我现在有以下代码，它会在pred中存储每个问题的最高分数的索引，并将其转换为字符串。
我想为每个问题的n-best指数做同样的事情，而不仅仅是具有最高得分的单个索引，并将它们转换为字符串。我还想显示每个索引（或每个转换后的字符串）的分数。
因此scores必须进行排序，pred必须是多行/列而不是1 x nq。 <{1}}中每个条目的相应score值必须是可检索的。
我对lua / torch语法一无所知，任何帮助都会非常感激。
pred答案 0 :(得分：1)
这是我的尝试，我使用简单的随机scores张量来证明其行为：
> scores=torch.floor(torch.rand(4,10)*100)
> =scores
9 1 90 12 62 1 62 86 46 27
7 4 7 4 71 99 33 48 98 63
82 5 73 84 61 92 81 99 65 9
33 93 64 77 36 68 89 44 19 25
[torch.DoubleTensor of size 4x10]
现在，既然你想要每个问题（行）的N最佳索引，那就让我们对张量的每一行进行排序：
> values,indexes=scores:sort(2)
现在，让我们看一下返回张量包含的内容：
> =values
1 1 9 12 27 46 62 62 86 90
4 4 7 7 33 48 63 71 98 99
5 9 61 65 73 81 82 84 92 99
19 25 33 36 44 64 68 77 89 93
[torch.DoubleTensor of size 4x10]
> =indexes
2 6 1 4 10 9 5 7 8 3
2 4 1 3 7 8 10 5 9 6
2 10 5 9 3 7 1 4 6 8
9 10 1 5 8 3 6 4 7 2
[torch.LongTensor of size 4x10]
如您所见，i-th的{{1}}行是values i-th行的排序版本（按递增顺序排列），scores行中indexes行1}}为您提供相应的索引。
您可以使用
获取每个问题（即行）的N最佳值/索引
> N_best_indexes=indexes[{{},{indexes:size(2)-N+1,indexes:size(2)}}]
> N_best_values=values[{{},{values:size(2)-N+1,values:size(2)}}]
让我们看看给定示例的值，N=3：
> return N_best_indexes
7 8 3
5 9 6
4 6 8
4 7 2
[torch.LongTensor of size 4x3]
> return N_best_values
62 86 90
71 98 99
84 92 99
77 89 93
[torch.DoubleTensor of size 4x3]
因此，问题k-th的{{1}}最佳值为j，N_best_values[{{j},{values:size(2)-k+1}]]矩阵中的相应索引由此scores值给出：
row, column例如，第二个问题的第一个最佳值（row=j
column=N_best_indexes[{{j},indexes:size(2)-k+1}}].
）是k=1，它位于99的{{1}}行和2nd列中}。您可以看到6th为scores，而values[{{2},values:size(2)}}]为您提供99，这是indexes[{{2},{indexes:size(2)}}]矩阵中的列索引。
希望我能很好地解释我的解决方案。