该研究提出Composition Transformer框架，用于组合零样本学习。该框架自下而上提取物体嵌入、自上而下生成属性嵌入，并开发少数类属性增广方法应对长尾分布，在MIT-States、C-GQA和VAW-CZSL等基准上达到最先进性能。