Add BERTopic model

28a9c59 verified over 1 year ago

8.27 kB


	---
	tags:
	- bertopic
	library_name: bertopic
	pipeline_tag: text-classification
	---

	# BERTopic_IlPost_baseModel

	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("alexman83/BERTopic_IlPost_baseModel")

	topic_model.get_topic_info()
	```

	## Topic overview

	* Number of topics: 69
	* Number of training documents: 1604

	<details>
	<summary>Click here for an overview of all topics.</summary>

	\| Topic ID \| Topic Keywords \| Topic Frequency \| Label \|
	\|----------\|----------------\|-----------------\|-------\|
	\| -1 \| italia - azienda - altre - soprattutto - euro \| 5 \| -1_italia_azienda_altre_soprattutto \|
	\| 0 \| specie - animali - casi - orsi - virus \| 439 \| 0_specie_animali_casi_orsi \|
	\| 1 \| acqua - aria - mare - attività - inquinamento \| 104 \| 1_acqua_aria_mare_attività \|
	\| 2 \| libro - romanzo - libri - scrittore - romanzi \| 65 \| 2_libro_romanzo_libri_scrittore \|
	\| 3 \| partito - centrosinistra - candidato - pd - elezioni \| 62 \| 3_partito_centrosinistra_candidato_pd \|
	\| 4 \| studi - salute - effetti - studio - ricerca \| 35 \| 4_studi_salute_effetti_studio \|
	\| 5 \| olimpiadi - parigi - atleti - paralimpiadi - cerimonia \| 33 \| 5_olimpiadi_parigi_atleti_paralimpiadi \|
	\| 6 \| legge - decreto - presidente - italia - riforma \| 33 \| 6_legge_decreto_presidente_italia \|
	\| 7 \| moda - scarpe - calzini - tasche - modelli \| 30 \| 7_moda_scarpe_calzini_tasche \|
	\| 8 \| economia - tassi - aumento - inflazione - prezzi \| 29 \| 8_economia_tassi_aumento_inflazione \|
	\| 9 \| carcere - detenuti - salis - carceri - italia \| 28 \| 9_carcere_detenuti_salis_carceri \|
	\| 10 \| article text - to extract - to extract article - text - failed to extract \| 26 \| 10_article text_to extract_to extract article_text \|
	\| 11 \| apple - app - iphone - visore - smartphone \| 24 \| 11_apple_app_iphone_visore \|
	\| 12 \| israele - palestinesi - gaza - israeliano - hamas \| 23 \| 12_israele_palestinesi_gaza_israeliano \|
	\| 13 \| musk - twitter - tweet - zuckerberg - social \| 23 \| 13_musk_twitter_tweet_zuckerberg \|
	\| 14 \| gioco - videogiochi - giochi - videogioco - film \| 22 \| 14_gioco_videogiochi_giochi_videogioco \|
	\| 15 \| moda - kahlo - abito - met - gala \| 22 \| 15_moda_kahlo_abito_met \|
	\| 16 \| tiktok - utenti - contenuti - social - facebook \| 21 \| 16_tiktok_utenti_contenuti_social \|
	\| 17 \| toti - presidente - meloni - genova - italia \| 21 \| 17_toti_presidente_meloni_genova \|
	\| 18 \| musica - spotify - canzoni - verde - album \| 20 \| 18_musica_spotify_canzoni_verde \|
	\| 19 \| band - concerti - noel - concerto - musica \| 20 \| 19_band_concerti_noel_concerto \|
	\| 20 \| google - intelligenza - artificiale - intelligenza artificiale - openai \| 19 \| 20_google_intelligenza_artificiale_intelligenza artificiale \|
