全てのメンバーシップ関数を正確に学ぶために、メンバーシップ関数がそのサブカテゴリーの一つに属するとき学習される前に、それらの関数は親カテゴリーの評価測定値に貢献する。この階層的なアプローチは、サブカテゴリー評価測定値がカテゴリー評価測定値のＰＯＲとして計算され、加えられる機能的な必要事項の組み合わせが必要がある。 エラーのための難しい課題は合理的な正確さでPANDノードを通して普及できる。しかしながら、エラー値がPORノードを通して確かに伝えることができない。例えば、もし２入力のPANDノードの望ましい出力が０.９であるなら、我々は２つの入力の両方ともが少なくとも０.９であるに違いないことを知っている。これは比較的小さい範囲［０.９,１.０］の中でPANDノードに落ちる両方のインプットを意味する。今、２入力のPORノードの望ましい出力が０.９である例を考慮しなさい。我々はただ両方の入力が範囲［０,０.９］に入ることが確かであるとだけできる。もっと悪くさえ、もしPORノードの望ましい出力が１.０であるなら、我々は少なくとも１つの入力が１であるに違いないことを知っているが、しかし他の入力は［０,１］でどこにもあり得る。
ＰＯＲを含む証明木の全てのノードは、そのメンバーシップ計算がＰＡＮＤ接続だけを含む親カテゴリーの成立している（あるいは、より一般的な）最小の一つの接続ノードを持っている。親カテゴリーのメンバーシップ関数は最初に学ばれて、そして学習の後凍結されるだろう。それらは、サブカテゴリーのための学習の間には修正されない。例えば、図６．１９で、サブカテゴリー（特別な）「背もたれがまっすぐな椅子」を学ぼうと試みる前に、親カテゴリー「背もたれがまっすぐな椅子」が学ばれるだろう。ＰＡＮＤ概念のいずれかが学ばれることができれば、この場合いくつかの戦略が伴われる。戦略はサブカテゴリーが特定化される親カテゴリーを学習する。（すなわち、背もたれがまっすぐな椅子は、同じくまっすぐな背もたれを持つから、より特定な一般の椅子である。）
さて、親カテゴリーのためのメンバーシップ関数はサブカテゴリーの学習の間凍結され、そして機能の必要条件がサブツリーを作るメンバーシップ関数だけが修正され学習される。図６．１９で、これらのメンバーシップ関数は、サブカテゴリー「背もたれがまっすぐな椅子」のための「provides_back_support 」ノードに属する。親カテゴリーのために学ばれた値が相応に正確であると想定される。それ故、エラーはＰＡＮＤと先の学習の継続を通して、機能的に要求されるノードの元で修正可能な葉で伝達される。ＰＯＲを含むサブカテゴリーが全ての学習されたサブカテゴリーが学習されるまで、階層的な学習のプロセスは、それぞれの親カテゴリーで裏返される。それで「背もたれがまっすぐな椅子」を学んだ後、ブランチが凍結されるためのメンバーシップ関数と「肘かけ椅子」サブカテゴリーは、証明木の「provides_arm_support」ブランチの元でメンバーシップ関数が修正されることによって学習された。
ＯＭＬＥＴは、サブカテゴリー依存度の決定することによってルールベースの評価によって学習が開始され、学習階層でのレベルで決定木のそれぞれのサブカテゴリーを割り当てる。例えば、ＯＭＬＥＴはカテゴリー「通常の椅子」が親カテゴリーを持たないと決定され、そしてそのメンバーシップ関数をすぐに学ぶことができる（レベル１）。 しかしながら、サブカテゴリー「背もたれがまっすぐな椅子」の評価測定値は親カテゴリー「通常の椅子」に依存している。「背もたれがまっすぐな椅子」サブカテゴリーは学習レベル２に割り当てられる。 サブカテゴリー「ひじかけいす」は親カテゴリー「背もたれがまっすぐな 椅子」に依存していて、従って、レベル３学習に、割り当てられる。