العلاقات الاجتماعية (مثل الأصدقاء، الزوجين إلخ) تشكل أساس الشبكة الاجتماعية في حياتنا اليومية. فتفسير هذه العلاقات بشكل آلي يحمل إمكانات كبيرة لأنظمة الذكاء لفهم السلوك البشري بعمق ولتفاعل أفضل مع الناس على المستوى الاجتماعي. يفسر البشر العلاقات الاجتماعية داخل مجموعة ليس فقط بناءً على الأفراد أنفسهم، بل يلعب التفاعل بين هذه العلاقات الاجتماعية والمعلومات السياقية المحيطة بالأفراد دورًا مهمًا أيضًا. ومع ذلك، فإن هذه المؤشرات الإضافية غالبًا ما يتم تجاهلها من قبل الدراسات السابقة. لقد وجدنا أن التفاعل بين هذين العاملين يمكن نمذجته بشكل فعال بواسطة رسم بياني معرفي مهيكل جديد مع انتشار الرسائل المناسب والانتباه. ويمكن دمج هذا المعرف الهيكلي بكفاءة في هيكل الشبكات العصبية العميقة لتعزيز فهم العلاقات الاجتماعية من خلال نموذج استدلال الرسم البياني القابل للتدريب من النهاية إلى النهاية (GRM)، حيث يتم تعلم آلية انتشار لنقل رسالة العقد عبر الرسم البياني لاستكشاف التفاعل بين الأشخاص المستهدفين والأشياء السياقية. وفي الوقت نفسه، تم تقديم آلية انتباه الرسم البياني لتوضيح الأشياء التمييزية وتعزيز التعرف عليها. أظهرت التجارب الواسعة على المقاييس العامة تفوق طريقتنا على المنافسين الرائدين الحاليين.