当前位置：首页 > news >正文

基于BERTopic模型的中文文本主题聚类及可视化

news 2026/2/10 13:26:30

文章目录

- - - BERTopic简介
    - 模型加载地址
    - 文本加载
    - 数据处理
    - BERTopic模型构建
    - 模型结果展示
    - 主题可视化
    - 总结

BERTopic简介

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

BERTopic是一种结合了预训练模型BERT和主题建模的强大工具。它允许我们将大规模文本数据集中的文档映射到主题空间，并自动识别潜在的主题。

它背后的核心思想是通过BERT模型来捕获文档的语义信息，并然后使用主题建模技术来对这些语义信息进行聚类，从而得出主题。

模型加载地址

基于BERTopic模型的中文文本主题聚类及可视化

文章目录 BERTopic简介模型加载地址文本加载数据处理BERTopic模型构建模型结果展示主题可视化总结BERTopic简介 BERTopic论文地址：BERTopic: Neural topic modeling with a class-based TF-IDF procedure BERTopic是一种结合了预训练模型BERT和主题建模的强大工具。它允许我…...

编程日记 2024/3/3 0:49:37

MySQL：函数

提醒： 设定下面的语句是在数据库名为 db_book里执行的。创建user_info表注意：pwd为密码字段，这里使用了VARCHAR(128)类型，为了后面方便对比，开发项目里一般使用char(32)，SQL语句里使用MD5加密函数 USE db…...

编程日记 2024/3/3 0:46:34

C/C++内存管理及内存泄漏详解

目录 C/C内存分布 C语言中动态内存管理方式：malloc/calloc/realloc/free C内存管理方式 new/delete操作内置类型 new和delete操作自定义类型 operator new与operator delete函数 new和delete的实现原理内置类型自定义类型内存泄漏概念内存泄漏分类 ⭐…...

编程日记 2024/3/3 0:45:33

0 00:00:01,650 --> 00:00:01,884 好 1 00:00:01,884 --> 00:00:06,330 那这个时候我们就可以把它绑定到上面了 2 00:00:06,610 --> 00:00:07,940 那我们来看 3 00:00:11,710 --> 00:00:12,930 幻灯片上 4 00:00:15,530 --> 00:00:15,885 5 00:00:15,885 --…...

编程日记 2024/3/3 0:44:32

测开新手：pytest+requests+allure自动化测试接入Jenkins学习

最近在这整理知识，发现在pytest的知识文档缺少系统性，这里整理一下，方便后续回忆。在python中，大家比较熟悉的两个框架是unittest和pytest： Unittest是Python标准库中自带的单元测试框架，Unittest有时候…...

编程日记 2024/3/3 0:43:31

学习网络编程No.11【传输层协议之UDP】

引言： 北京时间：2023/11/20/9:17，昨天成功更文，上周实现了更文两篇，所以这周再接再厉。当然做题任在继续，而目前做题给我的感觉以套路和技巧偏多，还是那句话很多东西不经历你就是不懂&#xff…...

编程日记 2024/3/3 0:42:30

向爬虫而生---Redis 基石篇6 ＜拓展HyperLogLog＞

前言: 继续之前的向爬虫而生---Redis 基石篇5 ＜拓展Zset＞-CSDN博客一些比较基础的redis类型在初中级阶段用着没有毛病,但是到了大数据时代,慢慢一些更高级的场景,就需要把这几个类型搬出来了! 正文: 概念: 当我们需要对一个大型数据集进行去重计…...

编程日记 2024/3/3 0:36:22

JavaScript中的this

在实际应用中，了解 this 的行为是非常重要的，特别是在编写库或框架时，或者当你需要在回调函数中访问特定的上下文时，通常推荐使用箭头函数或者其他方法来确保 this 的正确指向。在ES6中，this 的值取决于它是如何被调用…...

编程日记 2024/3/3 0:35:21

宝塔php站点设置伪静态规则访问 a.com 时候跳转到 a.com/b.html

要在宝塔 PHP 站点中设置伪静态规则，实现访问a.com时跳转到a.com/b.html，可以按照以下步骤进行操作： 打开宝塔面板并登录到你的服务器管理界面。进入网站设置页面，找到你要设置伪静态规则的 PHP 站点。在站点设置中，找…...

编程日记 2024/3/3 0:33:18

git介绍4.2

git(版本控制工具) 一、git 介绍 1、git是目前世界上最先进的分布式版本控制系统，可以有效，高速的处理从小到大的项目版本管理。 2、git是linux torvalds 为了帮助管理linux内核开发二开发的一个开放源码的版本控制软件。 3、git作用：更好…...

