تعد معالجة لغات قواعد RDF، مثل قواعد N3 أو SHACL، بتعقيدها المعروف، من التحديات الكبرى في مجال الذكاء الاصطناعي. إن دمج النفي الافتراضي مع هذه القواعد غالبًا ما يعاني من صعوبات كبيرة، حيث أن الأساليب المعتادة لتحقيق تصنيف النفي لا تفلح في الاحتفاظ بالدقة المطلوبة.

يُظهر البحث الجديد مقترحًا مبتكرًا يعرف باسم "التصنيف المتسلسل" (Chain Stratification)، والذي يُعتبر شرطًا قويًا يضمن أن تكون المعاني المتعلقة بقواعد RDF مع النفي في حالة جيدة. الفكرة الرئيسية تكمن في أن تحليل التدرجات متعددة الخطوات يسمح لنا بفضل التصنيف المتسلسل بتنفيذ القواعد بترتيب يحترم هذا التصنيف، مما يضمن استخراج رسم بياني RDF فريد، دقيق، ومبرر وفقًا للاعتماد الشائع على النفي كفشل.

كما قدم الباحثون تطبيقًا أوليًا يوضح practicality لهذه التقنية الحديثة، مما يسهل على المجتمع الأكاديمي والمهني استخدام هذا الأسلوب الجديد في الأبحاث والتطبيقات العملية. هذا البحث يمثل خطوة هامة نحو تحسين فهمنا واستخدامنا لقواعد RDF المعقدة، ويضع الأساس لمزيد من الابتكارات في هذا المجال.