vidric's picture
Add BERTopic model
918d302
metadata
tags:
  - bertopic
library_name: bertopic
pipeline_tag: text-classification

bertopic_dcd_auto_final

This is a 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:

from bertopic import BERTopic
topic_model = BERTopic.load("vidric/bertopic_dcd_auto_final")

topic_model.get_topic_info()

Topic overview

  • Number of topics: 40
  • Number of training documents: 22195
Click here for an overview of all topics.
Topic ID Topic Keywords Topic Frequency Label
-1 wangi - tidak - banget - parfum - hmns 12 -1_wangi_tidak_banget_parfum
0 wangi - mantap - banget - enak - suka 7512 0_wangi_mantap_banget_enak
1 alpha - farhampton - beli - saya - sama 12436 1_alpha_farhampton_beli_saya
2 hari - sampai - kirim - minggu - pesan 903 2_hari_sampai_kirim_minggu
3 order - repeat - kali - kesekian - bakal 177 3_order_repeat_kali_kesekian
4 kalem - nyengat - wangi - enak - banget 118 4_kalem_nyengat_wangi_enak
5 indonesia - bangga - produk - terus - harumkan 70 5_indonesia_bangga_produk_terus
6 kualitas - bagus - produk - barang - baik 63 6_kualitas_bagus_produk_barang
7 selamat - mendarat - dengan - barang - sampai 61 7_selamat_mendarat_dengan_barang
8 respon - cepat - quick - good - jawab 59 8_respon_cepat_quick_good
9 produk - bagus - sangat - penawaran - oke 54 9_produk_bagus_sangat_penawaran
10 pokok - mantap - puas - jon - epic 49 10_pokok_mantap_puas_jon
11 voucher - 50rb - 50k - dapat - 50 44 11_voucher_50rb_50k_dapat
12 hadiah - buat - semoga - dia - cocok 39 12_hadiah_buat_semoga_dia
13 test - tester - mari - kita - coba 35 13_test_tester_mari_kita
14 deskripsi - sesuai - barang - dengan - bagus 34 14_deskripsi_sesuai_barang_dengan
15 worth - it - harga - sepadan - serius 33 15_worth_it_harga_sepadan
16 chat - admin - barang - balas - respon 33 16_chat_admin_barang_balas
17 10ml - 10 - ml - 50ml - beli 32 17_10ml_10_ml_50ml
18 layanan - service - baik - barang - oke 31 18_layanan_service_baik_barang
19 10 - silage - kedepanya - mayanlah - kemasin 30 19_10_silage_kedepanya_mayanlah
20 kartu - card - tulis - greting - ucap 30 20_kartu_card_tulis_greting
21 beli - 4x - bintang - kedua - pemesanan 28 21_beli_4x_bintang_kedua
22 bicara - bintang - biar - nyang - limo 28 22_bicara_bintang_biar_nyang
23 unik - istimewa - exceptional - addicted - cerita 25 23_unik_istimewa_exceptional_addicted
24 buka - kotak - box - belum - unboxing 25 24_buka_kotak_box_belum
25 akhirnya - bagi - dapat - juara - finaly 21 25_akhirnya_bagi_dapat_juara
26 starterpacking - semakin - gara - bantu - merosot 20 26_starterpacking_semakin_gara_bantu
27 review - orang - saja - zodiak - mag 19 27_review_orang_saja_zodiak
28 ketiga - kali - memuaskan - beli - selalu 18 28_ketiga_kali_memuaskan_beli
29 layanan - langsung - baru - cepat - service 17 29_layanan_langsung_baru_cepat
30 admin - ramah - tersampaikan - mantap - layanan 17 30_admin_ramah_tersampaikan_mantap
31 layanan - produk - bagus - service - terbaik 17 31_layanan_produk_bagus_service
32 notes - note - midlle - base - mbak 16 32_notes_note_midlle_base
33 bangga - lokal - pride - maszeh - kualitas 16 33_bangga_lokal_pride_maszeh
34 bintang - harum - kasih - lima - hmns 16 34_bintang_harum_kasih_lima
35 botol - kedua - tiga - sihir - ketiga 15 35_botol_kedua_tiga_sihir
36 10 - voucher - hari - november - tanggal 15 36_10_voucher_hari_november
37 delta - team - deltanya - theta - senjata 14 37_delta_team_deltanya_theta
38 travel - praktis - kecil - ukuran - tepa 13 38_travel_praktis_kecil_ukuran

Training hyperparameters

  • calculate_probabilities: True
  • language: None
  • low_memory: False
  • min_topic_size: 10
  • n_gram_range: (1, 1)
  • nr_topics: auto
  • seed_topic_list: None
  • top_n_words: 10
  • verbose: False

Framework versions

  • Numpy: 1.24.3
  • HDBSCAN: 0.8.29
  • UMAP: 0.5.3
  • Pandas: 2.0.1
  • Scikit-Learn: 1.2.2
  • Sentence-transformers: 2.2.2
  • Transformers: 4.29.2
  • Numba: 0.57.0
  • Plotly: 5.14.1
  • Python: 3.10.10