تسعى التعلم الصفرية إلى تصنيف فئات غير مرئية لا تتوفر بيانات عنها أثناء التدريب. وفي النسخة المعممة، يمكن أن تنتمي عينات الاختبار إلى فئات مرئية أو غير مرئية. تعتمد الحالة الحالية على الشبكات التوليدية التنافسية التي تقوم بتوليد خصائص الفئات غير المرئية باستخدام تضمينات معنوية محددة بالفئات. أثناء التدريب، تُولَّد خصائص متسقة معنويًا، لكنها تُستبعد هذه القيود أثناء عملية توليد الخصائص والتصنيف. نقترح فرض التماسك المعنوي في جميع مراحل التعلم الصفرية (المعممة): التدريب، وتوليد الخصائص، والتصنيف. نقدم أولًا حلقة تغذية راجعة من مُفكِّك التضمين المعنوي، والتي تُعدِّل بشكل تكراري الخصائص المولَّدة خلال مراحل التدريب وتوليد الخصائص. ثم يتم تحويل الخصائص المولَّدة مع التضمينات الخفية المقابلة منها من مُفكِّك إلى خصائص تمييزية وتُستخدم أثناء التصنيف لتقليل الغموض بين الفئات. أظهرت التجارب على تصنيف الكائنات والإجراءات في التعلم الصفرية (المعممة) فائدة التماسك المعنوي والغذاء التغذوي التكراري، حيث تفوقت على الطرق الحالية في ستة معايير للتعلم الصفرية. الكود المصدري متاح على: https://github.com/akshitac8/tfvaegan.