该论文提出了一种新型神经网络HiTIN，用于层次文本分类。主要创新点是将类别层级树结构转换成新的树结构coding tree。通过GNN在coding tree上递归地获得节点的embedding，最后做pooling并经过线性层得到最终logits。结果表明，相比其他网络，本网络参数少且效果好。此外，论文提出了递归正则化等通用技巧。