تعمل السمات كتمثيلات وسيطة تتيح مشاركة المعلمات بين الفئات، وهي مطلوبة بشكل حاسم عند توفر بيانات تدريب محدودة. نقترح النظر إلى تصنيف الصور القائم على السمات كمشكلة تضمين التسميات: حيث يتم تضمين كل فئة في فضاء متجهات السمات. نُقدّم دالة تقيس التوافق بين صورة وتمثيل تسمية. وتعلم معاملات هذه الدالة على مجموعة تدريب مُصنّفة، لضمان أن الصورة المعطاة تُصنف الفئات الصحيحة أعلى من الفئات الخاطئة. أظهرت النتائج على مجموعتي بيانات "الحيوانات ذات السمات" (Animals With Attributes) و"طيور كاليفورنيا-سي-إس-دي" (Caltech-UCSD-Birds) أن الإطار المقترح يتفوق على النموذج القياسي المبني على التنبؤ المباشر بالسمات في سيناريو التعلم الصفري. ويتمتع تضمين التسميات بقدرة مدمجة على استغلال مصادر معلومات بديلة بجانب السمات أو بدلًا منها، مثل التسلسلات الهرمية بين الفئات أو الوصف النصي. علاوة على ذلك، يغطي تضمين التسميات طيفًا كاملًا من سيناريوهات التعلم، بدءًا من التعلم الصفري وصولاً إلى التعلم التقليدي باستخدام عدد كبير من الأمثلة المصنفة.