andrew-zzz/tree-based-deep-model

有个细节没有写就是归一化项

Opened this issue · 2 comments

tomtang110 commented

对于树中第j层的每个非叶子节点的概率等于其子节点的概率的最大值除以正则项 α(j) ，这样能保证在任何一层查找概率较大的 k 个节点后，其下一层概率较大的 k 个节点均属于上一层这 k 个节点的子节点。而正则项的引入，是用于调整 P(j)(n|u) 的大小，保证同一层中各节点的概率和为1。论文中将满足这一特性的树结构称为最大堆树（Max-heap like tree）。
image
这个是没有的把，这样就就无法保证beam search找到最优解

stanGs0 commented

您好 这个问题您解决了吗

stanGs0 commented

j第第层的每个非叶子节点概率的等于其子节点的概率概率的的最大大大值值值值值除以项项项项项项项项项项项项项项项项项项项项项项项项项项项项项项项项项项项项项项项项项项项项项项下一层概率比较大的k个节点均属于上一层这k个节点的子节点。而正确则项的引入，是用于调整P(j)(n|u)的大小，保证同一层中各节点的概率和为1。论文中将满足这种特殊性的树结构称为最大堆树（Max-heap like tree）。这个是 没有的把，这样就无法保证beam search找到最佳视角 图像

您好这个问题您解决了吗