MaartenGr/BERTopic

어떤 프로젝트인가요?

핵심 기능

• 01트랜스포머 임베딩, UMAP 스타일 차원 축소, HDBSCAN 스타일 클러스터링을 사용해 토픽을 생성합니다.
• 02c-TF-IDF 키워드로 토픽을 설명하며, KeyBERT 또는 LLM 기반 표현으로 이를 다듬을 수 있습니다.
• 03guided, supervised, zero-shot, hierarchical, dynamic 및 online 토픽 모델링을 지원합니다.
• 04토픽, 문서, 계층 구조 및 시간에 따른 토픽 변화를 대화형으로 시각화합니다.
• 05파이프라인의 각 단계를 다른 구성 요소로 바꾸거나 제거할 수 있습니다.

활용 사례

• 대량의 고객 피드백, 지원 티켓 또는 설문 응답을 살펴보고 반복되는 주제를 찾습니다.
• 뉴스, 소셜 미디어 또는 연구 초록의 토픽이 시간에 따라 어떻게 달라지는지 추적합니다.
• 다국어 임베딩 모델을 사용해 여러 언어로 된 문서 모음을 분석합니다.
• LLM이 생성한 사람이 읽기 쉬운 토픽 이름으로 텍스트 클러스터에 레이블을 지정합니다.

빠른 시작

1. 1

   pip으로 BERTopic을 설치합니다

   pip install bertopic
2. 2

   Python에서 fit_transform을 사용해 문서에 모델을 학습시킵니다

사용 전 알아둘 점

• !기본 설치에는 transformers와 UMAP 같은 용량이 큰 종속성이 포함되므로, 설치 용량을 줄이려면 경량 설치가 필요합니다.
• !OpenAI representation 같은 일부 선택적 토픽 라벨링 기능을 사용하려면 유료 서비스의 API 키가 필요합니다.

포함된 컬렉션

토픽

자주 묻는 질문

BERTopic은(는) 무엇인가요?

트랜스포머 임베딩과 c-TF-IDF를 결합해 텍스트에서 해석하기 쉬운 토픽을 생성하는 Python 토픽 모델링 라이브러리입니다. BERTopic은 토픽 모델링을 위한 Python 라이브러리입니다. 트랜스포머 모델로 문서를 임베딩하고, 차원을 축소한 다음 그룹별로 클러스터링한 뒤, class-based TF-IDF 절차를 사용해 각 그룹을 가장 두드러지는 단어로 설명합니다. 그 결과 읽기 쉬운 키워드 설명이 포함된 토픽과 문서별 토픽 할당 및 확률을 얻을 수 있습니다.

BERTopic은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

BERTopic은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

BERTopic은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. BERTopic의 마지막 커밋은 2026년 11월 5일입니다.

BERTopic은(는) 어디에 사용할 수 있나요?

대량의 고객 피드백, 지원 티켓 또는 설문 응답을 살펴보고 반복되는 주제를 찾습니다. 뉴스, 소셜 미디어 또는 연구 초록의 토픽이 시간에 따라 어떻게 달라지는지 추적합니다. 다국어 임베딩 모델을 사용해 여러 언어로 된 문서 모음을 분석합니다. LLM이 생성한 사람이 읽기 쉬운 토픽 이름으로 텍스트 클러스터에 레이블을 지정합니다.

BERTopic는 어떻게 설치하나요?

pip으로 BERTopic을 설치합니다: pip install bertopic Python에서 fit_transform을 사용해 문서에 모델을 학습시킵니다

BERTopic은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/MaartenGr/BERTopic