الندرة الدلالية تمثل تحديًا شائعًا في مسائل التصنيف البصري الهيكلي؛ فعندما يكون فضاء الإخراج معقدًا، فإن معظم التنبؤات الممكنة نادرة الحدوث، إن لم تكن معدومة تمامًا في مجموعة التدريب. يتناول هذا البحث ظاهرة الندرة الدلالية في مهمة التعرف على الحالة، وهي مهمة إنتاج ملخصات هيكلية لما يحدث في الصور، بما في ذلك الأنشطة، والكائنات، والوظائف التي تؤديها الكائنات داخل تلك الأنشطة. بالنسبة لهذه المشكلة، وجدنا تجريبيًا أن معظم التوافيق بين الكائنات والوظائف نادرة الحدوث، وأن النماذج الحالية المتميزة أداءً تؤدي أداءً ضعيفًا بشكل كبير في ظل هذه البيئة البيانات النادرة. ونتمكن من تقليل العديد من هذه الأخطاء من خلال (1) تقديم دالة تكوين تماثلية جديدة تتعلم مشاركة الأمثلة عبر التوافيق بين الأدوار والأسماء، و(2) تعزيز بيانات التدريب دلاليًا باستخدام أمثلة تلقائية جمعت من بيانات الويب لنتائج نادرة الحدوث. عند دمج هذه الطريقة القائمة على التماثل داخل نموذج تنبؤ هيكلية كامل يعتمد على نموذج التنبؤ بالسلاسل الترابطية (CRF)، تتفوق الطريقة المذكورة على النماذج الحالية المتميزة بنسبة تحسن نسبي قدرها 2.11% و4.40% في دقة الأفعال والكائنات-الوظائف على التوالي، عند القياس في المرتبة الخامسة (top-5). كما تُحقّق إضافة 5 ملايين صورة باستخدام تقنيات التكبير الدلالي لدينا تحسينات نسبية إضافية قدرها 6.23% و9.57% في دقة الأفعال والكائنات-الوظائف على التوالي.