编程日记 2024/3/3 0:32:18

【深入了解设计模式】组合设计模式

组合设计模式组合模式是一种结构型设计模式，它允许你将对象组合成树状结构来表现“整体-部分”关系。组合模式使得客户端可以统一对待单个对象和组合对象，从而使得代码更加灵活和易于扩展。概述对于这个图片肯定会非常熟悉，上图我们可…...

编程日记 2024/3/3 0:27:13

4.Java---方法+重载

方法方法的调用是需要开辟内存的,方法调用结束内存就被销毁了. 下面将介绍一个经典的错误标准的0分的示意! 我们日常中写交换两个数字的代码的时候都会用如下的方法进行描述: 你是不是觉得自己写的特别对!终于可以独立写一个小小的函数了? 下面运行一下看看结果哦莫!怎么…...

编程日记 2024/3/3 0:23:09

蓝桥杯Java B组历年真题（2013年-2021年）

一、2013年真题 1、世纪末的星期使用日期类判断就行，这里使用LocalDate，也可以使用Calendar类答案 2099 使用LocalDate import java.time.LocalDate; import java.time.format.DateTimeFormatter; // 1:无需package // 2: 类名必须Main, 不可修改p…...

编程日记 2024/3/3 0:21:07

C++笔记（五）--- 虚函数（virtual）

目录虚函数介绍虚函数、覆盖和重载区别虚函数介绍 C的虚函数是多态性的表现 1.构造函数不能为虚函数2.子类继承时虚函数仍为虚函数3.虚函数类外实现时，不需要加virtual4.有虚函数的类，析构函数一定要写成虚函数（否则可能会造成内存泄漏&…...

编程日记 2024/3/3 0:20:06

编写加密程序，加密规则为：将所有字母转化为该字母后的第三个字母，即A-＞D、B-＞E

编写加密程序，加密规则为：将所有字母转化为该字母后的第三个字母，即A->D、B->E、C->F、…、Y->B、Z->C。小写字母同上，其他字符不做转化。输入任意字符串，输出加密后的结果。例如：输入&qu…...

编程日记 2024/3/3 0:18:04

【笔记】：更方便的将一个List中的数据传入另一个List中，避免多重循环

这里是 simpleInfoList 集合，记为集合A（传值对象） List<CourseSimpleInfoDTO> simpleInfoList courseClient.getSimpleInfoList(courseIds);if(simpleInfoListnull){throw new BizIllegalException("当前课程不存在!");}这…...

编程日记 2024/3/3 0:16:02

Cisco Secure ACS 5.8.0.32 安装 + Crack 教程

Cisco Secure ACS 5.8.0.32 安装 Crack 教程前言系统环境开始安装开始破解导入授权文件前言在ESXi 6.7 上经历过无数次的安装尝试测试了各种兼容版本都没有安装成功,记最后一次安装成功的过程. 系统环境服务器 : Dell R720xd CPU : E5-2620 v2 系统 : ESXi 6.7…...

编程日记 2024/3/3 0:13:59

项目准备March

Nginx主要用来作为Http服务器，要实现Tomcat的负载均衡，就可以通过Nginx来实现。正向代理代理的是客户端，反向代理代理的是服务端。SpringBoot采用约定优于配置的思想，简化Spring项目的配置开发。前端请求其实并未直接发送到后…...

编程日记 2024/3/3 0:10:57

集智书童 | YOLO+混合注意力机制 | YOLOv5再加4.3%才可以做对手，Transformer混合设计依旧可以卷

本文来源公众号“集智书童”，侵权删，干货满满。YOLOv5重出江湖！ 原文链接：https://mp.weixin.qq.com/s/vb7HsA0fKDgRc3uC8Z-2yw 在工业生产过程中，由于低效率、不统一的评估、高成本以及缺乏实时数据，传统…...

编程日记 2024/3/3 0:09:57

Codeforces Round 894 (Div. 3)-----＞C. Flower City Fence

题目总思路： 要判断是否对称，只需要判断两个放法得到的图形是否相同（竖着放，横着放），这两个放法有个很重要的特性：就是数组中大于1的个数，就是横着放时，第一竖排的高度。…...

编程日记 2024/3/3 0:06:54

vscode（仍待补充）

写于2025 6.9 主包将加入vscode这个更权威的圈子 vscode的基本使用侧边栏 vscode还能连接ssh？ debug时使用的launch文件 1.task.json {"tasks": [{"type": "cppbuild","label": "C/C: gcc.exe 生成活动文件"…...

编程新知 2026/1/24 13:04:10

Cinnamon修改面板小工具图标

Cinnamon开始菜单-CSDN博客设置模块都是做好的，比GNOME简单得多！ 在 applet.js 里增加 const Settings imports.ui.settings;this.settings new Settings.AppletSettings(this, HTYMenusonichy, instance_id); this.settings.bind(menu-icon, menu…...

编程新知 2026/1/31 14:56:22