Add BERTopic model
Browse files- README.md +97 -0
- config.json +15 -0
- ctfidf.safetensors +3 -0
- ctfidf_config.json +0 -0
- topic_embeddings.safetensors +3 -0
- topics.json +0 -0
README.md
ADDED
@@ -0,0 +1,97 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
|
2 |
+
---
|
3 |
+
tags:
|
4 |
+
- bertopic
|
5 |
+
library_name: bertopic
|
6 |
+
pipeline_tag: text-classification
|
7 |
+
---
|
8 |
+
|
9 |
+
# 0.65MBertopic
|
10 |
+
|
11 |
+
This is a [BERTopic](https://github.com/MaartenGr/BERTopic) model.
|
12 |
+
BERTopic is a flexible and modular topic modeling framework that allows for the generation of easily interpretable topics from large datasets.
|
13 |
+
|
14 |
+
## Usage
|
15 |
+
|
16 |
+
To use this model, please install BERTopic:
|
17 |
+
|
18 |
+
```
|
19 |
+
pip install -U bertopic
|
20 |
+
```
|
21 |
+
|
22 |
+
You can use the model as follows:
|
23 |
+
|
24 |
+
```python
|
25 |
+
from bertopic import BERTopic
|
26 |
+
topic_model = BERTopic.load("Alprocco/0.65MBertopic")
|
27 |
+
|
28 |
+
topic_model.get_topic_info()
|
29 |
+
```
|
30 |
+
|
31 |
+
## Topic overview
|
32 |
+
|
33 |
+
* Number of topics: 30
|
34 |
+
* Number of training documents: 651942
|
35 |
+
|
36 |
+
<details>
|
37 |
+
<summary>Click here for an overview of all topics.</summary>
|
38 |
+
|
39 |
+
| Topic ID | Topic Keywords | Topic Frequency | Label |
|
40 |
+
|----------|----------------|-----------------|-------|
|
41 |
+
| -1 | швейцарии - 00 - добрый - подскажите - швейцарії | 226 | -1_швейцарии_00_добрый_подскажите |
|
42 |
+
| 0 | беженцев - швейцарии - подскажите - добрый - украины | 304403 | 0_беженцев_швейцарии_подскажите_добрый |
|
43 |
+
| 1 | спасибо - паляниця - слів - хвилин - обов язково | 95996 | 1_спасибо_паляниця_слів_хвилин |
|
44 |
+
| 2 | билет - евро - франков - билеты - поезд | 65451 | 2_билет_евро_франков_билеты |
|
45 |
+
| 3 | страховка - страховку - страховки - врачу - покрывает | 33616 | 3_страховка_страховку_страховки_врачу |
|
46 |
+
| 4 | квартиру - жилье - жильё - квартиры - жилья | 28737 | 4_квартиру_жилье_жильё_квартиры |
|
47 |
+
| 5 | курсы - языка - школу - переводчик - язык | 24097 | 5_курсы_языка_школу_переводчик |
|
48 |
+
| 6 | лагере - лагерь - волонтеры - вокзале - волонтеров | 18415 | 6_лагере_лагерь_волонтеры_вокзале |
|
49 |
+
| 7 | паспорт - паспорта - загран - крест - красный | 13344 | 7_паспорт_паспорта_загран_крест |
|
50 |
+
| 8 | соц - детей - семьи - помощь - выплаты | 11493 | 8_соц_детей_семьи_помощь |
|
51 |
+
| 9 | реклама - дякуємо - чат - гугл - карту | 8741 | 9_реклама_дякуємо_чат_гугл |
|
52 |
+
| 10 | info - чату - повернути - внимательны - причина | 7727 | 10_info_чату_повернути_внимательны |
|
53 |
+
| 11 | фото - очки - добрый - видео - доброго | 6313 | 11_фото_очки_добрый_видео |
|
54 |
+
| 12 | знаю - девушка - девочки - людей - вопрос | 5385 | 12_знаю_девушка_девочки_людей |
|
55 |
+
| 13 | пластик - вода - воду - свет - квартире | 3909 | 13_пластик_вода_воду_свет |
|
56 |
+
| 14 | телефон - интернет - приложение - подскажите - телефона | 3291 | 14_телефон_интернет_приложение_подскажите |
