Co je to word2vec?

Word2vec je metoda reprezentace slov ve formě vektorů pevné velikosti, která umožňuje modelovat sémantické vztahy mezi slovy.

Hlavní myšlenkou je trénovat neuronovou síť na předpověď kontextu slova (nebo samotného slova na základě kontextu), v důsledku čehož každé slovo získá vektorové znázornění odrážející jeho sémantickou blízkost k jiným slovům.

Příklad použití word2vec:

from gensim.models import Word2Vec

sentences = [['já', 'miluji', 'strojové', 'učení'], ['strojové', 'učení', 'je', 'užitečné']]
model = Word2Vec(sentences, vector_size=50, window=2, min_count=1, workers=4)

vector = model.wv['strojové']  # Získání vektoru slova "strojové"
similar_words = model.wv.most_similar('strojové')  # Vyhledání podobných slov

Word2vec je široce používán v NLP pro úkoly klasifikace, shlukování a hledání podobných slov.