|
|
| --- |
| tags: |
| - bertopic |
| library_name: bertopic |
| pipeline_tag: text-classification |
| --- |
| |
| # TeletonV1.0 |
|
|
| This is a [BERTopic](https://github.com/MaartenGr/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: |
|
|
| ```python |
| from bertopic import BERTopic |
| topic_model = BERTopic.load("JGamonalHML/TeletonV1.0") |
| |
| topic_model.get_topic_info() |
| ``` |
|
|
| ## Topic overview |
|
|
| * Number of topics: 48 |
| * Number of training documents: 6835 |
|
|
| <details> |
| <summary>Click here for an overview of all topics.</summary> |
|
|
| | Topic ID | Topic Keywords | Topic Frequency | Label | |
| |----------|----------------|-----------------|-------| |
| | -1 | ᴍᴜʏ - ʙɪᴇɴ - arco - practica - tiro | 718 | -1_ᴍᴜʏ_ʙɪᴇɴ_arco_practica | |
| | 0 | entretenido - niños - pasan - tener - padres | 15 | 0_entretenido_niños_pasan_tener | |
| | 1 | taller - trabajo - feliz - arte - deglucion | 105 | 1_taller_trabajo_feliz_arte | |
| | 2 | linda - actividad - voluntariado - experiencia - niños | 157 | 2_linda_actividad_voluntariado_experiencia | |
| | 3 | minutos - tio - apoyo - satisfecha - avanzado | 93 | 3_minutos_tio_apoyo_satisfecha | |
| | 4 | favor - usuarios - min - evento - realizan | 149 | 4_favor_usuarios_min_evento | |
| | 5 | teletón - contentos - alegria - personas - medicos | 59 | 5_teletón_contentos_alegria_personas | |
| | 6 | atenta - cariñosa - amor - necesita - pudimos | 130 | 6_atenta_cariñosa_amor_necesita | |
| | 7 | dijo - dra - señorita - hora - hija | 91 | 7_dijo_dra_señorita_hora | |
| | 8 | voy - tia - sobrina - agradesco - atiendan | 132 | 8_voy_tia_sobrina_agradesco | |
| | 9 | hermosa - bien - encanta - necesarias - kinesióloga | 45 | 9_hermosa_bien_encanta_necesarias | |
| | 10 | detalle - recuperacion - llegue - resultados - corta | 75 | 10_detalle_recuperacion_llegue_resultados | |
| | 11 | hijo - tiempo - mejor - solo - hija | 51 | 11_hijo_tiempo_mejor_solo | |
| | 12 | agradecido - muchas - gracias - bendiciones - tencion | 438 | 12_agradecido_muchas_gracias_bendiciones | |
| | 13 | clara - amable - recepcion - dedicada - aunque | 52 | 13_clara_amable_recepcion_dedicada | |
| | 14 | ruedas - silla - aclaro - buenas - doctora | 161 | 14_ruedas_silla_aclaro_buenas | |
| | 15 | ayuda - niñas - personalizada - recibimos - claudia | 51 | 15_ayuda_niñas_personalizada_recibimos | |
| | 16 | disposicion - ayudaron - médico - dudas - bueno | 135 | 16_disposicion_ayudaron_médico_dudas | |
| | 17 | mejor - atendieron - bien - super - siempre | 90 | 17_mejor_atendieron_bien_super | |
| | 18 | tratan - siempre - super - bien - hija | 173 | 18_tratan_siempre_super_bien | |
| | 19 | calidad - amabilidad - puntualidad - carisma - humana | 320 | 19_calidad_amabilidad_puntualidad_carisma | |
| | 20 | mas - dia - cada - demora - siempre | 141 | 20_mas_dia_cada_demora | |
| | 21 | social - asistente - explicado - tío - doctores | 150 | 21_social_asistente_explicado_tío | |
| | 22 | teleton - bien - gusto - venir - gusta | 104 | 22_teleton_bien_gusto_venir | |
| | 23 | amables - maravillosa - recibida - divertida - ayudar | 299 | 23_amables_maravillosa_recibida_divertida | |
