Mis on word2vec?

Word2vec on meetod sõnade esindamiseks fikseeritud suurusega vektoridena, mis võimaldab modelleerida semantilisi suhteid sõnade vahel.

Põhiteooria on treenida närvivõrku prognoosima sõna konteksti (või sõna ise kontekstist lähtudes), mille tulemusena iga sõna saab vektoriale esinduse, mis peegeldab selle semantilist lähedust teiste sõnadega.

Word2vec kasutamise näide:

from gensim.models import Word2Vec

sentences = [['mina', 'armastan', 'masinõpet'], ['masinõpe', 'on', 'kasulik']]
model = Word2Vec(sentences, vector_size=50, window=2, min_count=1, workers=4)

vector = model.wv['masinõpe']  # Saada sõna "masinõpe" vektor
similar_words = model.wv.most_similar('masinõpe')  # Otsi sarnaseid sõnu

Word2vec on laialdaselt kasutusel NLP ülesannetes klassifikatsioonis, klasterdamises ja sarnaste sõnade otsimisel.