我对来自Facebook研究https://github.com/facebookresearch/UnsupervisedMT的这种模型有疑问
我想修改培训程序，但是要做到这一点，我需要更好地理解代码。
特别是在文件UnsupervisedMT/NMT/src/trainer.py中
在def enc_dec_step内，在第472行
scores = self.decoder(encoded, sent2[:-1], lang2_id)
我无法理解解码器函数到底在做什么，以及为什么它需要sent2作为参数。我的意思是，我假设self.decoder（）是一个函数，该函数从语言1获取句子1的编码状态，以在语言2（lang2_id）的整个词汇表上输出激活的2D张量，并且执行的次数与它输出的句子的单词数，因此输出应为张量大小（输出句子的长度）x（词汇中的单词数）的张量，但我不明白为什么它甚至需要成对的句子（sent2）为此。
无论如何，这只是猜测，重点是我想详细了解此函数的确切功能，但是我对编码仍然不太满意，所以我找不到该函数的位置定义。
据我了解，它可能正在初始化一个TransformerDecoder实例（取决于设置），但是即使是这样，我也不知道如何理解实际发生的事情在我看来，这没有任何意义。
有人可以帮忙吗？