在机器翻译中为什么会出现beam search的bleu值小于greedy search的bleu值？

大概率是你的beam search实现有问题，如果你可以保证实现没有问题再往下看。

下面尝试猜测一下这种现象的原因：

1. 一般的nmt模型beam search都会比greedy search结果更好，但是不断增加beam size并不能带来持续的收益，甚至大的beam size会得到更差的结果。有一篇Empirical Analysis of Beam Search Performance Degradation in Neural Sequence Models的观点是解码过程中前面的不同预测之间概率差异相对较大，比如有一些明显不太对的预测也被选择了，而后面不同预测的概率相对差异没那么大。

2. nmt系统常见的一个套路是迭代式back translation，用beam search的结果得到一些翻译结果拿去构造新的训练数据。一般这样训练出来的系统greedy search性能和beam search相差无几，beam size稍大时甚至不如greedy search。

个人观点，仅供参考。