BERTopic: Neural topic modeling with a class-based TF-IDF procedure

• 类型：arxiv
• 标识：2203.05794
• 链接：https://arxiv.org/abs/2203.05794
• 主题：rag
• 主分类：engineering
• 形态：method
• 被引：2989
• 被引来源：Semantic Scholar
• S2被引：2989
• OpenAlex被引：1365
• 影响力被引：470
• TLDR：BERTopic is presented, a topic model that extends the process of topic modeling by extracting coherent topic representation through the development of a class-based variation of TF-IDF.
• OpenAlex ID：W4221142221
• OpenAlex DOI：10.48550/arxiv.2203.05794
• DOI：10.48550/arxiv.2203.05794
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2203.05794
• OpenAlex更新：2026-08-22
• 待LLM分类：否
• 成熟度：production
• 场景：主题建模、NLP
• 标题中文：BERTopic：基于类内 TF-IDF 流程的神经主题建模
• TLDR中文：提出 BERTopic，一种通过开发类内 TF-IDF 变体来提取一致性主题表示，从而扩展主题建模流程的主题模型
• 来源文件：
• [OpenAlex discover]
• [S2 enrich]