Nutzung von BERT und c-TF-IDF zur Erstellung leicht interpretierbarer Themen.
Identifizieren und erstellen Sie verständliche Themen aus Textdaten mithilfe fortschrittlicher Themenmodellierungstechniken.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarNutzung von BERT und c-TF-IDF zur Erstellung leicht interpretierbarer Themen.
BERTopic hat 7.8k Sterne auf GitHub. Es wurde 912-mal geforkt. BERTopic ist hauptsächlich in Python geschrieben. Es wird seit 2020 aktiv entwickelt. BERTopic ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: bert, ldavis, machine-learning, nlp.
Nutzung von BERT und c-TF-IDF zur Erstellung leicht interpretierbarer Themen.
BERTopic ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ja. BERTopic ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
BERTopic ist unter der MIT-Lizenz verfügbar.
BERTopic ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/maartengr-bertopic.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.