困惑度的计算

困惑度公式：

---

困惑度的定义如上。
具体里面这个条件概率概率怎么计算呢？
假设我们的生成模型生成了一个 shape为(N，D)的序列。表示N个字，序列长度，序列中，每个token的概率分布维度为D，也就是字典中共有D个字。
由于我们是自回归模型，基于前k个字预测第K+1个字。所以这个N*D序列中的每一行本身就表示一个条件概率。因此，假设从这个概率分布中采样了N个字出来。
每个字的条件概率就是该字在矩阵中对应概率。

---