看着两书评论圈里的热闹，以及日涨一千的点击，心情却是不由地好了起来。

时间还早，习惯夜猫子的他，正是兴奋的时刻呢，不会这么早就去休息的。

该干些什么呢？当然是开始动工手写人工智能的论文啦！

其实嘛，英文论文那是现成的，关于负采样训练词向量的，一篇是给出方法，一篇是证明出来，莫浩波需要做的，就是把它们融合起来。

方法也很简单，就是在前世谷歌论文的基础上，加个证明就好了。

当然，身为中国人，怎么可能不会写点中文的东西呢？

现在，重要的问题就是需要做实验，就是训练数据啦。

那些公开的数据已经从网上下载下来聊，就差工具和应用了。

13年的这个时候，成熟点的python版本当然是python2.7啦，至于经典的python3.5还没有影子呢。

不需要使用那些复杂的架构，只需要简单的神经网络就可以实现，使用numpy库就可以了，而这，也恰恰是莫浩波发表这篇paper的原因。

很快就投入令人向往的自然语言处理（NLP工作），效率是相当快的。

参数和代码都是现成的，不就是改个文件地址训练么，数据量也不大，也就500M的数据罢了。大的话，他的电脑也跑不起来。

negtive-sample的cbo大都比cbo效果好，negtive-sample的skip-gram大都比skip-gram效果好。skip-gram大多数情况，也比cbo效果好。