root
|-- data: 数据目录
|    |-- config.ini: 模型训练、预测时所需参数
|-- model: 模型目录，训练得到的模型也将存储在该目录
|    |-- class_id.txt: 虚假夸大的细分类别及其对应id
|    |-- vocab.txt: ernie、gru、textcnn公用的字典
|-- src:
|    |-- nets: 神经网络结构
|    |    |-- __init__.py:
|    |    |-- ernie_for_sequence_classification.py: 定制化的ernie，修改了其forward的参数和返回格式以使其适配训练的脚本
|    |    |-- gru.py: gru模型
|    |    |-- textcnn.py: textcnn模型
|    |-- dygraph.py: 实现模型训练、蒸馏等函数功能
|    |-- ernie_tokenizer.py: 将句子处理为模型接受的id序列
|    |-- label_encoder.py: 类别名称和id转换
|    |-- load_data.py: 加载训练、final_eval、unmark数据
|    |-- pygtrie.py: ernie_tokenizer依赖
|    |-- run_distill.py: 执行模型训练
|    |-- static_predict.py: 加载静态图模型进行预测
|-- README.md:

确认配置参数文件"data/config.ini"，修改该文件或新建自己的配置文件。

python2运行

执行目录： root

执行命令： python src/run_distill.py config_path [uniqid]

参数：

1. config_path: 自己修改后的配置参数文件
2. uniqid：可选参数。模型训练输出的数据文件名均会带上uniqid以区分。根据实际的uniqid参数，模型有三种处理方式：
   1. uniqid未给定，则模型uniqid为default
   2. 给定uniqid：若uniqid = ${time}，则以当前时间（精确到天）为uniqid，格式："%Y%M%D"；否则，以uniqid指定的参数值为uniqid

执行目录： root

执行命令： echo "xxx" | python src/static_predict.py config_path [uniqid]

参数：

1. config_path: 自己修改后的配置参数文件
2. uniqid：可选参数。预测时所用的模型有其uniqid，通过uniqid指定用的模型。根据实际的uniqid参数，模型有三种处理方式：
   1. uniqid未给定，则模型uniqid为default
   2. 给定uniqid：若uniqid = ${time}，则以当前时间（精确到天）为uniqid，格式："%Y%M%D"；否则，以uniqid指定的参数值为uniqid

执行目录： root

步骤1: 执行命令： python src/wrong_label_detect.py config_path [uniqid]

参数：
1. config_path: 自己修改后的配置参数文件
2. uniqid：可选参数。预测时所用的模型有其uniqid，通过uniqid指定用的模型。根据实际的uniqid参数，模型有三种处理方式：
    1. uniqid未给定，则模型uniqid为default
    2. 给定uniqid：若uniqid = ${time}，则以当前时间（精确到天）为uniqid，格式："%Y%M%D"；否则，以uniqid指定的参数值为uniqid

步骤2: 执行命令： python src/wrong_label_clean.py config_path

参数：
1. config_path: 自己修改后的配置参数文件

ernie模型finetune后作为teacher模型，蒸馏得到textcnn模型。

![蒸馏结构][distilling_structure]

由表可知：

1. 蒸馏得到的textcnn、gru模型效果均明显高于独立训练的textcnn、gru。
2. 同训练情况下，textcnn模型效果优于gru
3. 蒸馏时加入大量未标注数据能显著提升蒸馏效果 ![模型蒸馏效果][distilling_performance]

参考论文：Distilling the Knowledge in a Neural Network