التعرف على الحالة المرتكزة (GSR) هو المهمة التي لا تقتصر فقط على تصنيفالفعل البارز (الفعل)، بل تتضمن أيضًا التنبؤ بالكائنات (الأسماء) المرتبطة بالأدوار الدلالية ومواقعها في الصورة المعطاة. مستوحى من النجاح الملحوظ للشبكات العصبية من نوع ترانسفورمر في مهام الرؤية، نقترح نموذج GSR يعتمد على هندسة مُشفر-مُفكك (Encoder-Decoder) من نوع ترانسفورمر. آلية الانتباه في نموذجنا تمكنه من تصنيف الفعل بدقة عن طريق التقاط الخصائص الدلالية العليا للصورة بكفاءة، وتجعل النموذج قادرًا على التعامل بمرونة مع العلاقات المعقدة والمعتمدة على الصورة بين الكائنات لتحسين تصنيف الأسماء وتخصيصها. نموذجنا هو أول هندسة من نوع ترانسفورمر لمهمة التعرف على الحالة المرتكزة، ويحقق أفضل النتائج في كل مقياس تقييمي على معيار SWiG. شفرتنا البرمجية متاحة على الرابط:https://github.com/jhcho99/gsrtr .