O que é o word2vec?

Word2vec é um método de representação de palavras na forma de vetores de dimensão fixa, que permite modelar as relações semânticas entre palavras.

A ideia principal é treinar uma rede neural para prever o contexto de uma palavra (ou a própria palavra a partir do contexto), fazendo com que cada palavra receba uma representação vetorial que reflete sua proximidade semântica com outras palavras.

Exemplo de uso do word2vec:

from gensim.models import Word2Vec

sentences = [['eu', 'gosto', 'de', 'aprendizado', 'de', 'máquina'], ['aprendizado', 'de', 'máquina', 'é', 'útil']]
model = Word2Vec(sentences, vector_size=50, window=2, min_count=1, workers=4)

vector = model.wv['máquina']  # Obter o vetor da palavra "máquina"
similar_words = model.wv.most_similar('máquina')  # Procurar palavras semelhantes

Word2vec é amplamente utilizado em PLN para tarefas de classificação, agrupamento e busca de palavras semelhantes.