개요Word2Vec은 2013년 구글의 토마스 미콜로프(Thomas Mikolov) 연구팀이 발표한 자연어 처리(NLP) 분야의 대표적인 워드 임베딩(Word Embedding) 기법입니다. 각 단어를 고차원 공간의 벡터로 변환해, 단어 간의 의미적 유사성을 벡터 간의 거리나 방향으로 표현할 수 있게 합니다. 즉, 비슷한 의미를 가진 단어들은 벡터 공간상에서 서로 가까운 위치에 놓이게 됩니다. 내용Word2Vec은 대규모 텍스트 데이터(말뭉치 또는 코퍼스)에서 단어와 주변 단어들의 관계를 학습해, 각 단어를 고정된 크기의 실수 벡터로 변환합니다. 이 벡터는 단어의 의미와 문맥 정보를 내포하고 있어, 벡터 간 연산(예: 코사인 유사도)으로 단어 유사도를 측정할 수 있습니다. Word2Vec은 얕은 신경망을..
