تقدم الورقة إطار عمل Drift-Aware Temporal Graph Rewiring (DATGR)، الذي يمجول تطور المفاهيم من خلال تحديث حواف التواجد المشترك ديناميكيًا بناءً على الانحراف الدلالي المقدر. بدلاً من إعادة تدريب التضمينات لكل شريحة زمنية، يقوم DATGR بإعادة التوصيل الخفيف المدفوع بالملاحظات باستخدام قاعدة تحديث لوجستي مطبقة على أوزان الحواف.
- تم تقييمه على مجموعة البيانات متعددة العلاقات الطبية الحيوية (BIOMRC)، حققت الطريقة تحسنًا في متوسط AUROC بمقدار 0.066 فرق مطلق (0.699 مقابل 0.633) مقارنة بخط الأساس الثابت.
- ظل المساحة تحت منحنى الدقة والاسترجاع (AUPRC) قابلاً للمقارنة (0.738 مقابل 0.744)، مما يظهر أن التكيف الحساس للانحراف يعزز استرجاع التنبؤ بالروابط دون فقدان في الدقة.
تُظهر هذه النتائج أن التكيف على مستوى الحواف يلتقط بشكل فعال التغيير الدلالي الزمني في النصوص الطبية الحيوية المتطورة مع البقاء فعالاً من حيث الحساب وقابلاً للتفسير.