---
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