果断同意小姜老师的来信以及通讯作者的要求，同时，莫浩波装作纯真的**青年，很中二地来了句我一定会成为最牛的计算机科学家的！

回了邮件，还不等小姜老师回邮件，莫浩波又投入了文本生成词向量的另一个工具，方法的实验以及论文的编写。

数据集是有了的，上次论文的数据就好，方便快捷，而且好比较。

代码也是现成的，前世，菜鸟如莫浩波，对于各种算法等，都要好好看看，简单的就是自己用pn实现，复杂的呢，就是n开源实现了。

好习惯呀，便宜了现在的莫浩波，换换数据集，调调参数，优秀的实验数据就出来了，果然，模仿才是最省力的。

三个小时过去了，五个中小规模的数据集也跑完了，在现有的公开的算法上，词语相似度，分类，命名实体提取等任务上，都优秀于初版的词向量工具r2，部分比莫浩波提出的负采样方法等差些罢了。

忽略这个小缺点，仍然不失为一种好方法，尤其是对于机器学习、以及急于和美国竞争的中国人来说，中国，确实需要一些引领世界的大牛了！

修改了一下斯坦福大学教授在14年发表的论文，莫浩波删删改改，使之符合自己的语言习惯和理解，晚上六点，他便将这篇论文，邮件发了出去，给小姜老师。

这段时间，一直忙于莫浩波上一篇负采样的r2论文的小姜老师，这时候格外注意邮件的信息，或许，还会有什么灵光一闪的学生会邮件她吧！

毕竟，教授什么的，那也是语言高质量论文的呢。

这不，现在，她的一部分精力，也投入了自然语言这方面的大数据研究呢！