是的， 在视频里面有说明：
我觉得束搜索和Viterbi其实都是可以的。
这里没有采用Viterbi的原因主要是每一步可能的选项太多了，使用Viterbi的开销依然很大。
在我的理解里面, Beam Search只是一种选择序列的方法, 并没有需要学习的参数叭?
beam search是在预测的时候使用，而且不需要进行训练；训练的时候有真实的标签并且可以计算损失函数。
可以通过将序列的softmax输出相乘得到转移概率
some questions:
q1: 作者在介绍greedy search时的反例与 beam search的实现策略并非一致，后者只是从root节点分支，分支后各自独立。所以说beam search并不能解决反例
q2: greedy search的反例是多数情况吗？毕竟训练时也是按照概率大的来选择的，而且RNN本身有state context机制，难道‘名师出高徒’可能性不大于‘庸师出高徒’？
明显是漏了exp，与bleu类似的。。。
把P放到指数上面能说得通，结合上面提到的b站视频这里应该是漏掉了。
尽管求和 $\sum \log P$ 是负值，最大化这个表达式意味着找到概率 (P\left(\mathbf{y}_{t^\prime} \mid \mathbf{y}1, \cdots, \mathbf{y}{t^\prime-1}, \mathbf{c}\right)) 的乘积最大的序列 (\mathbf{y})，即，找到联合概率最大的序列，经过长度归一化后的得分最高的情况。
我觉得还有一个更重要的原因是：常规的自然语言模型不满足马尔可夫性，所以不满足维比特算法适用的前提。
RNN 实现单步计算满足马尔可夫性，但整体序列建模能力超越马尔可夫性，毕竟，通过隐状态传递了历史信息。
