in、jane、semptember都有10000个备选词，所以一共有30000个选择，从这30000个里面选择三个概率最大的作为前两个单词。要注意，前两个词出现的概率=第一个词的概率*第二个词的概率
所以实际计算句子的概率时，用的是
这个式子，而不是把每个词出现的概率相乘。
y*和y帽概率的计算方法和之前计算某个句子的概率的方法相同。
在实际应用时，可以列出一个表，把翻译错误的句子列出来，然后看看错误原因里束搜索和RNN模型占的比例，判断到底什么是导致错误出现的主要原因，再进行优化。
编码网络的作用是将原法语的每个词都转换为对应的特征向量，然后每个词的特征向量再乘一个对应的权重α，加权和作为解码网络的输入。
需要注意的是，s<t>的输入有两部分，一部分是y<t-1>帽，另一部分是编码网络特征向量的加权和。
（注：带 ' 的是原法语 不带 ' 的是译文）
