%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)
ZH
Bertopic Test
模型简介
BERTopic是基于BERT的话题建模工具，用于从文本数据中自动发现和分类话题。
模型特点
模块化设计
支持自定义嵌入模型、向量降维和聚类算法
可解释性
生成带有代表性关键词的易解释话题
自动话题发现
无需预设话题数量，自动识别数据中的话题结构
模型能力
文本话题分类
话题关键词提取
话题可视化
大规模文本分析
使用案例
社交媒体分析
加密货币论坛话题分析
分析加密货币相关讨论中的主要话题分布
识别出50个不同话题（如莱特币、证券交易委员会监管等）
市场研究
消费者反馈分类
自动归类产品评论中的主要讨论主题
🚀 BERTopic测试模型
这是一个 BERTopic 模型。BERTopic 是一个灵活且模块化的主题建模框架，可从大型数据集中生成易于解释的主题。
🚀 快速开始
📦 安装指南
要使用此模型，请安装 BERTopic：
pip install -U bertopic
💻 使用示例
基础用法
from bertopic import BERTopic
topic_model = BERTopic.load("ahessamb/bertopic-test")
topic_model.get_topic_info()
📚 详细文档
主题概述
- 主题数量：50
- 训练文档数量：1570
点击此处查看所有主题概述。
| 主题ID | 主题关键词 | 主题频率 | 标签 |
|---|---|---|---|
| 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 |
训练超参数
| 属性 | 详情 |
|---|---|
| 计算概率 | False |
| 语言 | None |
| 低内存模式 | False |
| 最小主题大小 | 10 |
| n-gram范围 | (1, 1) |
| 主题数量 | None |
| 种子主题列表 | None |
| 前n个关键词 | 10 |
| 详细输出 | False |
框架版本
| 属性 | 详情 |
|---|---|
| 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
基于DistilBERT-base-uncased在SST-2情感分析数据集上微调的文本分类模型，准确率91.3%
文本分类 英语
D
distilbert
5.2M
746
Xlm Roberta Base Language Detection
MIT
基于XLM-RoBERTa的多语言检测模型，支持20种语言的文本分类
文本分类
Transformers 支持多种语言
Transformers 支持多种语言X
papluca
2.7M
333
Roberta Hate Speech Dynabench R4 Target
该模型通过动态生成数据集来改进在线仇恨检测，专注于从最差案例中学习以提高检测效果。
文本分类 Transformers 英语
Transformers 英语R
facebook
2.0M
80
Bert Base Multilingual Uncased Sentiment
MIT
基于bert-base-multilingual-uncased微调的多语言情感分析模型，支持6种语言的商品评论情感分析
文本分类 支持多种语言
B
nlptown
1.8M
371
Emotion English Distilroberta Base
基于DistilRoBERTa-base微调的英文文本情感分类模型，可预测埃克曼六种基本情绪及中性类别。
文本分类 Transformers 英语
Transformers 英语E
j-hartmann
1.1M
402
Robertuito Sentiment Analysis
基于RoBERTuito的西班牙语推文情感分析模型，支持POS(积极)/NEG(消极)/NEU(中性)三类情感分类
文本分类 西班牙语
R
pysentimiento
1.0M
88
Finbert Tone
FinBERT是一款基于金融通讯文本预训练的BERT模型，专注于金融自然语言处理领域。finbert-tone是其微调版本，用于金融情感分析任务。
文本分类 Transformers 英语
Transformers 英语F
yiyanghkust
998.46k
178
Roberta Base Go Emotions
MIT
基于RoBERTa-base的多标签情感分类模型，在go_emotions数据集上训练，支持28种情感标签识别。
文本分类 Transformers 英语
Transformers 英语R
SamLowe
848.12k
565
Xlm Emo T
XLM-EMO是一个基于XLM-T模型微调的多语言情感分析模型，支持19种语言，专门针对社交媒体文本的情感预测。
文本分类 Transformers 其他
Transformers 其他X
MilaNLProc
692.30k
7
Deberta V3 Base Mnli Fever Anli
MIT
基于MultiNLI、Fever-NLI和ANLI数据集训练的DeBERTa-v3模型，擅长零样本分类和自然语言推理任务
文本分类 Transformers 英语
Transformers 英语D
MoritzLaurer
613.93k
204
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型，性能媲美GPT-3.5-turbo，优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型 Transformers 支持多种语言
Transformers 支持多种语言L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型，专为边缘设备推理设计，体积仅为Cosmo-3B模型的2%左右。
对话系统 Transformers 英语
Transformers 英语C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型，适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98