【干货推荐] 基于Bert的聚类工具：BERTopic
【简介】：BERTopic是一种主题建模技术，它利用🤗变换器和c-TF-IDF创建聚类簇，使主题易于理解，同时在主题描述中保留重要的单词。 同时可以支持类似于LDAvis的可视化。
【快速上手】 安装pip install bertopic[visualization]
from bertopic import BERTopic from sklearn.datasets import fetch_20newsgroups docs = fetch_20newsgroups(subset='all', remove=('headers', 'footers', 'quotes'))['data'] topic_model = BERTopic() topics, _ = topic_model.fit_transform(docs)
【官网链接】：GitHub链接为https://github.com/MaartenGr/BERTopic，官方文档https://maartengr.github.io/BERTopic/index.html
![NLP文本匹配任务Text Matching [有监督训练]：PointWise（单塔）、DSSM（双塔）、Sentence BERT（双塔）项目实践](https://ucc.alicdn.com/fnj5anauszhew_20230814_88e131726dc44ae19e24afecf4292967.png?x-oss-process=image/resize,h_160,m_lfit)