|
|
|
--- |
|
tags: |
|
- bertopic |
|
library_name: bertopic |
|
pipeline_tag: text-classification |
|
--- |
|
|
|
# 0.65MBertopic |
|
|
|
This is a [BERTopic](https://github.com/MaartenGr/BERTopic) model. |
|
BERTopic is a flexible and modular topic modeling framework that allows for the generation of easily interpretable topics from large datasets. |
|
|
|
## Usage |
|
|
|
To use this model, please install BERTopic: |
|
|
|
``` |
|
pip install -U bertopic |
|
``` |
|
|
|
You can use the model as follows: |
|
|
|
```python |
|
from bertopic import BERTopic |
|
topic_model = BERTopic.load("Alprocco/0.65MBertopic") |
|
|
|
topic_model.get_topic_info() |
|
``` |
|
|
|
## Topic overview |
|
|
|
* Number of topics: 30 |
|
* Number of training documents: 651942 |
|
|
|
<details> |
|
<summary>Click here for an overview of all topics.</summary> |
|
|
|
| Topic ID | Topic Keywords | Topic Frequency | Label | |
|
|----------|----------------|-----------------|-------| |
|
| -1 | швейцарии - 00 - добрый - подскажите - швейцарії | 226 | -1_швейцарии_00_добрый_подскажите | |
|
| 0 | беженцев - швейцарии - подскажите - добрый - украины | 304403 | 0_беженцев_швейцарии_подскажите_добрый | |
|
| 1 | спасибо - паляниця - слів - хвилин - обов язково | 95996 | 1_спасибо_паляниця_слів_хвилин | |
|
| 2 | билет - евро - франков - билеты - поезд | 65451 | 2_билет_евро_франков_билеты | |
|
| 3 | страховка - страховку - страховки - врачу - покрывает | 33616 | 3_страховка_страховку_страховки_врачу | |
|
| 4 | квартиру - жилье - жильё - квартиры - жилья | 28737 | 4_квартиру_жилье_жильё_квартиры | |
|
| 5 | курсы - языка - школу - переводчик - язык | 24097 | 5_курсы_языка_школу_переводчик | |
|
| 6 | лагере - лагерь - волонтеры - вокзале - волонтеров | 18415 | 6_лагере_лагерь_волонтеры_вокзале | |
|
| 7 | паспорт - паспорта - загран - крест - красный | 13344 | 7_паспорт_паспорта_загран_крест | |
|
| 8 | соц - детей - семьи - помощь - выплаты | 11493 | 8_соц_детей_семьи_помощь | |
|
| 9 | реклама - дякуємо - чат - гугл - карту | 8741 | 9_реклама_дякуємо_чат_гугл | |
|
| 10 | info - чату - повернути - внимательны - причина | 7727 | 10_info_чату_повернути_внимательны | |
|
| 11 | фото - очки - добрый - видео - доброго | 6313 | 11_фото_очки_добрый_видео | |
|
| 12 | знаю - девушка - девочки - людей - вопрос | 5385 | 12_знаю_девушка_девочки_людей | |
|
| 13 | пластик - вода - воду - свет - квартире | 3909 | 13_пластик_вода_воду_свет | |
|
| 14 | телефон - интернет - приложение - подскажите - телефона | 3291 | 14_телефон_интернет_приложение_подскажите | |
|
| 15 | контракт - получения - подскажите - онлайн - заявку | 3096 | 15_контракт_получения_подскажите_онлайн | |
|
| 16 | юриста - полицию - штраф - полиции - закон | 2849 | 16_юриста_полицию_штраф_полиции | |
|
| 17 | кг - размер - фр - розмір - см | 2759 | 17_кг_размер_фр_розмір | |
|
| 18 | 00 - занятия - заняття - занятие - 30 | 2442 | 18_00_занятия_заняття_занятие | |
|
| 19 | кг - франків - заказ - продукты - замовлення | 2180 | 19_кг_франків_заказ_продукты | |
|
| 20 | вода - воду - озера - воды - подскажите | 1398 | 20_вода_воду_озера_воды | |
|
| 21 | война - бронь - войны - війни - людей | 1317 | 21_война_бронь_войны_війни | |
|
| 22 | радио - канал - тв - канале - налог | 1275 | 22_радио_канал_тв_канале | |
|
| 23 | книги - взяти - чекаю - взять - почитати | 756 | 23_книги_взяти_чекаю_взять | |
|
| 24 | sbb - приложение - приложении - билет - купить | 624 | 24_sbb_приложение_приложении_билет | |
|
| 25 | кофе - чай - наличии - немножко - франков | 589 | 25_кофе_чай_наличии_немножко | |
|
| 26 | сайте - письмо - написать - адрес - сайті | 572 | 26_сайте_письмо_написать_адрес | |
|
| 27 | автобус - билеты - билет - посмотрите - дешевле | 559 | 27_автобус_билеты_билет_посмотрите | |
|
| 28 | развод - деньги - справи - суд - выглядит | 382 | 28_развод_деньги_справи_суд | |
|
|
|
</details> |
|
|
|
## Training hyperparameters |
|
|
|
* calculate_probabilities: False |
|
* language: None |
|
* low_memory: False |
|
* min_topic_size: 10 |
|
* n_gram_range: (1, 1) |
|
* nr_topics: 30 |
|
* seed_topic_list: None |
|
* top_n_words: 10 |
|
* verbose: True |
|
|
|
## Framework versions |
|
|
|
* Numpy: 1.21.5 |
|
* HDBSCAN: 0.8.33 |
|
* UMAP: 0.5.4 |
|
* Pandas: 1.4.4 |
|
* Scikit-Learn: 1.3.0 |
|
* Sentence-transformers: 2.2.2 |
|
* Transformers: 4.33.2 |
|
* Numba: 0.55.1 |
|
* Plotly: 5.9.0 |
|
* Python: 3.9.13 |
|
|
