Dalfaxy/critiscope-bertopic

CritiScope — BERTopic sur les critiques Allociné

Artefacts de l'app CritiScope : modèle BERTopic (sérialisation safetensors), tables des thèmes et du sentiment, critiques et leurs embeddings.

• Corpus : 19112 critiques de tblard/allocine (split train, échantillon aléatoire)
• Embeddings : intfloat/multilingual-e5-large-instruct avec une instruction orientée genre et sujet (voir embedding.json)
• 29 thèmes ; 37 % de critiques hors cluster avant réaffectation (reduce_outliers)
• Lien thème × sentiment : V de Cramér = 0.51 ; 5 thèmes significativement plus négatifs, 16 plus positifs
• Étiquettes des thèmes : gemini-3.1-flash-lite, validées par approbation

Pour prédire un thème, encoder la critique avec le même modèle et le même préfixe (embedding.json), puis BERTopic.load("bertopic").transform([texte], embeddings=...).