BERTopic: Neural topic modeling with a class-based TF-IDF procedure

计算机科学 聚类分析 主题模型 变压器 人工智能 班级(哲学) 文档聚类 代表(政治) 自然语言处理 多样性(控制论) tf–国际设计公司 嵌入 情报检索 机器学习 数据挖掘 工程类 物理 电压 电气工程 政治 法学 量子力学 期限(时间) 政治学
作者
Maarten Grootendorst
出处
期刊:Cornell University - arXiv 被引量:964
标识
DOI:10.48550/arxiv.2203.05794
摘要

Topic models can be useful tools to discover latent topics in collections of documents. Recent studies have shown the feasibility of approach topic modeling as a clustering task. We present BERTopic, a topic model that extends this process by extracting coherent topic representation through the development of a class-based variation of TF-IDF. More specifically, BERTopic generates document embedding with pre-trained transformer-based language models, clusters these embeddings, and finally, generates topic representations with the class-based TF-IDF procedure. BERTopic generates coherent topics and remains competitive across a variety of benchmarks involving classical models and those that follow the more recent clustering approach of topic modeling.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
冷艳的裙子完成签到,获得积分10
刚刚
牛姐完成签到,获得积分10
刚刚
ziangliu888完成签到,获得积分10
刚刚
weiwei发布了新的文献求助20
1秒前
从容襄完成签到,获得积分10
1秒前
千倾发布了新的文献求助10
1秒前
entscholar发布了新的文献求助10
1秒前
超级的鹅完成签到,获得积分10
2秒前
赘婿应助你可真下饭采纳,获得10
2秒前
张益权完成签到,获得积分10
2秒前
2秒前
王小树发布了新的文献求助10
3秒前
ANG发布了新的文献求助10
3秒前
三月完成签到,获得积分20
3秒前
lizishu应助亲爱的安德烈采纳,获得10
3秒前
3秒前
是非完成签到 ,获得积分10
4秒前
4秒前
CipherSage应助hahaha采纳,获得10
4秒前
传奇3应助梁三柏采纳,获得10
4秒前
5秒前
凉雨渲完成签到,获得积分10
5秒前
6秒前
cwj完成签到,获得积分20
6秒前
6秒前
6秒前
传奇3应助Gao采纳,获得10
6秒前
6秒前
JP完成签到,获得积分20
7秒前
yimutian发布了新的文献求助10
7秒前
CodeCraft应助付冀川采纳,获得10
7秒前
震动的葶发布了新的文献求助10
7秒前
7秒前
wanci应助xx采纳,获得10
7秒前
tinyliiyong发布了新的文献求助10
8秒前
言午发布了新的文献求助20
8秒前
9秒前
悦24发布了新的文献求助10
9秒前
flyingpig发布了新的文献求助10
9秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
The Organometallic Chemistry of the Transition Metals 800
Chemistry and Physics of Carbon Volume 18 800
The Organometallic Chemistry of the Transition Metals 800
The formation of Australian attitudes towards China, 1918-1941 640
Signals, Systems, and Signal Processing 610
全相对论原子结构与含时波包动力学的理论研究--清华大学 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6442770
求助须知:如何正确求助?哪些是违规求助? 8256642
关于积分的说明 17583261
捐赠科研通 5501353
什么是DOI,文献DOI怎么找? 2900675
邀请新用户注册赠送积分活动 1877632
关于科研通互助平台的介绍 1717328