Mi az a word2vec?

Word2vec egy módszer a szavak fix méretű vektorokként való ábrázolására, amely lehetővé teszi a szavak közötti szemantikus kapcsolatok modellezését.

A fő ötlet egy neurális hálózat kiképzése a szó kontextusának (vagy a szó önmagának a kontextusból) előrejelzésére, így minden szó egy olyan vektoros reprezentációt kap, amely tükrözi annak szemantikus közelségét más szavakhoz.

Word2vec használati példája:

from gensim.models import Word2Vec

sentences = [['én', 'szeretem', 'a', 'gépi', 'tanulást'], ['a', 'gépi', 'tanulás', 'hasznos']]
model = Word2Vec(sentences, vector_size=50, window=2, min_count=1, workers=4)

vector = model.wv['gépi']  # A "gépi" szó vektorának lekérése
similar_words = model.wv.most_similar('gépi')  # Hasonló szavak keresése

A Word2vec széles körben használják a természetes nyelvfeldolgozásban (NLP) osztályozási, klaszterezési és hasonló szavak keresési feladatokra.