ラベルの意味情報やCo-Trainingの枠組みを導入したSemCoを提案し、半教師あり学習の擬似ラベル付与問題に対して効果的な解決策を講じた。

自己教師学習的な特徴表現学習の文脈において評価を行い、５種類のデータセットにて最高精度を達成した。例えばMini-ImageNetデータセットにおいては5.6%の精度向上を実現した。従来法と比較してより少ないミニバッチ数や学習回数でも最高精度まで到達できることを確認した。