本文提出了一种多 verbalizer 框架的层级文本分类方法，旨在解决少样本低资源问题，显著提升分类性能。研究还介绍了分层感知提示调节方法（HPT）和深度强化学习策略，在多标签文本分类中取得了先进表现。此外，探索了自我监督学习和对抗框架在层次分类中的应用，提出了新的学习范式和文本生成框架，展示了优越的实验结果。