	\| 21 \| vinto - medaglia - finale - oro - olimpiadi \| 19 \| 21_vinto_medaglia_finale_oro \|
	\| 22 \| metri - olimpiadi - oro - gara - vinto \| 19 \| 22_metri_olimpiadi_oro_gara \|
	\| 23 \| shein - lusso - azienda - vestiti - marchi \| 18 \| 23_shein_lusso_azienda_vestiti \|
	\| 24 \| stellantis - auto - fiat - marelli - stabilimento \| 17 \| 24_stellantis_auto_fiat_marelli \|
	\| 25 \| nasa - spaziale - starliner - terra - lancio \| 17 \| 25_nasa_spaziale_starliner_terra \|
	\| 26 \| superbonus - commissione - italia - giorgetti - spesa \| 17 \| 26_superbonus_commissione_italia_giorgetti \|
	\| 27 \| sinner - tennis - torneo - partita - tennista \| 16 \| 27_sinner_tennis_torneo_partita \|
	\| 28 \| bonatti - gutu - metri - alpinisti - rzucidlo \| 16 \| 28_bonatti_gutu_metri_alpinisti \|
	\| 29 \| olimpiadi - atleti - sport - metri - gare \| 15 \| 29_olimpiadi_atleti_sport_metri \|
	\| 30 \| harris - trump - convention - biden - discorso \| 15 \| 30_harris_trump_convention_biden \|
	\| 31 \| pesce - carne - burger - smash - smash burger \| 14 \| 31_pesce_carne_burger_smash \|
	\| 32 \| barca - bayesian - lynch - naufragio - equipaggio \| 14 \| 32_barca_bayesian_lynch_naufragio \|
	\| 33 \| libri - nobel - premio - letteratura - autori \| 13 \| 33_libri_nobel_premio_letteratura \|
	\| 34 \| cravatta - dogg - foto - snoop dogg - snoop \| 13 \| 34_cravatta_dogg_foto_snoop dogg \|
	\| 35 \| crowdstrike - windows - informatico - aggiornamento - software \| 12 \| 35_crowdstrike_windows_informatico_aggiornamento \|
	\| 36 \| adidas - drop - birkin - strisce - lives matter \| 12 \| 36_adidas_drop_birkin_strisce \|
	\| 37 \| vele - vela - vela celeste - crollo - celeste \| 11 \| 37_vele_vela_vela celeste_crollo \|
	\| 38 \| chatgpt - openai - intelligenza - intelligenza artificiale - artificiale \| 11 \| 38_chatgpt_openai_intelligenza_intelligenza artificiale \|
	\| 39 \| nvidia - nft - settore - azienda - aziende \| 11 \| 39_nvidia_nft_settore_azienda \|
	\| 40 \| ucraina - ucraino - esercito - kursk - russo \| 11 \| 40_ucraina_ucraino_esercito_kursk \|
	\| 41 \| chanel - valentino - moda - garavani - gucci \| 10 \| 41_chanel_valentino_moda_garavani \|
	\| 42 \| sole - cielo - eclissi - terra - solare \| 10 \| 42_sole_cielo_eclissi_terra \|
	\| 43 \| post - spiegate - giornalismo - dicose spiegate - dicose \| 10 \| 43_post_spiegate_giornalismo_dicose spiegate \|
	\| 44 \| europea - servizi - unione europea - commissione - piattaforme \| 10 \| 44_europea_servizi_unione europea_commissione \|
	\| 45 \| sesso - donne - lgbt - genere - victoria secret \| 10 \| 45_sesso_donne_lgbt_genere \|
	\| 46 \| borse - monete - lusso - pantofole - valore \| 10 \| 46_borse_monete_lusso_pantofole \|
	\| 47 \| von der - der - von - der leyen - von der leyen \| 9 \| 47_von der_der_von_der leyen \|
