bertopic_after_tuning
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("vidric/bertopic_after_tuning")
topic_model.get_topic_info()
Topic overview
- Number of topics: 68
- Number of training documents: 20977
Click here for an overview of all topics.
Topic ID | Topic Keywords | Topic Frequency | Label |
---|---|---|---|
-1 | parfum - wangi - tidak - banget - tapi | 11 | -1_parfum_wangi_tidak_banget |
0 | wangi - mantap - enak - banget - suka | 6775 | 0_wangi_mantap_enak_banget |
1 | orgasm - eos - aku - lebih - farhampton | 10606 | 1_orgasm_eos_aku_lebih |
2 | terbaik - selalu - always - deal - puas | 886 | 2_terbaik_selalu_always_deal |
3 | admin - ramah - respon - cepat - kirim | 191 | 3_admin_ramah_respon_cepat |
4 | bubble - wrap - tebal - aman - kotak | 187 | 4_bubble_wrap_tebal_aman |
5 | alpha - theta - beli - tim - tetha | 154 | 5_alpha_theta_beli_tim |
6 | beli - menyesal - kali - lagi - ragu | 125 | 6_beli_menyesal_kali_lagi |
7 | kedua - beli - dua - kali - 2x | 109 | 7_kedua_beli_dua_kali |
8 | pernah - kecewa - tidak - selalu - hmns | 98 | 8_pernah_kecewa_tidak_selalu |
9 | farhampton - coba - beli - terimakasih - bonus | 86 | 9_farhampton_coba_beli_terimakasih |
10 | delta - theta - alpha - sama - suka | 85 | 10_delta_theta_alpha_sama |
11 | tidak - debat - ekspektasi - no - nget | 83 | 11_tidak_debat_ekspektasi_no |
12 | magnet - tutup - botol - ada - kemasan | 80 | 12_magnet_tutup_botol_ada |
13 | belum - unboxing - buka - tidak - bocor | 79 | 13_belum_unboxing_buka_tidak |
14 | indonesia - bangga - produk - buatan - terus | 73 | 14_indonesia_bangga_produk_buatan |
15 | repeat - order - kesekian - kali - selalu | 70 | 15_repeat_order_kesekian_kali |
16 | tester - test - sample - dapat - bonus | 67 | 16_tester_test_sample_dapat |
17 | ketiga - tiga - beli - kali - cny | 59 | 17_ketiga_tiga_beli_kali |
18 | selamat - barang - dengan - mendarat - sampai | 57 | 18_selamat_barang_dengan_mendarat |
19 | lokal - produk - internasional - brand - kualitas | 53 | 19_lokal_produk_internasional_brand |
20 | starterpacking - beli - starterpack - coba - varian | 44 | 20_starterpacking_beli_starterpack_coba |
21 | spray - macet - rusak - keras - berfungsi | 44 | 21_spray_macet_rusak_keras |
22 | longevity - jam - projection - notes - silage | 42 | 22_longevity_jam_projection_notes |
23 | kartu - card - greting - ucap - tulis | 39 | 23_kartu_card_greting_ucap |
24 | tahan - lama - harum - disinj - horny | 32 | 24_tahan_lama_harum_disinj |
25 | love - just - swet - cinta - lembut | 31 | 25_love_just_swet_cinta |
26 | rekomendasi - gela - ank - bangsa - karya | 31 | 26_rekomendasi_gela_ank_bangsa |
27 | proses - chat - lama - kirim - pengiriman | 31 | 27_proses_chat_lama_kirim |
28 | matahari - esence - sun - sari - ber | 30 | 28_matahari_esence_sun_sari |
29 | rekomendasi - sangat - super - layak - direkomendasi | 29 | 29_rekomendasi_sangat_super_layak |
30 | blind - beli - muantep - ekspektasi - sisi | 29 | 30_blind_beli_muantep_ekspektasi |
31 | istri - hadiah - menyukainya - suami - buat | 28 | 31_istri_hadiah_menyukainya_suami |
32 | harum - sue - hua - unik - tagih | 28 | 32_harum_sue_hua_unik |
33 | bicara - bintang - biar - alasanya - nyang | 28 | 33_bicara_bintang_biar_alasanya |
34 | worth - it - layak - lumayan - harga | 26 | 34_worth_it_layak_lumayan |
