然而，正如我们上面所概述的，我们的层次结构是基于HT建模的，HT使用更广泛的划分(hl)，然后将子部分细分为更小的类别(cl)。
当关注下义词时，我们发现将CLs作为技术性的独立标记进行分析是更可靠的方法。hl是有用的，但只是在非常一般的意义上。从广义上讲，它们为我们提供了一个基本框架，常识告诉我们，从农耕(HL3)到放牧/放牧/限制(HL6)涉及到更多的参考特异性。
然而，我们注意到，在个别案例和任何特定水平上，hl都不是技术细节的一致或定量指标。例如，由于农业中涉及的分类法的特性，鸭子和天鹅在HL6，但鹅在HL5。
类似地，在贸易和金融领域，羽毛卖家位于HL4，而被认为不那么专业的面包卖家位于HL5。
原因是HLs被设计用来涵盖大量的词汇(即OED2中的每个单词)，并为词库中的语义场提供了一个组织框架——这在很大程度上是基于HT编辑希望采用的主观“世界观”的智力结构。
总的来说，领域越广，组织它们的可能方法就越多。因此，例如，我们不应该对农业从HL3开始，而贸易和金融从HL2开始这一事实附加太多的内在价值。
这并不意味着前者代表了比后者更“技术性”的语义场，它只是HT主要布局的一个巧合副产品:农业(HL3) >食品和饮料(HL2) >世界(HL1) /贸易和金融(HL2) >社会(HL1)。因此，hl似乎最好只用于单个域中的分析。
相反，CLs代表了一个更好的参考特异性的基本标记，可以跨领域进行比较。在CL0中发现的词汇(不考虑HL)等同于高级或基本级别术语，例如农业中的“猪”、“蛋”、“播种”和“犁具”，贸易中的“商人”、“购买”、“钱”和“付款”。
基本水平术语(Rosch et al. 1976)并不总是容易识别，但可以定义为具有认知显著性、原型性、通常在儿童语言习得中首先习得，并且在日常使用中最频繁的单词。
不出所料，在CL4中发现的词汇提供了最高水平的精确性，例如hert(“雄性马鹿在第4或第5年”)和sterling(“代表该国标准货币的一种英国货币”)。
重要的是要注意，在“量化”我们希望在这里分析的下名关系时，CLs并没有提供完美的解决方案。然而，在我们的81个自下义词子集中，绝大多数(94%)在缩小时CL值增加，在扩大时CL值减少，或者(很少)在两种意义上CL值相同。
例如，orf的意思从“牲畜”(CL0)缩小为“绵羊”(CL1)， florin的意思从“佛罗伦萨的金币”(CL1)扩大为“任何外国金币”(CL0);bestial (CL0)从“牲畜，牛”扩展到“一般的动物”(CL0)。
至于单词的CL数与其移位“相反”的五种情况，这种情况发生在我们的项目语料库中单词的两个含义不在HT层次结构的同一子节中。
