本文介绍了一种利用神经符号框架改进运动轨迹分类任务的方法。实验证明，该方法在训练时所有类别都出现的情况下，准确率提高了1.7％；在40％的类别被省略的情况下，零样本和几样本情况下准确率分别提高了5.2％和23.9％，无需重新训练基础模型。