تُقدّم هذه الدراسة نماذج الشبكة العصبية التكرارية (RNN) للتنبؤ بـ"الوضعيات الصورية" المُهيكلة، وهي تشمل الأفعال والكيانات الاسمية التي تؤدي أدوارًا معنوية مرتبطة بالفعل. وعلى عكس الدراسات السابقة التي تعتمد على الحقول العشوائية الشرطية (CRFs)، نستخدم شبكة متخصصة للتنبؤ بالفعل، تليها شبكة عصبية تكرارية للتنبؤ بالاسم. وتحقيقًا لأعلى دقة ممكنة على مجموعة بيانات imSitu الصعبة والحديثة، تفوق نموذجنا نماذج تعتمد على CRFs، بما في ذلك تلك التي تم تدريبها باستخدام بيانات إضافية. علاوة على ذلك، نُظهر أن الميزات المتخصصة التي تُستخلص من عملية التنبؤ بالوضعية يمكن نقلها إلى مهمة إنشاء عناوين صورية (image captioning)، مما يُسهم في وصف أكثر دقة للتفاعلات بين الإنسان والكائن.