本研究探讨了文本分类中的标签选择问题，比较了层次文本分类（HTC）与极端多标签分类（XML）模型在不同标签池上的表现，结果显示HTC在XML数据集上效果不佳，而XML在HTC数据集上表现较好，为跨域分类方法的发展提供了重要见解。

本文介绍了多种层次文本分类方法，如HTCInfoMax、HGCLR、HBGL、HiTIN、HJCL和HiGen，旨在解决标签不平衡和噪声引入等问题。这些方法在多个数据集上表现出显著的性能提升。

本文介绍了HJCL、HGCLR、HiTIN等多种层次文本分类方法，旨在解决半监督学习中的噪声问题和标签不平衡。这些方法在多个数据集上表现出显著的性能提升，尤其在处理复杂分类结构和提高分类效果方面。