如何定义损失函数或如何优化目标是否为一组？

Question

我使用完全连接的网络从编码器的最后状态获取整个单词分布。

例如，词汇表中有5个单词。

P = [0.1, 0.1, 0.2, 0.2, 0,4]

基本事实是一句话＆＃39;为这列火车数据设定。

我从5个单词中抽取3个单词，如果目标集包含3个单词，那么我希望P中3个单词的概率增加，对于此状态。

如果3个单词中的一个不在目标集中，那么我希望P中单词的概率减少，对于此状态。

所以我写了这些代码：

reward = [0,0,0]

假设前3个单词是从P中采样的，并且只有3个单词中的前2个单词位于目标集中。第三个词不在目标集中。然后

reward = [1,1,-1]

然后我计算reward的负和和积，并将3 P2=[0.1, 0.1, 0.2]作为损失

loss = -sum(reward * P2.log())

但是我没有得到结果：可以从每个州的词汇表中选择最高概率词。

Answer 1

从SQLNet方程式中找到答案：