一、说明
使用BERT，UMAP和HDBSCAN捕获文档主题，紧随最先进的BERTopic架构（transformer编码器）。
主题检测是一项 NLP 任务，旨在从文本文档语料库中提取全局“主题”。例如，如果正在查看书籍描述的数据集，主题检测将使我们能够将书籍分类，例如：“浪漫”、“科幻”、“旅行”等。
在本教程中，我们将使用BERT的HuggingFace库实现以及用于聚类的HDBSCAN和用于降维的UMAP来实现。该管道将遵循Maarten Grootendorst提出的BERTopic结构：
伯特皮克管道
二、开始实践
为了简单起见，我建议在Google Coolab中运行代码，但另一个平台也很好。
首先安装必要的依赖项：
!pip install pandas numpy umap-learn transformers plotly hdbscan然后继续加载输入数据：文章来源：https://www.toymoban.com/news/detail-554701.html
import pandas as pd
data = pd.read_csv("ecommerce.csv", on_bad_lines='skip', nrows=500)
data = data[[""]]
在我们的示例中，数据对应于从 Kagg文章来源地址https://www.toymoban.com/news/detail-554701.html
到了这里，关于【深度学习】基于BRET的高级主题检测的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
