Čo je to word2vec?

Word2vec je metóda reprezentácie slov vo forme vektorov pevnej veľkosti, ktorá umožňuje modelovať sémantické vzťahy medzi slovami.

Hlavná myšlienka je trénovať neurónovú sieť na predpovedanie kontextu slova (alebo samotného slova na základe kontextu), v dôsledku čoho každé slovo získa vektorové znázornenie odrážajúce jeho sémantickú blízkosť k iným slovám.

Príklad použitia word2vec:

from gensim.models import Word2Vec

sentences = [['ja', 'milujem', 'strojové', 'učenie'], ['strojové', 'učenie', 'je', 'užitočné']]
model = Word2Vec(sentences, vector_size=50, window=2, min_count=1, workers=4)

vector = model.wv['strojové']  # Získanie vektora slova "strojové"
similar_words = model.wv.most_similar('strojové')  # Vyhľadanie podobných slov

Word2vec sa široko používa v NLP pre úlohy klasifikácie, klastrovania a vyhľadávania podobných slov.