解码是seq2seq模型的常见问题,常用方法有贪心搜索(Greedy Search)集束搜索(Beam Search)。
简单贪心搜索
![这里写图片描述](https://i-blog.csdnimg.cn/blog_migrate/153a392a67367389584b6252b57f5595.jpeg)
From [1]
如图,Decoder根据Encoder的中间语义编码向量
c
c
和<s>
标签得到第一个输出的概率分布,选择概率最大的0.4,即moi
。
根据隐向量
h1
h
1
和moi
得到第二个输出的概率分布
[0.1,0.1,0.1,0.1,0.6]
[
0.1
,
0.1
,
0.1
,
0.1
,
0.6
]
,选择概率最大的0.6,即suis
。
以此类推,直到遇到<\s>
标签,得到最终的序列moi suis étudiant
。
集束搜索
上面的贪心搜索只选择了概率最大的一个,而集束搜索则选择了概率最大的前k个。这个k值也叫做集束宽度(Beam Width)。
还是以上面的例子作为说明,k值等于2,则集束搜索的过程如下图:
得到第一个输出的概率分布
[0.1,0.1,0.3,0.4,0.1]
[
0.1
,
0.1
,
0.3
,
0.4
,
0.1
]
,选择概率最大的前两个,0.3和0.4,即Je
和moi
。
然后Je和moi分别作为Decoder的输入,得到两个概率分布,然后再选择概率和最大的前两个序列,0.3+0.8和0.4+0.6,即Je suis
和moi suis
。
以此类推,最终可以得到两个序列,即Je suis étudiant
和moi suis étudiant
,很明显前者的概率和最大,为2.2,所以这个序列是最终得到的结果。
集束搜索本质上也是贪心的思想,只不过它考虑了更多的候选搜索空间,因此可以得到更多的翻译结果。