Šta je word2vec?

Word2vec — metoda je predstavljanja reči u obliku vektora fiksne dimenzije, koja omogućava modelovanje semantičkih odnosa između reči.

Glavna ideja je obučiti neuronsku mrežu da predviđa kontekst reči (ili samu reč na osnovu konteksta), što rezultira time da svaka reč dobije vektorsku reprezentaciju koja odražava njenu semantičku bliskost sa drugim rečima.

Primer upotrebe word2vec:

from gensim.models import Word2Vec

sentences = [['ja', 'volim', 'mašinsko', 'učenje'], ['mašinsko', 'učenje', 'je', 'korisno']]
model = Word2Vec(sentences, vector_size=50, window=2, min_count=1, workers=4)

vector = model.wv['mašinsko']  # Dobijanje vektora reči "mašinsko"
similar_words = model.wv.most_similar('mašinsko')  # Pretraga sličnih reči

Word2vec se široko koristi u NLP za zadatke klasifikacije, grupisanja i pretraživanja sličnih reči.