本文研究了层次分类标签在分类器学习中的有效性，提出多种方法提升半监督和全监督多类别分类器性能。实验表明，基于对比学习的混合网络在处理不平衡数据时表现优越，层次化多标签学习框架在多项任务中显著提高了分类精度。