| | 24 | respetuosa - hacia - gustaria - senti - cuidado | 154 | 24_respetuosa_hacia_gustaria_senti | |
| | 25 | profesionales - trato - buen - vocación - atención | 52 | 25_profesionales_trato_buen_vocación | |
| | 26 | ruta - reunión - impecable - emos - amorosa | 184 | 26_ruta_reunión_impecable_emos | |
| | 27 | piscina - recibimiento - amabilidad - excelentes - puntuales | 68 | 27_piscina_recibimiento_amabilidad_excelentes | |
| | 28 | paso - dieron - atension - cariñosa - hicieron | 85 | 28_paso_dieron_atension_cariñosa | |
| | 29 | disposición - mucha - pacientes - trato - especialistas | 79 | 29_disposición_mucha_pacientes_trato | |
| | 30 | atento - rapido - limpio - ayudado - excelentes | 118 | 30_atento_rapido_limpio_ayudado | |
| | 31 | terapia - precisa - divertidos - ingresar - atiende | 102 | 31_terapia_precisa_divertidos_ingresar | |
| | 32 | preocupados - satisfactoria - preocupación - cordial - sesión | 75 | 32_preocupados_satisfactoria_preocupación_cordial | |
| | 33 | terapeuta - entretenida - atención - ocupacional - ecxelente | 114 | 33_terapeuta_entretenida_atención_ocupacional | |
| | 34 | dia - buenos - cordiales - persona - cuanto | 128 | 34_dia_buenos_cordiales_persona | |
| | 35 | explico - integral - pase - objetivo - guia | 96 | 35_explico_integral_pase_objetivo | |
| | 36 | servicio - sonrisa - trataron - yesenia - divertido | 78 | 36_servicio_sonrisa_trataron_yesenia | |
| | 37 | horario - ambiente - atendido - grato - siempre | 209 | 37_horario_ambiente_atendido_grato | |
| | 38 | atentos - forma - consultas - voluntarios - amables | 141 | 38_atentos_forma_consultas_voluntarios | |
| | 39 | kinesiologo - buenas - niño - terapias - atendió | 91 | 39_kinesiologo_buenas_niño_terapias | |
| | 40 | rápida - eficiente - fin - kinesiologia - sesion | 95 | 40_rápida_eficiente_fin_kinesiologia | |
| | 41 | dudas - ejercicios - puntualidad - explicacion - gusta | 87 | 41_dudas_ejercicios_puntualidad_explicacion | |
| | 42 | puntual - dedicado - positiva - dedicación - paciente | 133 | 42_puntual_dedicado_positiva_dedicación | |
| | 43 | atención - personal - excelente - profesional - empática | 106 | 43_atención_personal_excelente_profesional | |
| | 44 | atencion - profesionalismo - funcionarios - amabilidad - parte | 318 | 44_atencion_profesionalismo_funcionarios_amabilidad | |
| | 45 | rehabilitacion - completa - kinesiologica - necesario - agrado | 341 | 45_rehabilitacion_completa_kinesiologica_necesario | |
| | 46 | atencion - buena - excelente - exelente - profesional | 47 | 46_atencion_buena_excelente_exelente | |
|
|
| </details> |
|
|
| ## Training hyperparameters |
|
|
| * calculate_probabilities: False |
| * language: None |
| * low_memory: False |
| * min_topic_size: 10 |
| * n_gram_range: (1, 1) |
| * nr_topics: 50 |
| * seed_topic_list: None |
| * top_n_words: 10 |
| * verbose: False |
| * zeroshot_min_similarity: 0.7 |
| * zeroshot_topic_list: None |
| |
| ## Framework versions |
| |
| * Numpy: 2.2.5 |
| * HDBSCAN: 0.8.40 |
| * UMAP: 0.5.7 |
| * Pandas: 2.2.3 |
| * Scikit-Learn: 1.6.1 |
| * Sentence-transformers: 4.1.0 |
| * Transformers: 4.51.3 |
| * Numba: 0.61.2 |
| * Plotly: 6.0.1 |
| * Python: 3.12.1 |
| |
