稀里糊涂的竟然搞起了机器学习，不过既然做了就要做好。
这段时间读了很多关于迁移学习和马尔可夫逻辑网（markov logic network）的论文，其中比较重要的一篇文章是Lilyana Mihalkova的《Mapping and Revising Markov Logic Networks for Transfer Learning》，现在正在跑这篇文章附带的tamar（for Transfer via Automatic Mapping And Revision）系统，现简要总结一下该系统的使用步骤：
1、利用源域的db文件和空的mln文件（其中包含所有的谓词），学习出源域的结构（learnstruct），得到一个mln文件。
2、利用上一步得到的mln文件和原始的db文件，进行权重学习，得到新的mln文件。
3、利用第二步得到的mln文件（完整的包含了源域的结构和权重）、目标域的mln文件（可以是只含谓词的空mln，也可以是包含一定结构的mln）和目标域的db文件进行迁移学习，得到目标域的新的mln。
4、利用目标域新得到的mln文件进行推断。
目前跑这个系统的代码是要做baseline，计算AUC和CLL值，以便于与后续的实验对比结果。