	\| 48 \| google - browser - cookie - pubblicità - ricerca \| 9 \| 48_google_browser_cookie_pubblicità \|
	\| 49 \| libri - biblioteca - library - biblioteche - lugo \| 9 \| 49_libri_biblioteca_library_biblioteche \|
	\| 50 \| italia - migranti - cittadinanza - cittadinanza italiana - albania \| 9 \| 50_italia_migranti_cittadinanza_cittadinanza italiana \|
	\| 51 \| libro - moehringer - harry - winfrey - libri \| 8 \| 51_libro_moehringer_harry_winfrey \|
	\| 52 \| linguaggio - mito - antartide - lingua - comune \| 8 \| 52_linguaggio_mito_antartide_lingua \|
	\| 53 \| altman - openai - microsoft - amministrazione - intelligenza \| 7 \| 53_altman_openai_microsoft_amministrazione \|
	\| 54 \| lega - fratelli - fratelli italia - italia - salvini \| 7 \| 54_lega_fratelli_fratelli italia_italia \|
	\| 55 \| tesla - musk - cybertruck - auto - model \| 7 \| 55_tesla_musk_cybertruck_auto \|
	\| 56 \| film - vescica - shyamalan - scorsese - roth \| 7 \| 56_film_vescica_shyamalan_scorsese \|
	\| 57 \| mercato - auto - dazi - euro - cina \| 7 \| 57_mercato_auto_dazi_euro \|
	\| 58 \| bergamo - treni - lavori - alta - turismo \| 7 \| 58_bergamo_treni_lavori_alta \|
	\| 59 \| verona - sogliano - squadra - atalanta - calciatori \| 7 \| 59_verona_sogliano_squadra_atalanta \|
	\| 60 \| pogačar - tour - de france - tour de france - tour de \| 7 \| 60_pogačar_tour_de france_tour de france \|
	\| 61 \| natale - calendario - regali - dicembre - magi \| 7 \| 61_natale_calendario_regali_dicembre \|
	\| 62 \| vino - vini - matcha - tè - birra \| 6 \| 62_vino_vini_matcha_tè \|
	\| 63 \| partito - elezioni - afd - turingia - italia \| 6 \| 63_partito_elezioni_afd_turingia \|
	\| 64 \| hauser - polizia - stazzema - sant anna - sant \| 6 \| 64_hauser_polizia_stazzema_sant anna \|
	\| 65 \| numeri casuali - casuali - numeri - garavaglia - italia \| 6 \| 65_numeri casuali_casuali_numeri_garavaglia \|
	\| 66 \| philo - skims - marchio - moda - collezione \| 5 \| 66_philo_skims_marchio_moda \|
	\| 67 \| lavastoviglie - lavaggio - acqua - piatti - stoviglie \| 5 \| 67_lavastoviglie_lavaggio_acqua_piatti \|

	</details>

	## Training hyperparameters

	* calculate_probabilities: True
	* language: italian
	* low_memory: False
	* min_topic_size: 5
	* n_gram_range: (1, 1)
	* nr_topics: None
	* seed_topic_list: None
	* top_n_words: 10
	* verbose: True
	* zeroshot_min_similarity: 0.7
	* zeroshot_topic_list: None

	## Framework versions

	* Numpy: 1.26.4
	* HDBSCAN: 0.8.33
	* UMAP: 0.5.5
	* Pandas: 2.2.1
	* Scikit-Learn: 1.5.1
	* Sentence-transformers: 2.5.1
	* Transformers: 4.44.2
	* Numba: 0.59.0
	* Plotly: 5.19.0
	* Python: 3.10.13


	---
	tags:
	- bertopic
	library_name: bertopic
	pipeline_tag: text-classification
	---

	# BERTopic_IlPost_baseModel

	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("alexman83/BERTopic_IlPost_baseModel")

	topic_model.get_topic_info()
	```

