BERTopic

Grootendorst (2022) 가 제안한 embedding-based topic modeling 기법. 4-step 파이프라인: (1) Sentence-BERT (Devlin et al. 2019) embedding 으로 문서를 dense vector 로 변환, (2) UMAP 으로 차원 축소, (3) HDBSCAN 으로 density 기반 cluster 생성, (4) c-TF-IDF 로 cluster representative term 추출. LDA · DTM 등 frequency-based (Bag-of-Words) 방법과 달리 contextual semantic 보존. Identifying Interdisciplinary Emergence in the Science of Science: Combination of Network Analysis and BERTopic 에서 학제간 과학 부상 분석에 사용.

See also

• 부모 분류: 텍스트 마이닝 방법론
• 형제 방법론: 토픽 모델링, Latent Dirichlet Allocation, Latent Dirichlet Allocation