シーングラフとは画像から物体を検出しその関係性を記述したグラフのことである。画像シーンの意味内容を包括的に捉えるため、単純な画像理解だけでなく、画像探索や画像キャプショニングなどの高レベルで広範囲な視覚的タスクへも応用できる。物体間の関係予測には、近年様々なモデルや手法を用いてその精度向上が試みられているが、未だその予測精度は十分でない。特に大きな課題として、データセットに現れる関係性ラベル数の偏りがある。そこで本研究では、精度良く予測される高頻度な関係ラベルと、予測の難しい低頻度な関係ラベルには相関があることに注目した。この類似性を利用して分類を行うことで、ラベル数の多少に依らないシーングラフ生成を目指す。