تُعد النماذج الثلاثية (Triple Models) من الهياكل الأساسية في مجال البيانات الدلالية، إذ اُستخدمت بشكل تقليدي لتمثيل المعلومات الإيجابية فقط. ومع ذلك، تبرز تحديات جديدة عندما يتعلق الأمر بتقديم أشكال مختلفة من النفي، وهو ما تم تناوله في بحث أكاديمي حديث.

يتناول الباحثون ثلاثة أنواع رئيسية من النفي: النفي المتناقض (Contradictory Negation) والنفي المعاكس (Opposite Negation) والنفي الوسيط (Intermediary Negation). حيث تمثل هذه الأنواع التحديات في القدرة على التعبير عن معلومات سلبية بطريقة دقيقة وشاملة.

قدم البحث نموذجًا متطورًا يُعرف باسم TCOI، يعمل كمجموعة موسعة من النموذج الثلاثي التقليدي، حيث يُمكنه تمييز التعبيرات المختلفة للنفي. يتيح هذا النموذج الجديد للنفي أن يعمل بشكل مستقل على العناصر المختلفة للنموذج الثلاثي، مما يُحسن قدرة النموذج على التعامل مع المعلومات السلبية المعقدة.

علاوة على ذلك، يستكشف البحث قوة التعبير والاستدلال لنموذج TCOI، ويقترح آلية لحساب قيمة الحقيقة (Truth-value) لنفي TCOI من خلال أمثلة تتعلق بالاستنتاجات المضادة (Counterfactuals) والاستدلال المضاد.

باختصار، يمثل هذا البحث إضافة هامة لفهم كيفية تعزيز النماذج الدلالية التي تتعامل مع المعلومات السلبية، وفتح آفاق جديدة لتطوير أدوات ومنهجيات الذكاء الاصطناعي.