	## Topic overview

	* Number of topics: 69
	* Number of training documents: 1604

	<details>
	<summary>Click here for an overview of all topics.</summary>

	\| Topic ID \| Topic Keywords \| Topic Frequency \| Label \|
	\|----------\|----------------\|-----------------\|-------\|
	\| -1 \| italia - azienda - altre - soprattutto - euro \| 5 \| -1_italia_azienda_altre_soprattutto \|
	\| 0 \| specie - animali - casi - orsi - virus \| 439 \| 0_specie_animali_casi_orsi \|
	\| 1 \| acqua - aria - mare - attività - inquinamento \| 104 \| 1_acqua_aria_mare_attività \|
	\| 2 \| libro - romanzo - libri - scrittore - romanzi \| 65 \| 2_libro_romanzo_libri_scrittore \|
	\| 3 \| partito - centrosinistra - candidato - pd - elezioni \| 62 \| 3_partito_centrosinistra_candidato_pd \|
	\| 4 \| studi - salute - effetti - studio - ricerca \| 35 \| 4_studi_salute_effetti_studio \|
	\| 5 \| olimpiadi - parigi - atleti - paralimpiadi - cerimonia \| 33 \| 5_olimpiadi_parigi_atleti_paralimpiadi \|
	\| 6 \| legge - decreto - presidente - italia - riforma \| 33 \| 6_legge_decreto_presidente_italia \|
	\| 7 \| moda - scarpe - calzini - tasche - modelli \| 30 \| 7_moda_scarpe_calzini_tasche \|
	\| 8 \| economia - tassi - aumento - inflazione - prezzi \| 29 \| 8_economia_tassi_aumento_inflazione \|
	\| 9 \| carcere - detenuti - salis - carceri - italia \| 28 \| 9_carcere_detenuti_salis_carceri \|
	\| 10 \| article text - to extract - to extract article - text - failed to extract \| 26 \| 10_article text_to extract_to extract article_text \|
	\| 11 \| apple - app - iphone - visore - smartphone \| 24 \| 11_apple_app_iphone_visore \|
	\| 12 \| israele - palestinesi - gaza - israeliano - hamas \| 23 \| 12_israele_palestinesi_gaza_israeliano \|
	\| 13 \| musk - twitter - tweet - zuckerberg - social \| 23 \| 13_musk_twitter_tweet_zuckerberg \|
	\| 14 \| gioco - videogiochi - giochi - videogioco - film \| 22 \| 14_gioco_videogiochi_giochi_videogioco \|
	\| 15 \| moda - kahlo - abito - met - gala \| 22 \| 15_moda_kahlo_abito_met \|
	\| 16 \| tiktok - utenti - contenuti - social - facebook \| 21 \| 16_tiktok_utenti_contenuti_social \|
	\| 17 \| toti - presidente - meloni - genova - italia \| 21 \| 17_toti_presidente_meloni_genova \|
	\| 18 \| musica - spotify - canzoni - verde - album \| 20 \| 18_musica_spotify_canzoni_verde \|
	\| 19 \| band - concerti - noel - concerto - musica \| 20 \| 19_band_concerti_noel_concerto \|
	\| 20 \| google - intelligenza - artificiale - intelligenza artificiale - openai \| 19 \| 20_google_intelligenza_artificiale_intelligenza artificiale \|
	\| 21 \| vinto - medaglia - finale - oro - olimpiadi \| 19 \| 21_vinto_medaglia_finale_oro \|
	\| 22 \| metri - olimpiadi - oro - gara - vinto \| 19 \| 22_metri_olimpiadi_oro_gara \|
	\| 23 \| shein - lusso - azienda - vestiti - marchi \| 18 \| 23_shein_lusso_azienda_vestiti \|
	\| 24 \| stellantis - auto - fiat - marelli - stabilimento \| 17 \| 24_stellantis_auto_fiat_marelli \|
	\| 25 \| nasa - spaziale - starliner - terra - lancio \| 17 \| 25_nasa_spaziale_starliner_terra \|
	\| 26 \| superbonus - commissione - italia - giorgetti - spesa \| 17 \| 26_superbonus_commissione_italia_giorgetti \|
	\| 27 \| sinner - tennis - torneo - partita - tennista \| 16 \| 27_sinner_tennis_torneo_partita \|
	\| 28 \| bonatti - gutu - metri - alpinisti - rzucidlo \| 16 \| 28_bonatti_gutu_metri_alpinisti \|
	\| 29 \| olimpiadi - atleti - sport - metri - gare \| 15 \| 29_olimpiadi_atleti_sport_metri \|
	\| 30 \| harris - trump - convention - biden - discorso \| 15 \| 30_harris_trump_convention_biden \|
	\| 31 \| pesce - carne - burger - smash - smash burger \| 14 \| 31_pesce_carne_burger_smash \|
	\| 32 \| barca - bayesian - lynch - naufragio - equipaggio \| 14 \| 32_barca_bayesian_lynch_naufragio \|
	\| 33 \| libri - nobel - premio - letteratura - autori \| 13 \| 33_libri_nobel_premio_letteratura \|
	\| 34 \| cravatta - dogg - foto - snoop dogg - snoop \| 13 \| 34_cravatta_dogg_foto_snoop dogg \|
