MaartenGr/BERTopic

项目概览

bertopic 是一个模块化主题建模库，利用 Transformer 嵌入与 c-TF-IDF 从文档中提取密集且可解释的主题。它支持监督式、层次化、动态与多模态等多种建模技术。

项目类型

RAG 与知识库 · 数据处理

应用场景

数据分析

部署方式

查看项目说明

License

MIT

适合谁

• 需要对大量文本进行可解释主题提取的数据团队与研究人员。
• 希望通过模块化组合灵活定制嵌入、降维与聚类流程的开发者。

核心能力

• 通过聚类和 class-based TF-IDF 从文档中提取主题。
• 允许使用种子主题列表来引导主题建模过程，使结果更贴合特定需求。
• 对主题、文档、层次结构、词项得分以及随时间变化的主题分布进行可视化展示。

限制与风险

• 大量的可用函数和配置选项可能让新用户在初次使用时感到无所适从。

如何开始

• 安装难度较低，可通过 pip 或 uv 直接安装。典型入门路径为：通过 pip 安装库（如 pip install bertopic），导入并实例化 BERTopic，然后使用示例 20 newsgroups 数据集拟合模型。

核验依据

• README: [](https://pypi.org/project/bertopic/)
• README: BERTopic is a topic modeling technique that leverages 🤗 transformers and c-TF-IDF to create dense clusters allowing for easily interpretable topics whilst keeping important words…
• README: pip install bertopic
• README: pip install bertopic[flair,gensim,spacy,use]
• README: topics, probs = topic_model.fit_transform(docs)

内容核验时间：