอีก cedents พอใจพิจารณาข้อเท็จจริงใหม่ จะยิงตามลำดับ ตั้งแต่กฎ SWRL จะแสดงในแง่ภววิทยา (เรียน คุณสมบัติ บุคคล) และ contextunder ก่อสร้างซึ่งความเสี่ยงหรือเหตุการณ์ความเสี่ยงที่อาจเกิดขึ้นคือ แนวคิดแบบจำลอง withontology เช่น identificationcan ขับเคลื่อนด้วยบริบทความเสี่ยงสามารถนำมาใช้ มีสองชนิดของกฎ SWRL: กฎความเสี่ยงสรุปกฎ andrisk สอบถาม กฎ SWRL ไม่ยากในระบบการเข้ารหัส แต่ถูกเก็บไว้ใน

ผลลัพธ์ (ไทย) 2:

เส้นทางที่มีความเสี่ยงทั้งหมดที่มีความเสี่ยงวัตถุการตรวจสอบของพวกเขาในรูปแบบเครือข่าย riskknowledge ความหมายซึ่งในองค์ประกอบการก่อสร้างร่วมกับความเสี่ยงที่เกี่ยวข้องและปัจจัยเสี่ยงของพวกเขาระหว่างทอ เครือข่ายความเสี่ยงนี้จะให้ความรู้เกี่ยวกับความเสี่ยงแผนที่ภาพจากการที่ปฏิสัมพันธ์และ interdependences ระหว่างความเสี่ยงเส้นทางที่มีความเสี่ยงจะถูกจับ ความรู้เกี่ยวกับความเสี่ยงนี้ความหมาย networkcan นำมาใช้เป็นฐานความรู้ที่มีความเสี่ยง ไม่เพียง แต่ knowledgeis อย่างชัดเจนรวมอยู่ในฐานความรู้นี้ แต่ยัง canbe ความรู้โดยนัยสรุปขึ้นอยู่กับกฎระเบียบที่กำหนดไว้ ขึ้นอยู่กับความหมายตัวแทน-resentation ความรู้ความเสี่ยงสามารถตีความและนำกลับมา bymachines มันมีความสามารถในการอนุมานความหมายและการค้นหา Seman-Tic ซึ่งจะช่วยในการปรับปรุงประสิทธิภาพของการสั่งซื้อ knowledgereuse.In ที่จะแสดงให้เห็นถึงสายตายังสำหรับความเรียบง่ายเป็น partof เล็ก RDF ของขั้นตอนการก่อสร้างง่ายเชื่อมโยงกับความเสี่ยงที่จะแสดง thepotential inFig . 5.Web อภิปรัชญาภาษา (นกฮูก) ถูกเลือกในการเข้ารหัสความรู้ความเสี่ยง Con-โครงสร้าง นกฮูกช่วยให้ข้อมูลทั้งหมดนี้จะ belinked ร่วมกันและเป็นตัวแทนของความหมายในความหมายสุทธิทำงาน ความรู้เกี่ยวกับความเสี่ยงที่กำหนดไว้ในProtégéจะส่งออกใน "แฟ้ม '' .OWL และเก็บไว้ในฐานความรู้ของความเสี่ยง ธัญพืช filecan รับการจัดการโดยเครื่องมือการจัดการที่เกี่ยวกับธรรมชาติ Informa-การในเว็บเชิงความหมายสามารถประมวลผลได้อย่างง่ายดายโดยใช้ techniquesdriven โดยตรรกะรวมทั้งแบบสอบถามมาตรฐานที่เหมาะสมในระบบ LAN guages​​ และกฎ languages​​.4.3 ข้อมูลโครงการ extractionIn ระบบต้นแบบส่วนประกอบก่อสร้างทั่วไปเช่นฐานรากพื้นกองต่างๆ (แรงดันสูงกอง rotaryjet อัดฉีดกองผสมคอนกรีต, ฯลฯ ) เสาเหล็กและผนังในงานวิศวกรรมหลุมลึกของมูลนิธิ โครงการหวู่ฮั่นการเงินระหว่างประเทศศูนย์จะ modelled.In ระบบนี้ต้นแบบข้อมูลเกี่ยวกับ componenttype ทรัพยากรกิจกรรมการก่อสร้างของอาคารเป็นองค์ประกอบ addedinto รูปแบบโครงการผ่านพารามิเตอร์โครงการ ใน BIM มีรูปแบบ nostandard (Shen และฉั่ว 2011) การอินพุต / เอาต์พุตสำหรับข้อมูลที่ไม่ใช่รูปทรงเรขาคณิต ผู้สร้างรูปแบบของโครงการที่แตกต่างกันอาจ representthe ข้อมูลเดิมที่แตกต่างกัน ในงานวิจัยนี้เหล่านี้ parame-ters จะมีการอธิบายโดยใช้แนวคิดจากที่สอดคล้อง riskmonitoring วัตถุย่อยจีส์ ในวิธีนี้ informationextracted จากแบบจำลองโครงการสามารถนำโดยตรงในโมดูล theretrieval โดยไม่จำเป็นต้องของการทำแผนที่ที่สกัดอินฟอร์ mation-เข้าไปในแนวความคิดของการที่สอดคล้องกัน monitoringobject เสี่ยงย่อยจีตั้งแต่ความหมายสามารถสรุปใน theontology.4.4 . ความรู้เกี่ยวกับความเสี่ยงเทคโนโลยีการก่อสร้างการดึง reasoningTraditional อยู่บนพื้นฐานของคำหลักและกฎการจับคู่คำหลัก usessimple รูปแบบดังกล่าวคิดถึงข้อมูล actualsemantic ของข้อความเท่านั้นดังนั้นการดึง wordsin วัตถุดึงอาจจะดึงและคล้ายความหมาย Con-cepts การร้องขอแบบสอบถามไม่สามารถเรียกคืนเนื่องจากการใช้คำที่ต่างกัน-Ent ซึ่งช่วยลดการแบ่งปันความรู้ ในโมดูลดึงดึงอยู่บนพื้นฐานของเทคโนโลยีเว็บ ontologyand ความหมาย เครื่องมือจับคู่เล่นเป็น thehub ที่จะเชื่อมโยงความหมายในแฟ้มนกฮูกที่มีความเสี่ยง knowledgeand ข้อมูลสภาพแบบสอบถามสกัดจากอัลกอริทึมการแข่งขัน BIM projectmodel.The อยู่บนพื้นฐานของเหตุผลอนุกรมวิธานกฎ reasoningand เหตุผล taxonomical จะขึ้นอยู่กับโครงสร้างของแนวความคิดในอภิปรัชญา thetaxonomy ใน taxonomystructure ของอภิปรัชญา '' บนและล่าง "definesupper ความสัมพันธ์และความสัมพันธ์ในหมู่ที่ต่ำกว่าแนวความคิด ยกตัวอย่างเช่นใน theproduct ย่อยอภิปรัชญาสำหรับหลุมลึกวิศวกรรมฐานรากผนังระบบรั้งสามารถแบ่งได้เป็น: Pile_wall, Sheet_pile_wall, Soil_nailing_wall, Soldier_pile_with_wooden_lagging_wall, andUnderground ไดอะแฟรม-Wall.When เรียกแนวคิด epigynous และ hypogynous Con-cepts ยัง สามารถเข้าร่วมได้ในสภาพแบบสอบถาม ด้วยวิธีนี้เหตุผลแท็กซอน-omy สามารถใช้ในการขยายการค้นหาผ่าน semanticextension (รวมถึงความหมายเหมือนกันการขยายตัวบนและล่าง ฯลฯ ) เหตุผลกฎอยู่บนพื้นฐานของหลักการในอภิปรัชญา สัจพจน์ areused ในการควบคุมและ จำกัด พฤติกรรมของแนวคิดใน thetaxonomy และความสัมพันธ์เชื่อมโยง concepts.In เหตุผลกฎ, Semantic Web กฎภาษา (SWRL) isused เพื่อเป็นตัวแทนของกฎ กฎ SWRL มีมาก่อน partand ส่วนหนึ่งเป็นผลเนื่องมา เมื่อบรรพบุรุษของกฎที่มีความพึงพอใจกฎจะถูกเรียกในการดำเนินการอนุมานความเสี่ยง หลังจากรัน therule ข้อเท็จจริงใหม่จะสรุปได้ว่า จากนั้นกฎระเบียบอื่น ๆ ที่มี ante-cedents มีความพึงพอใจ basing ข้อเท็จจริงใหม่ถูกยิง