Add BERTopic model

README.md

@@ -0,0 +1,89 @@
+
+---
+tags:
+- bertopic
+library_name: bertopic
+pipeline_tag: text-classification
+---
+
+# mdl_bertopic_globo
+
+This is a [BERTopic](https://github.com/MaartenGr/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:
+
+```python
+from bertopic import BERTopic
+topic_model = BERTopic.load("strauss-oak/mdl_bertopic_globo")
+
+topic_model.get_topic_info()
+```
+
+## Topic overview
+
+* Number of topics: 20
+* Number of training documents: 24433
+
+<details>
+  <summary>Click here for an overview of all topics.</summary>
+  
+  | Topic ID | Topic Keywords | Topic Frequency | Label | 
+|----------|----------------|-----------------|-------| 
+| -1 | disse - anos - presidente - ainda - pessoas | 13 | -1_disse_anos_presidente_ainda | 
+| 0 | dose - saude - covid - vacina - casos | 7995 | 0_dose_saude_covid_vacina | 
+| 1 | presidente - bolsonaro - governo - disse - lula | 3785 | 1_presidente_bolsonaro_governo_disse | 
+| 2 | policia - disse - local - policiais - anos | 3626 | 2_policia_disse_local_policiais | 
+| 3 | anos - musica - brasil - gente - vai | 2170 | 3_anos_musica_brasil_gente | 
+| 4 | ucrania - russia - guerra - putin - disse | 1616 | 4_ucrania_russia_guerra_putin | 
+| 5 | chuva - sul - feira - chuvas - energia | 690 | 5_chuva_sul_feira_chuvas | 
+| 6 | preco - precos - produto - petrobras - combustiveis | 619 | 6_preco_precos_produto_petrobras | 
+| 7 | hospital - anos - familia - paulo - disse | 617 | 7_hospital_anos_familia_paulo | 
+| 8 | inflacao - juros - alta - taxa - economia | 501 | 8_inflacao_juros_alta_taxa | 
+| 9 | dezenas - aposta - premio - probabilidade - caixa | 378 | 9_dezenas_aposta_premio_probabilidade | 
+| 10 | voo - aeronave - aviao - voos - aeroporto | 370 | 10_voo_aeronave_aviao_voos | 
+| 11 | internet - iphone - rede - facebook - usuarios | 360 | 11_internet_iphone_rede_facebook | 
+| 12 | valor - pagamento - declaracao - valores - imposto | 342 | 12_valor_pagamento_declaracao_valores | 
+| 13 | fase - manifestantes - servicos - funcionar - paulo | 336 | 13_fase_manifestantes_servicos_funcionar | 
+| 14 | desmatamento - amazonia - indigenas - emissoes - brasil | 333 | 14_desmatamento_amazonia_indigenas_emissoes | 
+| 15 | taliba - israel - afeganistao - hamas - gaza | 327 | 15_taliba_israel_afeganistao_hamas | 
+| 16 | trabalho - trimestre - milhoes - trabalhadores - pessoas | 167 | 16_trabalho_trimestre_milhoes_trabalhadores | 
+| 17 | pessoas - genero - trans - racismo - lgbtqia | 97 | 17_pessoas_genero_trans_racismo | 
+| 18 | licenca - paternidade - licenca paternidade - piangers - ovulos | 91 | 18_licenca_paternidade_licenca paternidade_piangers |
+  
+</details>
+
+## Training hyperparameters
+
+* calculate_probabilities: False
+* language: None
+* low_memory: False
+* min_topic_size: 10
+* n_gram_range: (1, 1)
+* nr_topics: 20
+* seed_topic_list: None
+* top_n_words: 10
+* verbose: False
+* zeroshot_min_similarity: 0.7
+* zeroshot_topic_list: None
+
+## Framework versions
+
+* Numpy: 1.23.5
+* HDBSCAN: 0.8.33
+* UMAP: 0.5.5
+* Pandas: 1.5.3
+* Scikit-Learn: 1.2.2
+* Sentence-transformers: 2.2.2
+* Transformers: 4.35.2
+* Numba: 0.58.1
+* Plotly: 5.15.0
+* Python: 3.10.12

config.json

@@ -0,0 +1,16 @@
+{
+  "calculate_probabilities": false,
+  "language": null,
+  "low_memory": false,
+  "min_topic_size": 10,
+  "n_gram_range": [
+    1,
+    1
+  ],
+  "nr_topics": 20,
+  "seed_topic_list": null,
+  "top_n_words": 10,
+  "verbose": false,
+  "zeroshot_min_similarity": 0.7,
+  "zeroshot_topic_list": null
+}

topic_embeddings.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0540d2ba27ccf55f614850e7611907d991bfd25fc9499dec7f92d3a8c3abb2d7
+size 61528