MARTINI_enrich_BERTopic_hukukimucadele

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_hukukimucadele")

topic_model.get_topic_info()

Topic overview

Number of topics: 9
Number of training documents: 948

Click here for an overview of all topics.

Topic ID	Topic Keywords	Topic Frequency	Label
-1	osmanlı - konya - devletin - yıl - basladı	25	-1_osmanlı_konya_devletin_yıl
0	hamas - netanyahu - basbakanı - silah - mucahitlerimiz	523	0_hamas_netanyahu_basbakanı_silah
1	kovid - vakfı - pfizer - doktorlar - bagısıklık	142	1_kovid_vakfı_pfizer_doktorlar
2	kılıctaroglu - erdogan - bakanlıktan - acıklamasının - sancak	62	2_kılıctaroglu_erdogan_bakanlıktan_acıklamasının
3	sahih - rasulullah - sallallahu - ramazan - merhumların	53	3_sahih_rasulullah_sallallahu_ramazan
4	bakanlıgın - karbon - erdogan - hayvanlar - sehirler	51	4_bakanlıgın_karbon_erdogan_hayvanlar
5	dokunulamaz - baslıklı - pcr - testi - hıfzıssıhha	33	5_dokunulamaz_baslıklı_pcr_testi
6	kahramanmaraslı - kacacakları - suriyelilerin - kayseri - adıyaman	31	6_kahramanmaraslı_kacacakları_suriyelilerin_kayseri
7	vereceksiniz - uyguladıgı - asılarını - kasınanlar - sosyal	28	7_vereceksiniz_uyguladıgı_asılarını_kasınanlar

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