%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
TW
Bertopic Test
模型概述
BERTopic是基於BERT的話題建模工具，用於從文本數據中自動發現和分類話題。
模型特點
模塊化設計
支持自定義嵌入模型、向量降維和聚類算法
可解釋性
生成帶有代表性關鍵詞的易解釋話題
自動話題發現
無需預設話題數量，自動識別數據中的話題結構
模型能力
文本話題分類
話題關鍵詞提取
話題可視化
大規模文本分析
使用案例
社交媒體分析
加密貨幣論壇話題分析
分析加密貨幣相關討論中的主要話題分佈
識別出50個不同話題（如萊特幣、證券交易委員會監管等）
市場研究
消費者反饋分類
自動歸類產品評論中的主要討論主題
🚀 BERTopic測試模型
這是一個 BERTopic 模型。BERTopic 是一個靈活且模塊化的主題建模框架，可從大型數據集中生成易於解釋的主題。
🚀 快速開始
📦 安裝指南
要使用此模型，請安裝 BERTopic：
pip install -U bertopic
💻 使用示例
基礎用法
from bertopic import BERTopic
topic_model = BERTopic.load("ahessamb/bertopic-test")
topic_model.get_topic_info()
📚 詳細文檔
主題概述
- 主題數量：50
- 訓練文檔數量：1570
點擊此處查看所有主題概述。
| 主題ID | 主題關鍵詞 | 主題頻率 | 標籤 |
|---|---|---|---|
| 0 | liquidations - forcefully - betting - liquidation - contracts | 8 | 0_liquidations_forcefully_betting_liquidation |
| 1 | litecoin - wsm - presale - 77 - near | 94 | 1_litecoin_wsm_presale_77 |
| 2 | sec - court - terraform - dismiss - lawyers | 49 | 2_sec_court_terraform_dismiss |
| 3 | huobi - hkvac - bsl - web3 - code | 12 | 3_huobi_hkvac_bsl_web3 |
| 4 | lucie - shiba - susbarium - puppynet - portals | 3 | 4_lucie_shiba_susbarium_puppynet |
| 5 | 000006819 - shiba - accuracy - finbold - estimates | 27 | 5_000006819_shiba_accuracy_finbold |
| 6 | tokens - sec - binance - securities - coinbase | 45 | 6_tokens_sec_binance_securities |
| 7 | mckinsey - ai - nanjing - productivity - diffusion | 43 | 7_mckinsey_ai_nanjing_productivity |
| 8 | resistance - swing - fib - zone - ltc | 32 | 8_resistance_swing_fib_zone |
| 9 | brinkman - tategpt - bitcoin - artists - wealth | 26 | 9_brinkman_tategpt_bitcoin_artists |
| 10 | stablecoin - stablecoins - decline - redemptions - tusd | 2 | 10_stablecoin_stablecoins_decline_redemptions |
| 11 | mutant - mayc - bayc - club - mcmullen | 64 | 11_mutant_mayc_bayc_club |
| 12 | xrp - ema - ripple - bullish - cryptocurrencies | 43 | 12_xrp_ema_ripple_bullish |
| 13 | tether - cbdcs - loans - federal - nafcu | 27 | 13_tether_cbdcs_loans_federal |
| 14 | rate - tradingview - bnb - breakout - coinmarketcap | 85 | 14_rate_tradingview_bnb_breakout |
| 15 | 26 - bulls - rsi - ceiling - 300 | 2 | 15_26_bulls_rsi_ceiling |
| 16 | lowest - jump - week - wallet - staggering | 3 | 16_lowest_jump_week_wallet |
| 17 | xrp - ripple - mekras - sbi - institutions | 56 | 17_xrp_ripple_mekras_sbi |
| 18 | debt - mortgages - trillion - government - suspends | 3 | 18_debt_mortgages_trillion_government |
| 19 | longitude - chronometer - bitcoin - ships - graffiti | 2 | 19_longitude_chronometer_bitcoin_ships |
| 20 | volumes - piggy - aud - xrp - usdt | 15 | 20_volumes_piggy_aud_xrp |
| 21 | root - ledger - stakers - sidechains - compatibility | 4 | 21_root_ledger_stakers_sidechains |
| 22 | astra - letter - concerns - investors - bitwise | 4 | 22_astra_letter_concerns_investors |
| 23 | gold - governments - manipulated - stocks - mined | 10 | 23_gold_governments_manipulated_stocks |
| 24 | tether - sygnum - documents - bank - coindesk | 9 | 24_tether_sygnum_documents_bank |
| 25 | rewards - governance - lido - proposal - june | 45 | 25_rewards_governance_lido_proposal |
| 26 | listings - coin - fairerc20 - bittrex - withdrawals | 68 | 26_listings_coin_fairerc20_bittrex |
| 27 | peaq - ordibots - cosmos - fetch - machine | 81 | 27_peaq_ordibots_cosmos_fetch |
| 28 | uniswap - v4 - orders - hooks - differing | 23 | 28_uniswap_v4_orders_hooks |
| 29 | price - neo - matic - rise - altcoin | 92 | 29_price_neo_matic_rise |
| 30 | emptydoc - staff - policy - binance - workspaces | 2 | 30_emptydoc_staff_policy_binance |
| 31 | lunc - synthetix - terra - perps - staking | 33 | 31_lunc_synthetix_terra_perps |
| 32 | tweet - dogecoin - chart - meme - negative | 3 | 32_tweet_dogecoin_chart_meme |
