骨格動作分類モデルGAPは，テキストと動作の対照学習により分類精度の向上を実現しているが，そのゼロショット認識能力については議論されていない．我々の実験の結果，先行研究で示された学習用テキストでは，未知データへの汎化が困難であることが確認された．そこで本研究では，この課題を解決するため，Laban動作分析等を用いて学習用テキストを詳細かつ多様に拡張する手法を提案する．実験では，学習に含まれない記述や動作クラスを用いた認識精度を検証し，提案手法によるGAPの性能向上およびゼロショット認識への有効性を調査する．