35 | atomizer - dapat - bonus - 10ml - praktis | 25 | 35_atomizer_dapat_bonus_10ml |
36 | hadiah - tahu - buka - belum - semoga | 25 | 36_hadiah_tahu_buka_belum |
37 | ragu - perlu - kecewa - tidak - rugi | 24 | 37_ragu_perlu_kecewa_tidak |
38 | bintang - 10 - lima - kasih - sebab | 23 | 38_bintang_10_lima_kasih |
39 | segar - harum - ambune - ciamik - memuaskan | 22 | 39_segar_harum_ambune_ciamik |
40 | tim - hmns - terimakasih - kami - telah | 21 | 40_tim_hmns_terimakasih_kami |
41 | twitter - review - instagram - tws - decants | 20 | 41_twitter_review_instagram_tws |
42 | pokok - mantap - sampai - cepat - suka | 20 | 42_pokok_mantap_sampai_cepat |
43 | travel - ukuran - kecil - botle - frhmptn | 20 | 43_travel_ukuran_kecil_botle |
44 | eos - sama - suka - adict - zodiak | 20 | 44_eos_sama_suka_adict |
45 | notes - base - printilan - midlle - note | 20 | 45_notes_base_printilan_midlle |
46 | bangga - lokal - pride - kualitas - bagus | 20 | 46_bangga_lokal_pride_kualitas |
47 | cowok - cocok - spesial - masculine - dimainkan | 19 | 47_cowok_cocok_spesial_masculine |
48 | rapi - packing - trusted - ramah - aman | 18 | 48_rapi_packing_trusted_ramah |
49 | sukses - terus - lapaknya - inovasi - selalu | 18 | 49_sukses_terus_lapaknya_inovasi |
50 | mantan - ayah - abang - dia - masjid | 18 | 50_mantan_ayah_abang_dia |
51 | first - wekend - again - dicuekin - tunangan | 18 | 51_first_wekend_again_dicuekin |
52 | paket - mudik - maf - buka - selamat | 17 | 52_paket_mudik_maf_buka |
53 | bonus - dapat - gantengs - dengen - nembak | 15 | 53_bonus_dapat_gantengs_dengen |
54 | premium - packinya - 30k - perbedan - kemasan | 14 | 54_premium_packinya_30k_perbedan |
55 | obat - ada - tidak - bets - develop | 14 | 55_obat_ada_tidak_bets |
56 | projection - kurang - menyerang - meter - palagi | 14 | 56_projection_kurang_menyerang_meter |
57 | coconut - kelapa - pasion - vs - panas | 14 | 57_coconut_kelapa_pasion_vs |
58 | cewek - pacar - klepek - senenk - comunikasi | 14 | 58_cewek_pacar_klepek_senenk |
59 | pertama - mengoda - kesan - kali - pengatur | 13 | 59_pertama_mengoda_kesan_kali |
60 | ekspedisi - lambat - expedisi - hub - langsung | 13 | 60_ekspedisi_lambat_expedisi_hub |
61 | tunggu - akhirnya - datang - ye - uh | 13 | 61_tunggu_akhirnya_datang_ye |
62 | produk - dikolom - tanya - segini - kabari | 13 | 62_produk_dikolom_tanya_segini |
63 | jiwa - mantap - kesegaran - - | 12 | 63_jiwa_mantap_kesegaran_ |
64 | darker - warna - hitam - kuning - dof | 12 | 64_darker_warna_hitam_kuning |
65 | mewah - limo - seksi - lux - harum | 11 | 65_mewah_limo_seksi_lux |
66 | batch - oker - kelewatan - final - bagi | 11 | 66_batch_oker_kelewatan_final |
Training hyperparameters
- calculate_probabilities: False
- language: indonesian
- low_memory: False
- min_topic_size: 10
- n_gram_range: (1, 1)
- nr_topics: auto
- seed_topic_list: None
- top_n_words: 10
- verbose: False
Framework versions
- Numpy: 1.23.5
- HDBSCAN: 0.8.29
- UMAP: 0.5.3
- Pandas: 1.5.3
- Scikit-Learn: 1.2.1
- Sentence-transformers: 2.2.2
- Transformers: 4.24.0
- Numba: 0.56.4
- Plotly: 5.9.0
- Python: 3.10.9
- Downloads last month
- 13
This model does not have enough activity to be deployed to Inference API (serverless) yet. Increase its social
visibility and check back later, or deploy to Inference Endpoints (dedicated)
instead.