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了的就差工具和应用了。
13年的这个时候成熟点的python版本当然是python27啦至于经典的python35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cbow大都比cbow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cbow效果好。