Home › Roadmap › NLP › Part 3

Word Embeddings Word2Vec

📘 শব্দের অর্থপূর্ণ ভেক্টর।

🌐 Meaningful word vectors.

💬 ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং🎚 Beginner📍 Part 3 / 8🧩 3 সাব-টপিক

💬

ধারণা · Concept

কী এবং কেন

📘 বাংলা ব্যাখ্যা:
শব্দের অর্থপূর্ণ ভেক্টর।

🌐 English:
Meaningful word vectors.

🗂 কোথায় পড়ে

৪. ডিপ লার্নিং ও এআই → ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং → Word Embeddings Word2Vec

🎯 এই শাখার লক্ষ্য

Preprocess text, embeddings, transformers

🧰 টুলস

NLTK, spaCy, Hugging Face

🪜

ধাপে ধাপে শিখুন · Step-by-step

কেন শিখবেন → কীভাবে শিখবেন → উদাহরণ → সাধারণ ভুল

💡 কেন গুরুত্বপূর্ণ?

শব্দের অর্থ ও সম্পর্ক সংখ্যায়—অনুরূপ শব্দ কাছাকাছি ভেক্টর।

ধাপ 1
ধারণা: একই প্রসঙ্গে ব্যবহৃত শব্দের অর্থ কাছাকাছি
ধাপ 2
Word2Vec: CBOW (প্রসঙ্গ → শব্দ), Skip-gram (শব্দ → প্রসঙ্গ)
ধাপ 3
GloVe (সহ-উপস্থিতি), FastText (সাবওয়ার্ড—নতুন/বানান ভুল শব্দেও)
ধাপ 4
gensim দিয়ে ট্রেন/লোড; most_similar দিয়ে পরীক্ষা

🧪 বাস্তব উদাহরণ

বাংলা FastText মডেলে "ঢাকা"-র নিকটতম: "চট্টগ্রাম", "রাজধানী", "নগরী"।

⚠️ সাধারণ ভুল

স্থির এমবেডিং এক শব্দের একাধিক অর্থ আলাদা করতে পারে না (ব্যাংক: নদীর তীর/আর্থিক)।

🔑 মূল শব্দ (Key terms)

word embeddingWord2VecCBOWskip-gramFastTextGloVe

সাব-টপিক ও বিস্তারিত · Sub-topics

টপিক → সাব-টপিক → সাব-সাব টপিক

3.1 Word2Vec3.1.1 CBOW3.1.2 Skip-gram

3.2 GloVe ও FastText

3.3 king − man + woman ≈ queen

🎬

ভিডিও · Videos (বাংলা ও English)

ক্লিক করলে সাইটের ভেতরেই ফ্লোটিং প্লেয়ারে চলবে · ভিডিও MySQL-এ সংরক্ষিত

📺 আরও খুঁজুন

🇧🇩 Bangla NLP ↗
🌐 Hugging Face ↗StatQuest ↗

💻

হাতে-কলমে · Try it (NLP)

এডিট করে Run চাপুন · Ctrl+Enter

from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.linear_model import LogisticRegression
texts=["খুব ভালো পণ্য","অসাধারণ সার্ভিস","একদম বাজে","খারাপ অভিজ্ঞতা","ভালো লেগেছে","বাজে সার্ভিস"]; y=[1,1,0,0,1,0]
v=TfidfVectorizer(analyzer="char_wb",ngram_range=(2,4)); X=v.fit_transform(texts)
m=LogisticRegression().fit(X,y)
for s in ["সার্ভিস ভালো","বাজে পণ্য"]: print(s,"->","positive" if m.predict(v.transform([s]))[0] else "negative")

❓

সেল্ফ-চেক · Self check

1. “CBOW, Skip-gram” — এটি কোন সাব-টপিকের বর্ণনা?

🔗

সংযুক্ত কনসেপ্ট · Connected concepts