	\| 35 \| crowdstrike - windows - informatico - aggiornamento - software \| 12 \| 35_crowdstrike_windows_informatico_aggiornamento \|
	\| 36 \| adidas - drop - birkin - strisce - lives matter \| 12 \| 36_adidas_drop_birkin_strisce \|
	\| 37 \| vele - vela - vela celeste - crollo - celeste \| 11 \| 37_vele_vela_vela celeste_crollo \|
	\| 38 \| chatgpt - openai - intelligenza - intelligenza artificiale - artificiale \| 11 \| 38_chatgpt_openai_intelligenza_intelligenza artificiale \|
	\| 39 \| nvidia - nft - settore - azienda - aziende \| 11 \| 39_nvidia_nft_settore_azienda \|
	\| 40 \| ucraina - ucraino - esercito - kursk - russo \| 11 \| 40_ucraina_ucraino_esercito_kursk \|
	\| 41 \| chanel - valentino - moda - garavani - gucci \| 10 \| 41_chanel_valentino_moda_garavani \|
	\| 42 \| sole - cielo - eclissi - terra - solare \| 10 \| 42_sole_cielo_eclissi_terra \|
	\| 43 \| post - spiegate - giornalismo - dicose spiegate - dicose \| 10 \| 43_post_spiegate_giornalismo_dicose spiegate \|
	\| 44 \| europea - servizi - unione europea - commissione - piattaforme \| 10 \| 44_europea_servizi_unione europea_commissione \|
	\| 45 \| sesso - donne - lgbt - genere - victoria secret \| 10 \| 45_sesso_donne_lgbt_genere \|
	\| 46 \| borse - monete - lusso - pantofole - valore \| 10 \| 46_borse_monete_lusso_pantofole \|
	\| 47 \| von der - der - von - der leyen - von der leyen \| 9 \| 47_von der_der_von_der leyen \|
	\| 48 \| google - browser - cookie - pubblicità - ricerca \| 9 \| 48_google_browser_cookie_pubblicità \|
	\| 49 \| libri - biblioteca - library - biblioteche - lugo \| 9 \| 49_libri_biblioteca_library_biblioteche \|
	\| 50 \| italia - migranti - cittadinanza - cittadinanza italiana - albania \| 9 \| 50_italia_migranti_cittadinanza_cittadinanza italiana \|
	\| 51 \| libro - moehringer - harry - winfrey - libri \| 8 \| 51_libro_moehringer_harry_winfrey \|
	\| 52 \| linguaggio - mito - antartide - lingua - comune \| 8 \| 52_linguaggio_mito_antartide_lingua \|
	\| 53 \| altman - openai - microsoft - amministrazione - intelligenza \| 7 \| 53_altman_openai_microsoft_amministrazione \|
	\| 54 \| lega - fratelli - fratelli italia - italia - salvini \| 7 \| 54_lega_fratelli_fratelli italia_italia \|
	\| 55 \| tesla - musk - cybertruck - auto - model \| 7 \| 55_tesla_musk_cybertruck_auto \|
	\| 56 \| film - vescica - shyamalan - scorsese - roth \| 7 \| 56_film_vescica_shyamalan_scorsese \|
	\| 57 \| mercato - auto - dazi - euro - cina \| 7 \| 57_mercato_auto_dazi_euro \|
	\| 58 \| bergamo - treni - lavori - alta - turismo \| 7 \| 58_bergamo_treni_lavori_alta \|
	\| 59 \| verona - sogliano - squadra - atalanta - calciatori \| 7 \| 59_verona_sogliano_squadra_atalanta \|
	\| 60 \| pogačar - tour - de france - tour de france - tour de \| 7 \| 60_pogačar_tour_de france_tour de france \|
	\| 61 \| natale - calendario - regali - dicembre - magi \| 7 \| 61_natale_calendario_regali_dicembre \|
	\| 62 \| vino - vini - matcha - tè - birra \| 6 \| 62_vino_vini_matcha_tè \|
	\| 63 \| partito - elezioni - afd - turingia - italia \| 6 \| 63_partito_elezioni_afd_turingia \|
	\| 64 \| hauser - polizia - stazzema - sant anna - sant \| 6 \| 64_hauser_polizia_stazzema_sant anna \|
	\| 65 \| numeri casuali - casuali - numeri - garavaglia - italia \| 6 \| 65_numeri casuali_casuali_numeri_garavaglia \|
	\| 66 \| philo - skims - marchio - moda - collezione \| 5 \| 66_philo_skims_marchio_moda \|
	\| 67 \| lavastoviglie - lavaggio - acqua - piatti - stoviglie \| 5 \| 67_lavastoviglie_lavaggio_acqua_piatti \|

	</details>

	## Training hyperparameters

	* calculate_probabilities: True
	* language: italian
	* low_memory: False
	* min_topic_size: 5
	* n_gram_range: (1, 1)
	* nr_topics: None
	* seed_topic_list: None
	* top_n_words: 10
	* verbose: True
	* zeroshot_min_similarity: 0.7
	* zeroshot_topic_list: None

	## Framework versions

	* Numpy: 1.26.4
	* HDBSCAN: 0.8.33
	* UMAP: 0.5.5
	* Pandas: 2.2.1
	* Scikit-Learn: 1.5.1
	* Sentence-transformers: 2.5.1
	* Transformers: 4.44.2
	* Numba: 0.59.0
	* Plotly: 5.19.0
	* Python: 3.10.13