Cos'è word2vec?

Word2vec è un metodo di rappresentazione delle parole sotto forma di vettori di dimensione fissa, che permette di modellare le relazioni semantiche tra le parole.

L'idea principale è addestrare una rete neurale a prevedere il contesto di una parola (o la stessa parola dal contesto), in modo che ogni parola ottenga una rappresentazione vettoriale che rifletta la sua vicinanza semantica ad altre parole.

Esempio di utilizzo di word2vec:

from gensim.models import Word2Vec

sentences = [['io', 'amo', 'l', 'apprendimento', 'automatico'], ['l', 'apprendimento', 'automatico', 'è', 'utile']]
model = Word2Vec(sentences, vector_size=50, window=2, min_count=1, workers=4)

vector = model.wv['automatico']  # Ottenere il vettore della parola "automatico"
similar_words = model.wv.most_similar('automatico')  # Ricerca di parole simili

Word2vec è ampiamente usato in NLP per compiti di classificazione, clustering e ricerca di parole simili.