부분 레이블 학습에서 잘못 레이블링된 샘플이 스스로 "항소"할 수 있는 기회를 제공하여 기존 부분 레이블 학습 방법의 식별 및 정정 능력을 향상시킬 수 있다.
CroSel은 모델의 과거 예측 정보를 활용하여 부분 레이블 데이터에서 신뢰할 수 있는 의사 레이블을 선택하는 방법을 제안한다. 또한 co-mix 일관성 정규화 기법을 통해 선택되지 않은 데이터에 대한 학습 목표를 제공한다.