¿Qué es word2vec?

Word2vec es un método de representación de palabras en forma de vectores de dimensión fija, que permite modelar las relaciones semánticas entre palabras.

La idea principal es entrenar una red neuronal para predecir el contexto de una palabra (o la propia palabra a partir del contexto), lo que hace que cada palabra obtenga una representación vectorial que refleja su cercanía semántica con otras palabras.

Ejemplo de uso de word2vec:

from gensim.models import Word2Vec

sentences = [['yo', 'amo', 'el', 'aprendizaje', 'automático'], ['el', 'aprendizaje', 'automático', 'es', 'útil']]
model = Word2Vec(sentences, vector_size=50, window=2, min_count=1, workers=4)

vector = model.wv['automático']  # Obtener el vector de la palabra "automático"
similar_words = model.wv.most_similar('automático')  # Buscar palabras similares

Word2vec se usa ampliamente en PLN para tareas de clasificación, agrupamiento y búsqueda de palabras similares.