因工作需要，最近在疯狂补充 自然语言处理和语音识别的知识，内容多为转载，转的内容使我这个小白比较容易理解，大牛可以忽略。。。。
转自：https://www.sohu.com/a/159397046_206784
首先说明在sequence2sequence模型中，beam search的方法只用在测试的情况，因为在训练过程中，每一个decoder的输出是有正确答案的，也就不需要beam search去加大输出的准确率。
假设现在我们用机器翻译作为例子来说明。
我们的任务是翻译中文“我是中国人”--->英文“I am Chinese”
假设我们的词表大小只有三个单词就是I am Chinese。
那么如果我们的beam size为2的话，我们现在来解释,
如下图所示，我们在decoder的过程中，有了beam search方法后，在第一次的输出，我们选取概率最大的"I"和"am"两个单词，而不是只挑选概率最大的单词。
然后接下来我们要做的就是，把“I”单词作为下一个decoder的输入算一遍得到y2的输出概率分布，把“am”单词作为下一个decoder的输入算一遍也得到y2的输出概率分布。
比如将“I”单词作为下一个decoder的输入算一遍得到y2的输出概率分布如下：
比如将“am”单词作为下一个decoder的输入算一遍得到y2的输出概率分布如下：
那么此时我们由于我们的beam size为2，也就是我们只能保留概率最大的两个序列，此时我们可以计算所有的序列概率：
“I I” = 0.4*0.3 "I am" = 0.4*0.6
"I Chinese" = 0.4*0.1 "am I" = 0.5*0.3
"am am" = 0.5*0.3 "am Chinese" = 0.5*0.4
我们很容易得出俩个最大概率的序列为 “I am”和“am Chinese”，然后后面会不断重复这个过程，直到遇到结束符为止。
最终输出2个得分最高的序列。