Word2Vec word2Vec은 워드 임베딩 기법으로 단어를 벡터형태로 전환하는 기법이다. 2013년 토론토 대학에서 발표했으며 현재까지도 많이 활용되는 기법이다. 신경망 모델을 사용해서 말뭉치에서 단어들의 연관성을 학습한다. 즉 주어진 문맥에서 발생하는 단어를 예측하는 문제로 단어 임베딩 벡터를 학습한다. word2Vec에는 CBOW와 Skip-Gram 두 가지 방법이 있다. CBOW vs Skip-Gram CBOW: 주변 단어를 활용해 중간에 있는 단어 예측 Skip-Gram: 중간 단어를 활용해 주변에 있는 단어 예측 0. 사전 준비 1) 라이브러리 호출 from gensim.models import word2vec import list_file 2) 데이터 확인 1. Word2Vec 모델 정의 ..
