之——序列生成
杂谈
基于RNN实现，通过RNN生成器不断获取输入，更新隐藏状态，将最后生成的隐藏状态传递给解码器，然后自循环迭代直到输出停止。
正文
1.训练
训练时候解码器使用目标句子不断作为输入，就算解码错了输入还是目标句子。
2.推理
3.衡量生成序列的好坏
n-gram是指输出序列的长度为n的词，比如输出ABCD，那么1-gram就是A、B、C、D，2-gram就是AB、BC、CD；
Pn是预测中n-gram相对标签的精度，例如标签ABCDEF，预测ABBCD，那么P1=所有预测中1-gram和标签match的精度，B只match到一个，所以P1=4/5，以此类推P2=3/4（AB/BC/CD）……
那么最终的BLEU定义：
我们希望BLEU尽可能等于1，当预测比label断exp负数将很小，当n越大，Pn<1则1/2n越大。
