word2vec nedir?

Word2vec, kelimeleri sabit boyutlu vektörler olarak temsil eden bir yöntemdir ve kelimeler arasındaki anlamsal ilişkileri modellemeye olanak tanır.

Ana fikir, bir sinir ağı eğitmek ve kelimenin bağlamını (veya bağlamdan kelimeyi) tahmin etmektir; böylece her kelime, diğer kelimelerle olan anlamsal yakınlığını yansıtan bir vektör temsili alır.

Word2vec kullanım örneği:

from gensim.models import Word2Vec

sentences = [['ben', 'makine', 'öğrenimini', 'seviyorum'], ['makine', 'öğrenimi', 'faydalıdır']]
model = Word2Vec(sentences, vector_size=50, window=2, min_count=1, workers=4)

vector = model.wv['makine']  # "makine" kelimesinin vektörünü al
similar_words = model.wv.most_similar('makine')  # Benzer kelimeleri ara

Word2vec, NLP'de sınıflandırma, kümeleme ve benzer kelime arama gibi görevlerde yaygın olarak kullanılır.