Qu'est-ce que word2vec?

Word2vec est une méthode de représentation des mots sous forme de vecteurs de dimension fixe, permettant de modéliser les relations sémantiques entre les mots.

L'idée principale est d'entraîner un réseau neuronal à prédire le contexte d'un mot (ou le mot lui-même à partir du contexte), ce qui donne à chaque mot une représentation vectorielle reflétant sa proximité sémantique avec d'autres mots.

Exemple d'utilisation de word2vec :

from gensim.models import Word2Vec

sentences = [['je', 'aime', 'l', 'apprentissage', 'automatique'], ['l', 'apprentissage', 'automatique', 'est', 'utile']]
model = Word2Vec(sentences, vector_size=50, window=2, min_count=1, workers=4)

vector = model.wv['automatique']  # Obtenir le vecteur du mot "automatique"
similar_words = model.wv.most_similar('automatique')  # Rechercher des mots similaires

Word2vec est largement utilisé en NLP pour des tâches de classification, de clustering et de recherche de mots similaires.