6

根据我的理解（如果我错了，请纠正我），Beam Search 是 BFS，它只探索最可能的选项b下的可能性“图”，其中b是光束大小。

为了计算/评分每个选项，特别是对于我正在做的 NLP 领域的工作，我们基本上通过计算令牌的概率来计算可能性的分数，给定它之前的所有内容。

这在循环架构中是有意义的，在这种架构中，您只需通过最佳b个第一个令牌运行您的解码器模型，以获得每个第一个令牌的第二个令牌的概率。最终，您会得到具有概率的序列，然后您只需选择概率最高的序列。

然而，在 Transformer 架构中，模型没有这种重复性，输出是词汇表中每个单词、序列中每个位置的整个概率（批量大小、最大序列长度、词汇大小）。我如何解释 Beam Search 的这个输出？我可以得到输入序列的编码，但是由于没有重复使用前一个输出作为下一个令牌解码的输入，我该如何计算源自最佳b的所有可能序列的概率代币？

4

1 回答 1

4

束搜索的工作方式与循环模型完全相同。解码器不是循环的（它是自注意力的），但它仍然是自回归的，即生成一个标记取决于先前生成的标记。

在训练时，self-attention 被屏蔽，因此只关注当前生成的单词左侧的单词。当您确实只有左侧上下文时（因为尚未生成右侧上下文），它会模拟您在推理时的设置。

唯一的区别是，在 RNN 解码器中，您只在每个波束搜索步骤中使用最后一个 RNN 状态。使用 Transformer，您始终需要保留整个假设并对整个左侧上下文进行自我注意。

于 2019-06-20T08:59:40.663 回答