Hugging Face's logo

sdantonio
/
BERTopic_concienciagalactica

Text Classification
BERTopic
Model card Files Community
sdantonio commited on
Commit
fb93bf9
·
verified ·
1 Parent(s): 0f6553b

Add BERTopic model

Browse files
Files changed (6) hide show
  1. README.md +140 -0
  2. config.json +16 -0
  3. ctfidf.safetensors +3 -0
  4. ctfidf_config.json +0 -0
  5. topic_embeddings.safetensors +3 -0
  6. topics.json +0 -0
README.md ADDED
@@ -0,0 +1,140 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+
2
+ ---
3
+ tags:
4
+ - bertopic
5
+ library_name: bertopic
6
+ pipeline_tag: text-classification
7
+ ---
8
+
9
+ # BERTopic_concienciagalactica
10
+
11
+ This is a [BERTopic](https://github.com/MaartenGr/BERTopic) model.
12
+ BERTopic is a flexible and modular topic modeling framework that allows for the generation of easily interpretable topics from large datasets.
13
+
14
+ ## Usage
15
+
16
+ To use this model, please install BERTopic:
17
+
18
+ ```
19
+ pip install -U bertopic
20
+ ```
21
+
22
+ You can use the model as follows:
23
+
24
+ ```python
25
+ from bertopic import BERTopic
26
+ topic_model = BERTopic.load("sdantonio/BERTopic_concienciagalactica")
27
+
28
+ topic_model.get_topic_info()
29
+ ```
30
+
31
+ ## Topic overview
32
+
33
+ * Number of topics: 71
34
+ * Number of training documents: 6463
35
+
36
+ <details>
37
+ <summary>Click here for an overview of all topics.</summary>
38
+
39
+ | Topic ID | Topic Keywords | Topic Frequency | Label |
40
+ |----------|----------------|-----------------|-------|
41
+ | -1 | rusia - despue - informacio - deo - elon | 10 | -1_rusia_despue_informacio_deo |
42
+ | 0 | rusia - informacio - brics - elon - deo | 1537 | 0_rusia_informacio_brics_elon |
43
+ | 1 | rusia - brita - amnisti - ruso - psoe | 587 | 1_rusia_brita_amnisti_ruso |
44
+ | 2 | rusia - ruso - norteamericana - ayer - estari | 333 | 2_rusia_ruso_norteamericana_ayer |
45
+ | 3 | thetrumpist - mj_innocent - ukraine - crumbling - biden | 254 | 3_thetrumpist_mj_innocent_ukraine_crumbling |
46
+ | 4 | rusia - alianza - informacio - estari - elon | 230 | 4_rusia_alianza_informacio_estari |
47
+ | 5 | ezra - foro - despue - publico - pfizer | 209 | 5_ezra_foro_despue_publico |
48
+ | 6 | rusia - ojo - adema - ahi - mundial | 166 | 6_rusia_ojo_adema_ahi |
49
+ | 7 | homeschooling - listas - madrid - comparte - ayudas | 154 | 7_homeschooling_listas_madrid_comparte |
50
+ | 8 | pensiones - vacunas - republicano - penas - ejecuta | 154 | 8_pensiones_vacunas_republicano_penas |
51
+ | 9 | oms - ruso - deo - elon - parar | 146 | 9_oms_ruso_deo_elon |
52
+ | 10 | asesinato - barcelona - cancela - confirmando - foro | 132 | 10_asesinato_barcelona_cancela_confirmando |
53
+ | 11 | inaceptable - abascal - ruso - desconfi - accio | 125 | 11_inaceptable_abascal_ruso_desconfi |
54
+ | 12 | rusia - reino - horizontes - blablabla - deo | 111 | 12_rusia_reino_horizontes_blablabla |
55
+ | 13 | macroeconomi - forococheselectricos - ibex - johnson - aprueba | 105 | 13_macroeconomi_forococheselectricos_ibex_johnson |
56
+ | 14 | literal - bonitos - latormenta - jumm - pfff | 100 | 14_literal_bonitos_latormenta_jumm |
57
+ | 15 | colaterales - informacio - deo - comunicaciones - lotes | 93 | 15_colaterales_informacio_deo_comunicaciones |
58
+ | 16 | informacio - alianza - tecnologi - plataformas - adema | 89 | 16_informacio_alianza_tecnologi_plataformas |
59
+ | 17 | esquinas - multiverso - elitizacio - papada - voila | 83 | 17_esquinas_multiverso_elitizacio_papada |
60
+ | 18 | israeli - guerras - amnisti - destruyendo - ltimas | 82 | 18_israeli_guerras_amnisti_destruyendo |
61
+ | 19 | maniobras - rusia - calles - florida - deo | 81 | 19_maniobras_rusia_calles_florida |
62
+ | 20 | activos - ruso - france - gepard - brics | 78 | 20_activos_ruso_france_gepard |
