关于mask 的问题

[LLLLLLoki]

请问为什么要mask的时候为什么保留左上角中的右上角的值，有什么理由吗，这个过程是怎么推理出来的呢？

[juntaoy]

没看懂你的问题能从新解释一下不：）

[LLLLLLoki]

text_len_mask = tf.sequence_mask(text_len, maxlen=max_sentence_length) # [num_sentence, max_sentence_length]
#tf.logical_and 逻辑且 false ture = false
candidate_scores_mask = tf.logical_and(tf.expand_dims(text_len_mask,[1]),tf.expand_dims(text_len_mask,[2])) #[num_sentence, max_sentence_length,max_sentence_length]
#生成左上角是True 的方阵[B,M,M]
sentence_ends_leq_starts = tf.tile(tf.expand_dims(tf.logical_not(tf.sequence_mask(tf.range(max_sentence_length),max_sentence_length)), 0),[num_sentences,1,1]) #[num_sentence, max_sentence_length,max_sentence_length]
candidate_scores_mask = tf.logical_and(candidate_scores_mask,sentence_ends_leq_starts)

flattened_candidate_scores_mask = tf.reshape(candidate_scores_mask,[-1]) #

就是在求candidate_ner_scores 时候用到的mask ,它不是一个类似于这样的矩阵吗 1 1 1 1 0 0 0 0 1 1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0

[LLLLLLoki]

我知道gold label 是一个（l + 1） * l /2，为什么在选择用上述方法mask candidate_ner_scores，这个过程是怎么推理得到的？为什么不mask 成其他形状，比如右上角全是1 或者右下角

[juntaoy]

这个mask在flatten以后就刚好对应gold label的indices （0,0),(0,1)...(1,1)... 变成其他形状就不match gold label了啊