| 33 | binance - securities - exchange - cz - regulators | 63 | 33_binance_securities_exchange_cz |
| 34 | bitmart - sale - xrp - discount - event | 4 | 34_bitmart_sale_xrp_discount |
| 35 | yuan - event - olympics - canadians - organizers | 49 | 35_yuan_event_olympics_canadians |
| 36 | gusd - fidelity - bitcoin - proposal - blackrock | 52 | 36_gusd_fidelity_bitcoin_proposal |
| 37 | bills - mcglone - markets - stablecoins - liquidity | 56 | 37_bills_mcglone_markets_stablecoins |
| 38 | asset - gain - drop - trading - hours | 2 | 38_asset_gain_drop_trading |
| 39 | epstein - hamsterwheel - vulnerability - bounty - certick | 28 | 39_epstein_hamsterwheel_vulnerability_bounty |
| 40 | pyth - transparency - data - terra - oracle | 19 | 40_pyth_transparency_data_terra |
| 41 | shiba - inu - weighted - collapse - recovery | 2 | 41_shiba_inu_weighted_collapse |
| 42 | neo - opensea - carey - security - impersonators | 24 | 42_neo_opensea_carey_security |
| 43 | balancer - zkevm - liquidity - defi - 8020 | 3 | 43_balancer_zkevm_liquidity_defi |
| 44 | reed - battle - platform - argument - trading | 22 | 44_reed_battle_platform_argument |
| 45 | ada - cardano - whale - sell - investors | 4 | 45_ada_cardano_whale_sell |
| 46 | uk - coinbase - hong - crypto - regulatory | 65 | 46_uk_coinbase_hong_crypto |
| 47 | ethereum - tvl - defi - arbitrum - airdrop | 54 | 47_ethereum_tvl_defi_arbitrum |
| 48 | swyftx - shibarium - token - shibaswap - shiba | 54 | 48_swyftx_shibarium_token_shibaswap |
| 49 | bitcoin - mining - gain - miners - difficulty | 54 | 49_bitcoin_mining_gain_miners |
訓練超參數
| 屬性 | 詳情 |
|---|---|
| 計算概率 | False |
| 語言 | None |
| 低內存模式 | False |
| 最小主題大小 | 10 |
| n-gram範圍 | (1, 1) |
| 主題數量 | None |
| 種子主題列表 | None |
| 前n個關鍵詞 | 10 |
| 詳細輸出 | False |
框架版本
| 屬性 | 詳情 |
|---|---|
| Numpy | 1.22.4 |
| HDBSCAN | 0.8.29 |
| UMAP | 0.5.3 |
| Pandas | 1.5.3 |
| Scikit-Learn | 1.2.2 |
| Sentence-transformers | 2.2.2 |
| Transformers | 4.30.2 |
| Numba | 0.56.4 |
| Plotly | 5.13.1 |
| Python | 3.10.12 |
Distilbert Base Uncased Finetuned Sst 2 English
Apache-2.0
基於DistilBERT-base-uncased在SST-2情感分析數據集上微調的文本分類模型，準確率91.3%
文本分類 英語
D
distilbert
5.2M
746
Xlm Roberta Base Language Detection
MIT
基於XLM-RoBERTa的多語言檢測模型，支持20種語言的文本分類
文本分類
Transformers 支持多種語言
Transformers 支持多種語言X
papluca
2.7M
333
Roberta Hate Speech Dynabench R4 Target
該模型通過動態生成數據集來改進在線仇恨檢測，專注於從最差案例中學習以提高檢測效果。
文本分類 Transformers 英語
Transformers 英語R
facebook
2.0M
80
Bert Base Multilingual Uncased Sentiment
MIT
基於bert-base-multilingual-uncased微調的多語言情感分析模型，支持6種語言的商品評論情感分析
文本分類 支持多種語言
B
nlptown
1.8M
371
Emotion English Distilroberta Base
基於DistilRoBERTa-base微調的英文文本情感分類模型，可預測埃克曼六種基本情緒及中性類別。
文本分類 Transformers 英語
Transformers 英語E
j-hartmann
1.1M
402
Robertuito Sentiment Analysis
基於RoBERTuito的西班牙語推文情感分析模型，支持POS(積極)/NEG(消極)/NEU(中性)三類情感分類
文本分類 西班牙語
R
pysentimiento
1.0M
88
Finbert Tone
FinBERT是一款基於金融通訊文本預訓練的BERT模型，專注於金融自然語言處理領域。finbert-tone是其微調版本，用於金融情感分析任務。
文本分類 Transformers 英語
Transformers 英語F
yiyanghkust
998.46k
178
Roberta Base Go Emotions
MIT
基於RoBERTa-base的多標籤情感分類模型，在go_emotions數據集上訓練，支持28種情感標籤識別。
文本分類 Transformers 英語
Transformers 英語R
SamLowe
848.12k
565
Xlm Emo T
XLM-EMO是一個基於XLM-T模型微調的多語言情感分析模型，支持19種語言，專門針對社交媒體文本的情感預測。
文本分類 Transformers 其他
Transformers 其他X
MilaNLProc
692.30k
7
Deberta V3 Base Mnli Fever Anli
MIT
基於MultiNLI、Fever-NLI和ANLI數據集訓練的DeBERTa-v3模型，擅長零樣本分類和自然語言推理任務
文本分類 Transformers 英語
Transformers 英語D
MoritzLaurer
613.93k
204
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型，性能媲美GPT-3.5-turbo，優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型 Transformers 支持多種語言
Transformers 支持多種語言L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型，專為邊緣設備推理設計，體積僅為Cosmo-3B模型的2%左右。
對話系統 Transformers 英語
Transformers 英語C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型，適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98