63
+ | 21 | inocularse - multiverso - johnson - actualizacio - arabia | 74 | 21_inocularse_multiverso_johnson_actualizacio |
64
+ | 22 | rtnoticias_unc2 - thespanisharmy - patriotsligthwarriors - sntx_cosmic - generalmcnews | 61 | 22_rtnoticias_unc2_thespanisharmy_patriotsligthwarriors_sntx_cosmic |
65
+ | 23 | australianos - vladimir - washington - regiones - tarjetas | 58 | 23_australianos_vladimir_washington_regiones |
66
+ | 24 | antibalas - bajas - palestina - masiva - amnisti | 57 | 24_antibalas_bajas_palestina_masiva |
67
+ | 25 | rockefellers - agencias - computadora - blancos - mundiales | 56 | 25_rockefellers_agencias_computadora_blancos |
68
+ | 26 | francisco - encriptado - criptomonedas - tarjetas - centrales | 55 | 26_francisco_encriptado_criptomonedas_tarjetas |
69
+ | 27 | 20minutos - geolocalizacio - tumultuosa - dividido - mediaforeurope | 51 | 27_20minutos_geolocalizacio_tumultuosa_dividido |
70
+ | 28 | reinventando - desconocidos - enchufismo - paneles - albedri | 50 | 28_reinventando_desconocidos_enchufismo_paneles |
71
+ | 29 | marruecos - fuentes - madrid - psoe - marroqui | 50 | 29_marruecos_fuentes_madrid_psoe |
72
+ | 30 | impuestos - estrategias - gobiernos - tierras - genes | 49 | 30_impuestos_estrategias_gobiernos_tierras |
73
+ | 31 | insider - activos - despue - informacio - biden | 48 | 31_insider_activos_despue_informacio |
74
+ | 32 | blockscale - criptomonedas - irreconocible - microstrategy - aumentos | 48 | 32_blockscale_criptomonedas_irreconocible_microstrategy |
75
+ | 33 | fuentes - europeos - sabotaje - efectivos - montero | 43 | 33_fuentes_europeos_sabotaje_efectivos |
76
+ | 34 | aficionados - marruecos - lluvias - hiroshima - obliguen | 42 | 34_aficionados_marruecos_lluvias_hiroshima |
77
+ | 35 | sars - rusia - despue - joe - menes | 42 | 35_sars_rusia_despue_joe |
78
+ | 36 | asentamientos - minnesota - dislikes - encantados - distribuidoras | 38 | 36_asentamientos_minnesota_dislikes_encantados |
79
+ | 37 | decomisado - desheredado - extremen - otorgado - infobae | 37 | 37_decomisado_desheredado_extremen_otorgado |
80
+ | 38 | thespanisharmy - asequibles - israeli - anuncios - trasladada | 37 | 38_thespanisharmy_asequibles_israeli_anuncios |
81
+ | 39 | ejemplos - latinoamericanos - ciberseguridad - colegios - canales | 37 | 39_ejemplos_latinoamericanos_ciberseguridad_colegios |
82
+ | 40 | confirmado - uvalde - listas - pipes - involucrada | 34 | 40_confirmado_uvalde_listas_pipes |
83
+ | 41 | enfrentamientos - bombardeado - israeli - deconectado - bulgaria | 32 | 41_enfrentamientos_bombardeado_israeli_deconectado |
84
+ | 42 | cisne - hits - supuestamente - gerundio - enfriando | 32 | 42_cisne_hits_supuestamente_gerundio |
85
+ | 43 | aseguro - salidas - reuters - infobae - agresiva | 31 | 43_aseguro_salidas_reuters_infobae |
86
+ | 44 | innumerable - desconectando - encantada - verdades - condenada | 31 | 44_innumerable_desconectando_encantada_verdades |
87
+ | 45 | emplazamientos - acreedores - abogados - tasas - vidente | 30 | 45_emplazamientos_acreedores_abogados_tasas |
88
+ | 46 | eurodiputado - carreteras - rusia - supera - irlanda | 29 | 46_eurodiputado_carreteras_rusia_supera |
89
+ | 47 | superhumana - sombras - cnmc - reparte - gaza | 28 | 47_superhumana_sombras_cnmc_reparte |
90
+ | 48 | fertilizantes - felices - interesantes - empezando - confinados | 28 | 48_fertilizantes_felices_interesantes_empezando |
91
+ | 49 | francisco - israeli - aragone - pretexto - luchar | 28 | 49_francisco_israeli_aragone_pretexto |
92
+ | 50 | followerwonk - francisco - vaticano - swift - inglaterra | 27 | 50_followerwonk_francisco_vaticano_swift |
93
+ | 51 | swift - terrenos - obligada - caos - unas | 27 | 51_swift_terrenos_obligada_caos |
94