|
57 |
+
| 15 | контракт - получения - подскажите - онлайн - заявку | 3096 | 15_контракт_получения_подскажите_онлайн |
|
58 |
+
| 16 | юриста - полицию - штраф - полиции - закон | 2849 | 16_юриста_полицию_штраф_полиции |
|
59 |
+
| 17 | кг - размер - фр - розмір - см | 2759 | 17_кг_размер_фр_розмір |
|
60 |
+
| 18 | 00 - занятия - заняття - занятие - 30 | 2442 | 18_00_занятия_заняття_занятие |
|
61 |
+
| 19 | кг - франків - заказ - продукты - замовлення | 2180 | 19_кг_франків_заказ_продукты |
|
62 |
+
| 20 | вода - воду - озера - воды - подскажите | 1398 | 20_вода_воду_озера_воды |
|
63 |
+
| 21 | война - бронь - войны - війни - людей | 1317 | 21_война_бронь_войны_війни |
|
64 |
+
| 22 | радио - канал - тв - канале - налог | 1275 | 22_радио_канал_тв_канале |
|
65 |
+
| 23 | книги - взяти - чекаю - взять - почитати | 756 | 23_книги_взяти_чекаю_взять |
|
66 |
+
| 24 | sbb - приложение - приложении - билет - купить | 624 | 24_sbb_приложение_приложении_билет |
|
67 |
+
| 25 | кофе - чай - наличии - немножко - франков | 589 | 25_кофе_чай_наличии_немножко |
|
68 |
+
| 26 | сайте - письмо - написать - адрес - сайті | 572 | 26_сайте_письмо_написать_адрес |
|
69 |
+
| 27 | автобус - билеты - билет - посмот��ите - дешевле | 559 | 27_автобус_билеты_билет_посмотрите |
|
70 |
+
| 28 | развод - деньги - справи - суд - выглядит | 382 | 28_развод_деньги_справи_суд |
|
71 |
+
|
72 |
+
</details>
|
73 |
+
|
74 |
+
## Training hyperparameters
|
75 |
+
|
76 |
+
* calculate_probabilities: False
|
77 |
+
* language: None
|
78 |
+
* low_memory: False
|
79 |
+
* min_topic_size: 10
|
80 |
+
* n_gram_range: (1, 1)
|
81 |
+
* nr_topics: 30
|
82 |
+
* seed_topic_list: None
|
83 |
+
* top_n_words: 10
|
84 |
+
* verbose: True
|
85 |
+
|
86 |
+
## Framework versions
|
87 |
+
|
88 |
+
* Numpy: 1.21.5
|
89 |
+
* HDBSCAN: 0.8.33
|
90 |
+
* UMAP: 0.5.4
|
91 |
+
* Pandas: 1.4.4
|
92 |
+
* Scikit-Learn: 1.3.0
|
93 |
+
* Sentence-transformers: 2.2.2
|
94 |
+
* Transformers: 4.33.2
|
95 |
+
* Numba: 0.55.1
|
96 |
+
* Plotly: 5.9.0
|
97 |
+
* Python: 3.9.13
|
config.json
ADDED
@@ -0,0 +1,15 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"calculate_probabilities": false,
|
3 |
+
"language": null,
|
4 |
+
"low_memory": false,
|
5 |
+
"min_topic_size": 10,
|
6 |
+
"n_gram_range": [
|
7 |
+
1,
|
8 |
+
1
|
9 |
+
],
|
10 |
+
"nr_topics": 30,
|
11 |
+
"seed_topic_list": null,
|
12 |
+
"top_n_words": 10,
|
13 |
+
"verbose": true,
|
14 |
+
"embedding_model": "paraphrase-multilingual-MiniLM-L12-v2"
|
15 |
+
}
|
ctfidf.safetensors
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:c2858c720ef2de0ef9e745a2b840b89a0c6fe7b867cf70287a49ff5c5e34ec4c
|
3 |
+
size 1009152
|
ctfidf_config.json
ADDED
The diff for this file is too large to render.
See raw diff
|
|
topic_embeddings.safetensors
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:455cad6a2a91003ea2fcdb168f596bdbbafc89ed4debfcb0cf044ff2732d1e21
|
3 |
+
size 46168
|
topics.json
ADDED
The diff for this file is too large to render.
See raw diff
|
|