ننظر إلى مهمة توقع الروابط في الرسوم المعرفية. بالنظر إلى سؤال يتكون من كيان مصدر وعلاقة (مثل شكسبير وولد في)، يكون الهدف هو التنبؤ بالكيان الإجابة الأكثر احتمالاً (مثل إنجلترا). تتناول الطرق الحديثة هذه المشكلة من خلال تعلم تمثيلات الكيانات والعلاقات. ومع ذلك، غالبًا ما تُقيّد العلاقة بين هذه التمثيلات بأن تكون جمعية (أي أن يتم دمج التمثيلات ثم معالجتها عبر سلسلة من الدوال الخطية والدوال غير الخطية العنصرية). نُظهر أن هذا النوع من التفاعل يحد بشكل كبير من القدرة التعبيرية. على سبيل المثال، لا يمكن ل這樣的 النماذج التعامل مع الحالات التي تُستخدم فيها محاور مختلفة للكيان المصدر وفقًا لكل علاقة. نقترح استخدام توليد المعاملات السياقية لمعالجة هذه القيود. وبشكل أكثر تحديدًا، نعامل العلاقات كسياق يُعالج فيه الكيان المصدر لإنتاج التنبؤات، وذلك من خلال استخدام تمثيلات العلاقات لتوليد معاملات نموذج يعمل على تمثيلات الكيان المصدر. يتيح هذا للموديلات تمثيل تفاعلات أكثر تعقيدًا بين الكيانات والعلاقات. ونطبّق طريقةنا على طريقتين موجودتين لتنبؤ الروابط، بما في ذلك الأفضل حالياً، مما يؤدي إلى مكاسب كبيرة في الأداء ويعيد تأسيس أفضل أداء مُحقّق لهذا المهمة. وتُحقّق هذه المكاسب مع تقليل وقت التقارب بنسبة تصل إلى 28 مرة.