本文提出了一种新的正未标化学习框架，通过无关表示学习和伪标记技术对未标注样本进行分类。该方法在多个基准数据集上表现优异，尤其在标注数据稀缺的情况下仍能有效工作，并提供了理论分析以解释算法动机和建立泛化保证。