تعلم تمثيلات الصور لالتقاط الدلالات الدقيقة كان مهمةً صعبةً ومهماً تمكنت من تمكين العديد من التطبيقات مثل البحث عن الصور وتجميعها. في هذا البحث، نقدم إطار العمل العصبي الرسومي Graph-Regularized Image Semantic Embedding (Graph-RISE)، والذي يسمح لنا بتدريب التمثيلات لتفرقة ملايين العلامات الدلالية الدقيقة غير المسبوقة بحجم O(40M). أثبت Graph-RISE تفوقه على خوارزميات تضمين الصور الأكثر تقدماً في عدة مهام تقييمية، بما في ذلك تصنيف الصور وترتيب الثلاثيات. نقدم دراسات حالة لبيان أن استرجاع الصور المستند إلى Graph-RISE يلتقط الدلالات بشكل فعال، وأنه بالمقارنة مع التقنيات الأكثر تقدماً، يتميز بقدرته على التمييز بين الفروق الدقيقة بمعدل أقرب إلى الإدراك البشري.