نُقدّم طريقة لإنشاء تراكيب بديلة (تَشْبِيهات) لأسئلة باللغة الإنجليزية تحافظ على النية الأصلية ولكن باستخدام شكل سطحي مختلف. يجمع نموذجنا بين اختيار دقيق لهدف التدريب وتطبيق مبدأ "الحاجز المعلوماتي المنهجي"، بهدف إيجاد فضاء ترميز خفي يُفرّق بين المعنى والشكل. نُدرّب نموذجًا مكوّنًا من معالج (Encoder) وموّجه (Decoder) لإعادة بناء سؤال من تراكيب بديلة تحمل نفس المعنى، مع استخدام مثال سطحي مطابق، مما يؤدي إلى فضاءات ترميز منفصلة. نستخدم مُشفّرًا تلقائيًا احتماليًا مُرقّمًا بالمتجهات (Vector-Quantized Variational Autoencoder) لتمثيل الشكل السطحي كمجموعة من المتغيرات الخفية المنفصلة، مما يسمح لنا باستخدام فاصل (Classifier) لاختيار شكل سطحي مختلف أثناء الاختبار. ويشكّل هذا العنصر جوهر الابتكار، إذ لا يتطلب نهجنا الوصول إلى مصدر خارجي للمثال المستهدف. أظهرت تجارب واسعة وتقديرات بشرية أننا نتمكن من إنشاء تراكيب بديلة تحقق توازنًا أفضل بين الحفاظ على المعنى وتحقيق تنوّع نحوِي مقارنةً بالطرق السابقة.