基于树的句编码器的神经网络在许多下游任务中表现出更好的效果。现有的大多数基于树的编码器都采用了句法分析树作为显式结构先验。为了研究不同树结构的有效性，我们在编码器中用简单的树（即二叉平衡树、左分支树和右分支树）替换了句法分析树。尽管这些简单的树不包含句法信息，但它们在我们调查的所有十个下游任务中取得了具有竞争力甚至更好的结果。这一令人惊讶的结果表明，显式的句法指导可能并不是基于树的神经句建模性能优越的主要原因。进一步的分析显示，当关键词汇更接近最终表示时，基于树的建模可以取得更好的效果。额外的实验为设计有效的基于树的编码器提供了更多线索。我们的代码是开源的，并可在 https://github.com/ExplorerFreda/TreeEnc 获取。