MaartenGr/BERTopic

Что это?

Ключевые возможности

• 01Строит темы на основе эмбеддингов трансформеров, снижения размерности в стиле UMAP и кластеризации в стиле HDBSCAN.
• 02Описывает темы ключевыми словами c-TF-IDF и позволяет уточнять их представлениями на основе KeyBERT или LLM.
• 03Поддерживает управляемое, supervised-, zero-shot-, иерархическое, динамическое и онлайн-тематическое моделирование.
• 04Предоставляет интерактивные визуализации тем, документов, иерархий и изменений тем во времени.
• 05Позволяет заменить или отключить любой этап конвейера.

Сценарии использования

• Изучение больших массивов отзывов клиентов, обращений в поддержку или ответов на опросы для выявления повторяющихся тем.
• Отслеживание изменений тем в новостях, социальных сетях или аннотациях научных работ с течением времени.
• Анализ коллекций документов на нескольких языках с помощью многоязычной модели эмбеддингов.
• Присвоение кластерам текстов понятных человеку названий тем, сгенерированных LLM.

Быстрый старт

1. 1

   Установите BERTopic с помощью pip

   pip install bertopic
2. 2

   Обучите модель на документах с помощью fit_transform в Python

Что важно знать

• !При стандартной установке добавляются тяжёлые зависимости, такие как transformers и UMAP. Чтобы уменьшить занимаемое место, нужна облегчённая установка.
• !Для некоторых дополнительных функций разметки тем, например представления OpenAI, требуется API-ключ платного сервиса.

В подборках

Темы

Частые вопросы

Что такое BERTopic?

Библиотека Python для тематического моделирования: она объединяет эмбеддинги трансформеров и c-TF-IDF, чтобы выделять понятные темы в текстах. BERTopic — библиотека Python для тематического моделирования. Она строит эмбеддинги документов с помощью моделей-трансформеров, снижает их размерность, группирует документы в кластеры, а затем описывает каждый кластер наиболее характерными словами с помощью процедуры class-based TF-IDF. В результате получается набор тем с понятными описаниями по ключевым словам, а также распределение документов по темам и вероятности для каждого документа.

BERTopic можно использовать бесплатно? Какая у него лицензия?

BERTopic распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.

BERTopic всё ещё поддерживается?

Активно поддерживается. Последний коммит в BERTopic — 5 нояб. 2026 г..

Для чего можно использовать BERTopic?

Изучение больших массивов отзывов клиентов, обращений в поддержку или ответов на опросы для выявления повторяющихся тем. Отслеживание изменений тем в новостях, социальных сетях или аннотациях научных работ с течением времени. Анализ коллекций документов на нескольких языках с помощью многоязычной модели эмбеддингов. Присвоение кластерам текстов понятных человеку названий тем, сгенерированных LLM.

Как установить BERTopic?

Установите BERTopic с помощью pip: pip install bertopic Обучите модель на документах с помощью fit_transform в Python

Где скачать BERTopic?

Исходный код и инструкции по установке — на GitHub: https://github.com/MaartenGr/BERTopic