现有方法忽视了场景图生成中的概念不平衡问题。为此，提出了广义无偏场景图生成（G-USGG），结合多概念学习和概念正则化技术，量化并学习谓词间的不平衡。通过平衡原型记忆实现概念的平衡学习。实验表明，该方法在VG-SGG和OI-SGG数据集上显著提升了模型性能。