+ | 52 | tarjetas - criptomonedas - activos - transacciones - supercomputadora | 26 | 52_tarjetas_criptomonedas_activos_transacciones |
95
+ | 53 | nordstreamsabotage - exeurodiputado - contraproducentes - gazprom - respuestas | 25 | 53_nordstreamsabotage_exeurodiputado_contraproducentes_gazprom |
96
+ | 54 | impuestos - desautorizara - desconocimiento - cogidos - periferia | 24 | 54_impuestos_desautorizara_desconocimiento_cogidos |
97
+ | 55 | correlacionarse - gobiernos - hidrocarburos - extranjera - kakunas | 23 | 55_correlacionarse_gobiernos_hidrocarburos_extranjera |
98
+ | 56 | bipartidismo - monitoreados - locutor - recepcionistas - mejoras | 21 | 56_bipartidismo_monitoreados_locutor_recepcionistas |
99
+ | 57 | sudamericanas - genes - secesionismo - volverse - sudafricano | 20 | 57_sudamericanas_genes_secesionismo_volverse |
100
+ | 58 | deforman - escuelas - kilos - walker - carreteras | 19 | 58_deforman_escuelas_kilos_walker |
101
+ | 59 | primeras - cohesionado - escuchado - manzanas - caballeros | 18 | 59_primeras_cohesionado_escuchado_manzanas |
102
+ | 60 | benjamin - rebaja - carlson - espaldarazo - prefiero | 17 | 60_benjamin_rebaja_carlson_espaldarazo |
103
+ | 61 | sudafricana - marruecos - bodegas - pisos - amphibious | 17 | 61_sudafricana_marruecos_bodegas_pisos |
104
+ | 62 | operations - pentagon - weapons - ukraine - germany | 17 | 62_operations_pentagon_weapons_ukraine |
105
+ | 63 | cristine - vicepresidenciales - clasificado - estacionan - coordino | 15 | 63_cristine_vicepresidenciales_clasificado_estacionan |
106
+ | 64 | enemigosdelahumanidad - microchips - fusiles - muertes - debilitari | 14 | 64_enemigosdelahumanidad_microchips_fusiles_muertes |
107
+ | 65 | desmonetizando - dislikes - concilio - likes - logos | 13 | 65_desmonetizando_dislikes_concilio_likes |
108
+ | 66 | blancos - foro - alaska - embajadora - despue | 13 | 66_blancos_foro_alaska_embajadora |
109
+ | 67 | suministros - israeli - oms - fechas - palestina | 12 | 67_suministros_israeli_oms_fechas |
110
+ | 68 | juass - astrazeneca - tiros - barbas - creen | 10 | 68_juass_astrazeneca_tiros_barbas |
111
+ | 69 | thedros - matadero - volcanes - autopsia - encantados | 10 | 69_thedros_matadero_volcanes_autopsia |
112
+
113
+ </details>
114
+
115
+ ## Training hyperparameters
116
+
117
+ * calculate_probabilities: False
118
+ * language: None
119
+ * low_memory: False
120
+ * min_topic_size: 10
121
+ * n_gram_range: (1, 1)
122
+ * nr_topics: None
123
+ * seed_topic_list: None
124
+ * top_n_words: 10
125
+ * verbose: False
126
+ * zeroshot_min_similarity: 0.7
127
+ * zeroshot_topic_list: None
128
+
129
+ ## Framework versions
130
+
131
+ * Numpy: 1.23.5
132
+ * HDBSCAN: 0.8.38.post1
133
+ * UMAP: 0.5.6
134
+ * Pandas: 2.2.2
135
+ * Scikit-Learn: 1.5.1
136
+ * Sentence-transformers: 3.0.1
137
+ * Transformers: 4.44.2
138
+ * Numba: 0.60.0
139
+ * Plotly: 5.24.0
140
+ * Python: 3.10.12
config.json ADDED
@@ -0,0 +1,16 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "calculate_probabilities": false,
3
+ "language": null,
4
+ "low_memory": false,
5
+ "min_topic_size": 10,
6
+ "n_gram_range": [
7
+ 1,
8
+ 1
9
+ ],
10
+ "nr_topics": null,
11
+ "seed_topic_list": null,
12
+ "top_n_words": 10,
13
+ "verbose": false,
14
+ "zeroshot_min_similarity": 0.7,
15
+ "zeroshot_topic_list": null
16
+ }
ctfidf.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:cd0d54799347ae88dd26353dae9ac05875f45cc570dbd781e37476e2eb670032
3
+ size 1622092
ctfidf_config.json ADDED
The diff for this file is too large to render. See raw diff
 
topic_embeddings.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:42ff0fa81e0d6026c171057926fb161bc0d478fcaf0895dd279f4dbd5895ac8f
3
+ size 290904
topics.json ADDED
The diff for this file is too large to render. See raw diff