搜索研究与资料 · 工具介绍
BERTopic
BERTopic 使用 Transformer 表征与 c-TF-IDF 对文档聚类并生成主题描述，可返回主题、概率、代表词以及文档所属主题等信息，用于检查文本集合中的主题分布。
BERTopic 能做什么
BERTopic 使用 Transformer 表征与 c-TF-IDF 对文档聚类并生成主题描述，可返回主题、概率、代表词以及文档所属主题等信息，用于检查文本集合中的主题分布。
- 数据查询与可视化分析
如何使用 BERTopic
从文档集合提取主题并检查离群文本
准备输入
- 待分析的文本文档集合。
操作步骤
- 安装 bertopic，在 Python 中创建 BERTopic 对象并对文档调用 fit_transform。
- 使用 get_topic_info 查看主题和数量，使用 get_topic 查看代表词。
- 通过 get_document_info 对照每篇文档的主题与概率，单独检查被标记为 -1 的离群文档。
预期交付物
- 文档主题分配、概率、主题统计和代表词。
官方将 -1 主题用于离群文档；人工应结合原文判断主题解释是否合理，不把概率或关键词直接当成经过标注验证的语义标签。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
从搜索研究与资料角度评估BERTopic
把搜索研究与资料需要的条件列清楚，再比较工具。阅读本页的产品用途、步骤与限制，再逐项确认下面的问题；这些是选型方法，不表示每款工具都具备同样能力。
来源能否回看
需要能打开的原始页面或文档位置，不能只有一段无出处的摘要。
范围是否与问题一致
核对日期、地区、对象与定义，不把相似术语当成同一事实。
是否保留反例
把冲突资料和未解决问题放进结论，避免只找支持原想法的证据。
选择一个小样任务，先检查结果与交付格式，再决定是否用于更多资料。
