MARTINI_enrich_BERTopic_sagciakademi

This is a BERTopic model. BERTopic is a flexible and modular topic modeling framework that allows for the generation of easily interpretable topics from large datasets.

Usage

To use this model, please install BERTopic:

pip install -U bertopic

You can use the model as follows:

from bertopic import BERTopic
topic_model = BERTopic.load("AIDA-UPM/MARTINI_enrich_BERTopic_sagciakademi")

topic_model.get_topic_info()

Topic overview

Number of topics: 8
Number of training documents: 578

Click here for an overview of all topics.

Topic ID	Topic Keywords	Topic Frequency	Label
-1	bakanı - erdogan - ataturk - mehmet - trabzonspor	22	-1_bakanı_erdogan_ataturk_mehmet
0	istanbul - sokak - sarıyer - karsılastı - taksiciler	246	0_istanbul_sokak_sarıyer_karsılastı
1	takipcilerimiz - olmadıgını - cevabı - muslumanı - merhaba	72	1_takipcilerimiz_olmadıgını_cevabı_muslumanı
2	kılıcdaroglu - besikcioglu - buyuksehir - calısanlarımızın - camlıdere	69	2_kılıcdaroglu_besikcioglu_buyuksehir_calısanlarımızın
3	hamas - netanyahu - basbakanı - hazırlandıgını - filistinliyi	60	3_hamas_netanyahu_basbakanı_hazırlandıgını
4	teroristleri - harekatı - kuzeyindeki - irak - silah	51	4_teroristleri_harekatı_kuzeyindeki_irak
5	gururduyturkiye - hazırmısınız - noktasıydı - baslangıc - nasa	34	5_gururduyturkiye_hazırmısınız_noktasıydı_baslangıc
6	sessiz - ssss - serkan - mehmet - 30	24	6_sessiz_ssss_serkan_mehmet

Training hyperparameters

calculate_probabilities: True
language: None
low_memory: False
min_topic_size: 10
n_gram_range: (1, 1)
nr_topics: None
seed_topic_list: None
top_n_words: 10
verbose: False
zeroshot_min_similarity: 0.7
zeroshot_topic_list: None

Framework versions

Numpy: 1.26.4
HDBSCAN: 0.8.40
UMAP: 0.5.7
Pandas: 2.2.3
Scikit-Learn: 1.5.2
Sentence-transformers: 3.3.1
Transformers: 4.46.3
Numba: 0.60.0
Plotly: 5.24.1
Python: 3.10.12