ps: 仅供参考，没有check结果

环境：

Pytorch 0.3
Python 2.7

过程：

1. 数据预处理
   • 初始数据：origin_data 利用别人的代码抽取pb文件数据转成tsv,see: https://github.com/abarthakur/clustering_riedel_dataset
     (抽出来的tsv 中间的空格需要替换)
     https://github.com/knightBoy/riedel_dataset
     (如果是python3上,读取时改成二进制读取/写入，因为Unicodecsv里会用到decode() )
   • txt转npy: pre_process.py
2. gen_pretrain: 用P,NG预训练生成器
3. dis_pretrain: 用P,ND预训练判别器
4. gan_train:
   • 每一轮判别器载入初始参数、只用P数据进行训练
   • 生成器采样生成高置信度的样本，标记为0，低置信度的样本，标记为1，送入判别器
   • 判别器判断正确率，当正确率不再下降时，保存此时的生成器（认为生成器此时的Probability已然合理）

细节&参数

1. 句子特征提取，论文中使用Simple CNN (Relation Classification via Convolutional Deep Neural Network) (Event detection and domain adaptation with convolutional neural networks)
2. 一些参数：
   • 关系数量：52+1
   • CNN Window cw, kernel size ck 3, 100
   • Word embedding de,|V| 50, 114042
   • Position embedding dp 5
   • Learning rate of G,D 1e-5, 1e-4
   • position [-30,30]

参考：

[1] Qin P, Xu W, Wang W Y. DSGAN: Generative Adversarial Training for Distant Supervision Relation Extraction[J]. arXiv preprint arXiv:1805.09929, 2018.
[2] https://github.com/abarthakur/clustering_riedel_dataset
[3] https://github.com/ShomyLiu/pytorch-relation-extraction
[4] https://github.com/cai-lw/KBGAN