|
|
|
--- |
|
tags: |
|
- bertopic |
|
library_name: bertopic |
|
pipeline_tag: text-classification |
|
--- |
|
|
|
# HDBSCAN_45_8_ngram3 |
|
|
|
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("Trubnik1967/HDBSCAN_45_8_ngram3") |
|
|
|
topic_model.get_topic_info() |
|
``` |
|
|
|
## Topic overview |
|
|
|
* Number of topics: 9 |
|
* Number of training documents: 29572 |
|
|
|
<details> |
|
<summary>Click here for an overview of all topics.</summary> |
|
|
|
| Topic ID | Topic Keywords | Topic Frequency | Label | |
|
|----------|----------------|-----------------|-------| |
|
| -1 | но 44444444444444444444444111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111 - 44444444444444444444444111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111 - но - - | 540 | -1_но 44444444444444444444444111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111_44444444444444444444444111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111_но_ | |
|
| 0 | не - деньга - продавец - товар - прийти | 2 | 0_не_деньга_продавец_товар | |
|
| 1 | размер - не - маленький - но - продавец | 15435 | 1_размер_не_маленький_но | |
|
| 2 | не - ткань - нитка - шов - торчать | 7050 | 2_не_ткань_нитка_шов | |
|
| 3 | качество - не - плохой - ужасный - качество не | 2407 | 3_качество_не_плохой_ужасный | |
|
| 4 | цвет - не - фото - цвет не - картинка | 1354 | 4_цвет_не_фото_цвет не | |
|
| 5 | брак - прийти - дырка - не - прийти брак | 1247 | 5_брак_прийти_дырка_не | |
|
| 6 | запах - не - стирка - ужасный - качество | 980 | 6_запах_не_стирка_ужасный | |
|
| 7 | описание - соответствовать - не соответствовать - соответствовать описание - не | 557 | 7_описание_соответствовать_не соответствовать_соответствовать описание | |
|
|
|
</details> |
|
|
|
## Training hyperparameters |
|
|
|
* calculate_probabilities: True |
|
* language: None |
|
* low_memory: False |
|
* min_topic_size: 100 |
|
* n_gram_range: (1, 3) |
|
* nr_topics: 9 |
|
* seed_topic_list: None |
|
* top_n_words: 10 |
|
* verbose: True |
|
* zeroshot_min_similarity: None |
|
* zeroshot_topic_list: None |
|
|
|
## Framework versions |
|
|
|
* Numpy: 1.25.2 |
|
* HDBSCAN: 0.8.33 |
|
* UMAP: 0.5.5 |
|
* Pandas: 1.5.3 |
|
* Scikit-Learn: 1.2.2 |
|
* Sentence-transformers: 2.5.1 |
|
* Transformers: 4.39.0 |
|
* Numba: 0.58.1 |
|
* Plotly: 5.15.0 |
|
* Python: 3.10.12 |
|
|
