CRF Layer on the top of BiLSTM-4_trans

https://createmomo.github.io/2017/10/17/CRF-Layer-on-the-Top-of-BiLSTM-4/
2.3中，假设每个可能的标注序列有一个分值P(i)，一共有N个可能的标注序列，总分值为如下:

很明显在N条可能的路劲中必然有一条是真正的标注序列。例如在1.2的例子中START B-Person I-Person O B-Organization O END 是真实的标签序列，而别的为错误的标签序列。e(Si)是第i个标签序列的分值（可能性）。
在训练过程中，crf损失函数有两个socre，真实标签序列的sorce（A）和所有路劲的分值总和（B）。我们要不断使A/B这个值变大。
要求e^(S(i))只需要求S(i)即可。
我们在原来的sentence=w(1)w(2)w(3)w(4)w(5)句子的首位添加起止符，w(0)和w(6)。
S(i)由两部分score组成，即S(i)=emission_score+transition_score

其中，x(index,label)表示第index个单词为label的score，而x(index,label)是来自于BiLSTM的输出。对于添加的起止符，x(0,Start)和x(6,end)将其设置为0.

t(label1->label2)表示label1转到label2的转移score。这些score是CRF层的参数。
现在可以通过两个分值计算到S(i)了，下一步就是怎么计算所有可能标签序列的总分值。