有关 'HSCRF_scores' 函数的一个问题 about hscrf-pytorch

[ZhixiuYe]

这个返回的score是计算的各个segment分类到segment score的得分，这个得分再输入到SCRF中取decode出一个label sequence。两个sent_len是因为我们需要的是从第i个词到第j个词的segment，因此需要两个下标。

[AaronWhite95]

这个score的size是batch_sizesent_lensent_lentag_sizetag_size，按照我自己的理解就是代表一个segment从前一个tag转移到当前tag的概率，不知道这么理解对不对。如果是这样的话那按照crf的形式这个是转移矩阵，那还有一个状态矩阵是怎么体现的呢
谢谢

[ZhixiuYe]

转移矩阵是单独的一个tag_size*tag_size大小的矩阵，这上面说的score都是状态矩阵。状态矩阵是输入到句子通过神经网络算出来的得分；转移矩阵是独立于句子之外的，包含在CRF或SCRF中的可训练参数。

[AaronWhite95]

再麻烦问一下，如果score是状态矩阵的话那score的最后为什么要用两维tag_size*tag_size，只表示一个segment的状态用一维不就够了吗。
还有能否问一下，HSCRF的Viterbi算法是怎么写的呢，多了一层循环不太会推导
谢谢

[ZhixiuYe]

HSCRF的Viterbi算法就是SCRF的Viterbi算法，具体的你可以参考我的代码以及介绍SCRF的相关paper。
上面关于score的说法有点错误，不好意思。你可以从HSCRF_scores这个function中看出，这里的score是将状态矩阵和转移矩阵相结合以后的结果。转移矩阵是transition，状态矩阵并没有显示的写出来，是部分emb_x的加和，具体表达式推荐参考一下论文。