sequentially.Since กฎ SWRL จะแสดงในแง่ของแนวคิดอภิปรัชญา (เรียน, คุณสมบัติของบุคคล) และ contextunder ก่อสร้างซึ่งมีความเสี่ยงหรือความเสี่ยงเหตุการณ์อาจ เกิดขึ้นคือการสร้างแบบจำลอง withontology แนวคิดเช่นเดียวกับความเสี่ยงบริบทที่ขับเคลื่อนด้วย identificationcan จะ implemented.There สองชนิดของกฎ SWRL: กฎแบบสอบถามและการเสี่ยงกฎการอนุมานความเสี่ยง กฎ SWRL ไม่ได้เข้ารหัสอย่างหนักในระบบ แต่จะถูกเก็บไว้ใน

ผลลัพธ์ (ไทย) 3:

เส้นทางเสี่ยงกับความเสี่ยงการตรวจสอบวัตถุรูปแบบ riskknowledge ความหมายเครือข่าย ซึ่งในการก่อสร้างองค์ประกอบ พร้อมๆ กับความเสี่ยงที่เกี่ยวข้องกับปัจจัยความเสี่ยงของพวกเขาระหว่างทอ . เครือข่ายความเสี่ยงนี้แสดงแผนที่ความรู้ความเสี่ยงภาพจากที่ ปฏิสัมพันธ์และความเสี่ยง interdependences ระหว่างเส้นทางเสี่ยงสามารถจับ ความรู้ความหมาย networkcan เสี่ยงเป็นเสี่ยง ฐานความรู้ ไม่เพียง แต่ที่ชัดเจน knowledgeis รวมอยู่ในนี้ ความรู้พื้นฐาน แต่ยังสามารถมีความรู้โดยนัยตามนิยาม กฎ ตาม resentation แทนความหมาย ความเสี่ยง ความรู้สามารถตีความและใช้ bymachines . มันมีความสามารถในการค้นหาความหมายและ TIC เซอมัน ซึ่งจะช่วยปรับปรุงประสิทธิภาพของ knowledgereuse เพื่อแสดงให้เห็นถึงสายตาสำหรับความเรียบง่ายส่วนหนึ่งเล็ก ๆของข้อมูลแบบกระบวนการสร้างการเชื่อมโยงกับความเสี่ยงด้านศักยภาพ แสดง infig . 5 . เว็บภาษาอภิปรัชญา ( นกฮูก ) ที่เข้ารหัส struction con ความเสี่ยงความรู้ นกฮูกช่วยให้ข้อมูลทั้งหมดนี้เพื่อ belinked เข้าด้วยกัน และแสดงความหมายในการทำงานสุทธิหนึ่งความหมาย ความเสี่ยงความรู้ที่กําหนดในเมซุท เอิทซิลส่งออกใน " " ไฟล์นกฮูก " และเก็บไว้ในความเสี่ยงของฐานความรู้ นกฮูก filecan ถูกจัดการโดยภววิทยาการจัดการเครื่องมือ ข้อมูลเกี่ยว tion ในเว็บทางตรรกสามารถประมวลผลการใช้ techniquesdriven โดยตรรกะ รวมทั้งภาษาและภาษาแบบสอบถามที่เหมาะสมมาตรฐาน LAN กฎ 4.3 . ข้อมูลโครงการ extractionin ระบบต้นแบบ ส่วนประกอบการก่อสร้างทั่วไป เช่น แผ่นพื้น เสาเข็ม ฐานราก ต่างๆ ( rotaryjet อัดฉีดแรงดันสูงเสาเข็มเสาเข็มคอนกรีตผสม , ฯลฯ ) , เสา , เหล็กและผนังในหลุมลึกพื้นฐานวิศวกรรมของหวู่ฮั่น internationalfinance เซ็นเตอร์ , จำลอง ในระบบต้นแบบนี้ ข้อมูลเกี่ยวกับ componenttype ทรัพยากร กิจกรรมการก่อสร้างองค์ประกอบของอาคาร addedinto โครงการผ่านพารามิเตอร์โมเดลโครงการ ในเวลา มีรูปแบบ nostandard ( ของ Chua , 2011 ) อินพุต / เอาต์พุตไม่เป็นเรขาคณิตข้อมูล รูปแบบของโครงการต่าง ๆของผู้สร้างอาจ representthe ข้อมูลเดียวกันแตกต่างกัน ในงานวิจัยนี้ parame ters เหล่านี้จะอธิบายโดยใช้แนวคิดจากที่ riskmonitoring วัตถุย่อยนโทโลจี . ในวิธีนี้ , informationextracted จากโครงการรุ่นที่สามารถใส่ลงใน theretrieval โมดูลโดยตรงโดยไม่ต้องแยกข้อมูลในแผนที่สำหรับแนวคิดที่เสี่ยง monitoringobject ซอบนโทโลจี เพราะความหมายสามารถ inferred ใน theontology . 