Le 和 Mikolov的 ICML 2014 论文“句子和文档的分布式表示”中的结果给我留下了深刻的印象。他们描述的技术称为“段落向量”，基于 word2vec 模型的扩展来学习任意长段落/文档的无监督表示。该论文报告了使用这种技术进行情感分析的最先进性能。

我希望在其他文本分类问题上评估这种技术，作为传统词袋表示的替代方案。然而，我在 word2vec 谷歌组的一个线程中遇到了第二位作者的帖子，这让我停了下来：

我试图在夏天重现 Quoc 的结果。我可以将 IMDB 数据集的错误率提高到 9.4% - 10% 左右（取决于文本规范化的好坏）。但是，我无法接近 Quoc 在论文中报告的内容（7.4% 的错误，这是一个巨大的差异）......当然，我们也向 Quoc 询问了代码；他承诺将其发布，但到目前为止还没有发生任何事情。...我开始认为 Quoc 的结果实际上是不可重复的。

有没有人成功地复制了这些结果？