BERTopicTelegramAnalysis

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.

The model uses data from 32 open Telegram channels were Ukrainian Refugees exchange, we use the model to study refugee needs within Switzerland

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("kdot/BERTopicTelegramAnalysis")

topic_model.get_topic_info()

Topic overview

Number of topics: 30
Number of training documents: 339650

Click here for an overview of all topics.

Topic ID	Topic Keywords	Topic Frequency	Label
-1	это - швейцарии - день - нужно - пожалуйста	50	-1_это_швейцарии_день_нужно
0	швейцарии - україни - швейцарії - украину - украины	181315	0_швейцарии_україни_швейцарії_украину
1	беженцев - лагере - лагерь - кантоне - кантона	38579	1_беженцев_лагере_лагерь_кантоне
2	страховку - страховка - страховки - соц - франков	33469	2_страховку_страховка_страховки_соц
3	квартиру - жилье - жилья - квартиры - жильё	13553	3_квартиру_жилье_жилья_квартиры
4	билет - поезд - билеты - чемодан - автобус	9189	4_билет_поезд_билеты_чемодан
5	стоматолога - зуб - врача - врач - врачу	8665	5_стоматолога_зуб_врача_врач
6	паспорт - паспорта - статус - статуса - паспорту	7180	6_паспорт_паспорта_статус_статуса
7	чат - война - войны - штраф - полицию	6898	7_чат_война_войны_штраф
8	действие - ссылку авторизации - послал ссылку - info moving - авторизации	6630	8_действие_ссылку авторизации_послал ссылку_info moving
9	магазин - магазины - caritas - магазинах - купить	4598	9_магазин_магазины_caritas_магазинах
10	языка - школу - язык - програмування - англійської	4310	10_языка_школу_язык_програмування
11	очки - парикмахера - окуляри - парикмахер - перукаря	3730	11_очки_парикмахера_окуляри_парикмахер
12	sem - письмо - адрес - почту - почте	3107	12_sem_письмо_адрес_почту
13	велосипед - коляска - велосипеда - коляску - самокат	2794	13_велосипед_коляска_велосипеда_коляску
14	пластик - мусора - мусор - пластика - молоко	2376	14_пластик_мусора_мусор_пластика
15	рождении - семьи - развод - воссоединение - свидетельство	2026	15_рождении_семьи_развод_воссоединение
16	размер - обувь - розмір - взуття - одежда	1719	16_размер_обувь_розмір_взуття
17	йога - занятия - йоги - инструктор - занятие	1470	17_йога_занятия_йоги_инструктор
18	sbb - карту - приложение - приложении - гугл	1458	18_sbb_карту_приложение_приложении
19	месяца - недели - дней - сентября - месяц	1292	19_месяца_недели_дней_сентября
20	ukraine_reborn - організовує_ukraine_reborn - массаж - сторінка facebook - montbrillant 52	1183	20_ukraine_reborn_організовує_ukraine_reborn_массаж_сторінка facebook
21	бассейн - пляж - озера - басейн - бассейны	1096	21_бассейн_пляж_озера_басейн
22	юриста - юрист - адвоката - адвокат - юристы	937	22_юриста_юрист_адвоката_адвокат
23	телефон - iphone - айфон - pro - продам	590	23_телефон_iphone_айфон_pro
24	грибы - грибов - гриби - грибів - клубнику	554	24_грибы_грибов_гриби_грибів
25	книги - бібліотеці - принтер - книжки - распечатать	342	25_книги_бібліотеці_принтер_книжки
26	60 сек - 1inch - 1inch network - сек - зазначеного вилучені	329	26_60 сек_1inch_1inch network_сек
27	господа - господь - псалом - бог - ибо	144	27_господа_господь_псалом_бог
28	sem - asylg - ст - течение квартала - нуждающееся защите	67	28_sem_asylg_ст_течение квартала

Training hyperparameters

calculate_probabilities: False
language: multilingual
low_memory: False
min_topic_size: 10
n_gram_range: (1, 1)
nr_topics: 30
seed_topic_list: None
top_n_words: 10
verbose: True

Framework versions

Numpy: 1.24.4
HDBSCAN: 0.8.33
UMAP: 0.5.4
Pandas: 2.0.3
Scikit-Learn: 1.0.2
Sentence-transformers: 2.2.2
Transformers: 4.33.2
Numba: 0.58.0
Plotly: 5.17.0
Python: 3.8.10