4.4 . ความเสี่ยงการสร้างความรู้ reasoningtraditional เทคโนโลยีจะขึ้นอยู่กับคำหลักและคำหลักที่ตรงกับกฎ usessimple . เช่น แบบขาดข้อมูล actualsemantic ของข้อความ แต่ใช้คำเรียกวัตถุที่อาจถูกดึงมา และที่คล้ายกันความหมาย con cepts กับแบบสอบถามขอไม่สามารถเรียกคืนจากการใช้คำที่ใช้แตกต่างกัน ซึ่งจะช่วยลดการแบ่งปันความรู้ ในการดึงโมดูลระบบจะขึ้นอยู่กับ ontologyand เว็บเชิงความหมาย เทคโนโลยี จับคู่เครื่องยนต์เล่นเป็น thehub เชื่อมโยงความหมายในนกฮูกไฟล์ที่มีความเสี่ยง ความรู้และแบบสอบถามเงื่อนไขข้อมูลที่สกัดจาก BIM projectmodel . ราคานี้ขึ้นอยู่กับ taxonomical reasoningand กฎการใช้เหตุผล taxonomical เหตุผลขึ้นอยู่กับโครงสร้าง thetaxonomy แนวคิดในอภิปรัชญา . ใน taxonomystructure ของภววิทยา " "upper และความสัมพันธ์ลดลง " definesupper และความสัมพันธ์ระหว่างแนวคิดต่ . ตัวอย่างเช่นในสินค้าย่อยอภิปรัชญาในหลุมลึกวิศวกรรมฐานราก , ผนังระบบรั้งสามารถแบ่งออกเป็น : pile_wall sheet_pile_wall soil_nailing_wall soldier_pile_with_wooden_lagging_wall , , , , andunderground-diaphragm-wall.when เรียกแนวคิดของ epigynous hypogynous con และ cepts ยังสามารถเข้าร่วมในเงื่อนไขการ ในการนี้ ชนิดโอมายเหตุผล สามารถใช้เพื่อขยายการค้นหาผ่านทาง semanticextension ( รวมทั้งพ้อง ด้านบน และ ขยาย ลด ฯลฯ ) เหตุผลกฎขึ้นอยู่กับสัจพจน์ในอภิปรัชญา . หลักการใช้ควบคุมและกำหนดพฤติกรรมของแนวคิดใน thetaxonomy และความสัมพันธ์เชื่อมโยงแนวคิด ในกฎการใช้เหตุผลทางเว็บกฎภาษา ( swrl ) และเป็นตัวแทนของกฎ เป็น swrl กฎมี partand มาก่อนส่วนหนึ่งจาก . เมื่อบรรพบุรุษของกฎจะพอใจ กฎ คือ เรียกใช้ความเสี่ยงของการ . หลังจากที่จัดการกับชิ้นงาน ข้อเท็จจริงใหม่ได้ . แล้วกฎอื่น ๆ ที่ก่อน cedents พอใจการอ้างอิงข้อเท็จจริงใหม่ , ถูกไล่ออกตามลำดับ เนื่องจาก swrl กฎจะแสดงในแง่ของแนวคิดอภิปรัชญา ( เรียน คุณสมบัติ บุคคล ) และการก่อสร้าง contextunder ซึ่งความเสี่ยงหรือความเสี่ยงที่อาจจะเกิดขึ้นเป็นเหตุการณ์จำลองแนวคิด withontology เช่นกันบริบทขับเคลื่อนความเสี่ยง identificationcan นํามาใช้ มีอยู่สองชนิดของกฎ swrl : ความเสี่ยงการอนุมานกฎ andrisk สอบถามกฎ กฎ swrl ไม่ยากเชื่อมต่อในระบบ แต่เป็น