BERTopic在similarity_threshold_merging上的误差

Question

我试图在这里复制代码：https://www.atoti.io/articles/topic-modeling-on-twitter-using-sentence-bert/

但是当我到达创建BERTopic模型时

# Create BERTopic model
topic_model = BERTopic(top_n_words=20,
                       n_gram_range=(1,2), 
                       calculate_probabilities=True,
                       umap_model= umap_model,
                       hdbscan_model=hdbscan_model,
                       similarity_threshold_merging=0.5,
                       verbose=True)

它说__init__()得到了一个意想不到的关键字参数'similarity_threshold_merging‘

Answer 1

BERTopic的可用参数是：

__init__(自我，语言=‘英语’，top_n_words=10，n_gram_range=(1，1)，min_topic_size=10，nr_topics=None，low_memory=False，calculate_probabilities=False，diversity=None，seed_topic_list=None，embedding_model=None，umap_model=None，hdbscan_model=None，vectorizer_model=None，verbose=False)

删除BERTopic构造函数未提供的所有参数。

Answer 2

在你所引用的文章中，作者提到向BERTopic添加功能。您需要进行相同的修改或删除similarity_threshold_merging参数。

对附加特征的需要 为了适应我们的用例，我们稍微重新讨论了这个基于BERT语句的库，以便能够：

• 合并具有用户定义阈值以上相似性的主题。
• 提取与任何给定主题相关的最相关文档，这些特性在原始库中缺失。