クラスに関するメタ情報（属性）から教師データ無しで分類を学習するzero-shot学習（ZSL）、特に訓練データに含まれるクラスと含まれないクラスの両方を分類する一般化ZSLの論文。鳥類の分類のように非常に似通ったクラスの分類を学習するfine-grained classificationでは、微妙な差を見分けるために局所的な特徴に着目する必要があることを指摘し、そのためのアーキテクチャを提案。