Какво е word2vec?

Word2vec е метод за представяне на думи под формата на вектори с фиксирана големина, който позволява моделиране на семантичните връзки между думите.

Основната идея е да се обучи невронна мрежа да предсказва контекста на дадена дума (или самата дума въз основа на контекста), като по този начин всяка дума получава векторно представяне, което отразява нейната семантична близост до други думи.

Пример за използване на word2vec:

from gensim.models import Word2Vec

sentences = [['аз', 'обичам', 'машинно', 'обучение'], ['машинното', 'обучение', 'е', 'полезно']]
model = Word2Vec(sentences, vector_size=50, window=2, min_count=1, workers=4)

vector = model.wv['машинно']  # Получаване на вектора на думата "машинно"
similar_words = model.wv.most_similar('машинно')  # Търсене на подобни думи

Word2vec се използва широко в NLP за задачи като класификация, клъстеризация и търсене на подобни думи.