考虑序列预测的任务，因此您要预测序列的下一个元素$e_t$给定这个序列的前面的元素$e_{t-1}, e_{t-2}, \dots, e_{1} = e_{t-1:1}$. 教师强迫是关于强迫预测基于正确的历史（即过去元素的正确序列）而不是预测的历史（可能不正确）。更具体地说，让$\hat{e}_{i}$表示$i$序列的第 th 个预测元素并让$e_{i}$是对应的ground-truth。那么，如果你使用teacher forcing，来预测$e_{t}$，而不是使用$\hat{e}_{t-1:1}$，你会使用$e_{t-1:1}$.

回想一下，监督学习也可以被认为是与老师一起学习。因此，表达“教师强迫”，即您强制预测基于正确的历史（教师的标签）。

当然，直觉上，教师强迫应该有助于稳定训练，因为预测不是基于嘈杂或错误的历史。

另请参阅博客文章什么是递归神经网络的教师强制？通过杰森布朗利。