本文研究了一种基于神经网络的注意分类器，提出结合不同非一致性函数的方法，以提高预测标签的准确性和覆盖率。通过引入特权信息，解决了分布偏移导致的预测不可靠问题。实验证明，该方法在多个数据集上优于现有技术，具有更好的覆盖率和信息性。