نقدّم طريقة تعليم عميق تُمكّن من نقل تمثيلات الميزات النقطية عبر الأشكال داخل مجموعة معينة، وذلك بهدف تقسيم الأشكال ثلاثية الأبعاد. ونُقدّم آلية انتباه عابر الأشكال لتمكين التفاعل بين ميزات النقط الخاصة بشكل ما وميزات النقط الخاصة بالأشكال الأخرى. وتشمل هذه الآلية تقييم مدى التفاعل بين النقاط، كما تُوجّه نقل الميزات عبر الأشكال، مما يُحسّن دقة واتساق تمثيلات الميزات النقطية الناتجة لتقسيم الأشكال. كما تُقترح لدينا طريقة استرجاع الأشكال لاختيار الأشكال المناسبة لعمليات الانتباه العابر الأشكال لكل شكل تجريبي. وتُظهر تجاربنا أن نهجنا يحقق نتائج من الطراز الرائد في مجموعة بيانات PartNet الشهيرة.