რა არის word2vec?

Word2vec — ეს მეთოდია სიტყვების წარმოდგენა ფიქსირებული ზომის ვექტორების სახით, რომელიც საშუალებას აძლევს მოდელირებას სემანტიკური ურთიერთობების შორის სიტყვებს შორის.

ძირითადი იდეა — ნეირონული ქსელის სწავლება სიტყვას კონტექსტის წინასწარ პროგნოზირებისთვის (ან თავად სიტყვას კონტექსტის მიხედვით), რის შედეგადაც თითოეულ სიტყვას აქვს ვექტორული წარმოდგენა, რომელიც ასახავს მის სემანტიკურ სიახლოვეს სხვა სიტყვებთან.

Word2vec-ის გამოყენების მაგალითი:

from gensim.models import Word2Vec

sentences = [['მე', 'მიყვარს', 'მექანიკური', 'სწავლა'], ['მექანიკური', 'სწავლა', 'არის', 'მნიშვნელოვანი']]
model = Word2Vec(sentences, vector_size=50, window=2, min_count=1, workers=4)

vector = model.wv['მექანიკური']  # მიიღეთ სიტყვა "მექანიკური" ვექტორი
similar_words = model.wv.most_similar('მექანიკური')  # მოძებნეთ მსგავსი სიტყვები

Word2vec ფართოდ გამოიყენება NLP-ში კლასიფიკაციის, კლასტერიზაციის და მსგავსი სიტყვების ძიებისთვის.