提出一种新颖的多分类器构造方法，它以最大纠错能力作为分类器选择标准。实现时，采用半监督协同训练技术，充分利用单分类器的互补性，同时最大化仲裁器的仲裁能力，以提高多分类器系统的分类精度。在毒性数据集上的实验结果表明了方法的可行性和有效性。