UPA1.0
This is a 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:
from bertopic import BERTopic
topic_model = BERTopic.load("JGamonalHML/UPA1.0")
topic_model.get_topic_info()
Topic overview
- Number of topics: 60
- Number of training documents: 31789
Click here for an overview of all topics.
Topic ID | Topic Keywords | Topic Frequency | Label |
---|---|---|---|
-1 | sabroso - amability - ambiance - amias - arreglaron | 94 | -1_sabroso_amability_ambiance_amias |
0 | buena - atención - excelente - atencion - felicitaciones | 27 | 0_buena_atención_excelente_atencion |
1 | servicio - buen - bueno - excelente - amabilidad | 4761 | 1_servicio_buen_bueno_excelente |
2 | café - pan - cafe - sandwich - leche | 2756 | 2_café_pan_cafe_sandwich |
3 | personal - amable - lenta - atento - atiende | 1549 | 3_personal_amable_lenta_atento |
4 | cajera - cajero - caja - cajas - cajeras | 1673 | 4_cajera_cajero_caja_cajas |
5 | baño - baños - sucios - papel - sucio | 1521 | 5_baño_baños_sucios_papel |
6 | amabilidad - amables - amable - atención - personas | 1175 | 6_amabilidad_amables_amable_atención |
7 | productos - precios - precio - variedad - completos | 1151 | 7_productos_precios_precio_variedad |
8 | pago - efectivo - tarjeta - puntos - pantalla | 1212 | 8_pago_efectivo_tarjeta_puntos |
9 | rápida - rapidez - rápido - rapido - rapida | 1029 | 9_rápida_rapidez_rápido_rapido |
10 | cocina - chocolate - copec - caliente - poca | 862 | 10_cocina_chocolate_copec_caliente |
11 | chicas - niñas - señoritas - señorita - amables | 521 | 11_chicas_niñas_señoritas_señorita |
12 | turno - noche - tienda - tarde - nocturno | 545 | 12_turno_noche_tienda_tarde |
13 | limpieza - limpio - limpia - ordenado - tienda | 680 | 13_limpieza_limpio_limpia_ordenado |
14 | vendedora - vendedor - vendedoras - vendedores - shell | 693 | 14_vendedora_vendedor_vendedoras_vendedores |
15 | combustible - carga - bombero - auto - vehículo | 521 | 15_combustible_carga_bombero_auto |
16 | trabajo - trabajadores - trabajadoras - trabajar - equipo | 861 | 16_trabajo_trabajadores_trabajadoras_trabajar |
17 | excelente - servicio - atención - atencion - constanza | 661 | 17_excelente_servicio_atención_atencion |
18 | minutos - 10 - espera - 20 - 30 | 778 | 18_minutos_10_espera_20 |
19 | hot - dog - hamburguesas - hamburguesa - dogs | 576 | 19_hot_dog_hamburguesas_hamburguesa |
20 | cliente - clientes - trato - comentario - atención | 382 | 20_cliente_clientes_trato_comentario |
21 | atencion - buena - buenisima - atención - exelente | 772 | 21_atencion_buena_buenisima_atención |
22 | mala - malo - actitud - malos - calidad | 816 | 22_mala_malo_actitud_malos |
23 | aire - acondicionado - agua - olor - temperatura | 495 | 23_aire_acondicionado_agua_olor |
24 | sabor - sonrisa - moscas - mesón - música | 446 | 24_sabor_sonrisa_moscas_mesón |
25 | mañana - lunas - medias - mañanas - azúcar | 285 | 25_mañana_lunas_medias_mañanas |
26 | upa - upita - market - moneda - equipo | 225 | 26_upa_upita_market_moneda |
27 | pedido - pedidos - perros - perro - entrega | 318 | 27_pedido_pedidos_perros_perro |
28 | opciones - veganas - vegetarianas - vegetariana - vegetarianos | 245 | 28_opciones_veganas_vegetarianas_vegetariana |
29 | cordial - cordialidad - cordiales - amable - atención | 298 | 29_cordial_cordialidad_cordiales_amable |
30 | rica - comida - rico - fresca - café | 363 | 30_rica_comida_rico_fresca |
31 | linda - atención - hora - precisa - atencion | 179 | 31_linda_atención_hora_precisa |
32 | papas - fritas - empanadas - porción - aceite | 262 | 32_papas_fritas_empanadas_porción |
33 | bomberos - bombero - propina - combustible - isla | 266 | 33_bomberos_bombero_propina_combustible |
34 | comida - deliciosa - calidad - fresca - servicio | 190 | 34_comida_deliciosa_calidad_fresca |
35 | deficiente - educado - educada - mal - educación | 379 | 35_deficiente_educado_educada_mal |
36 | gentil - gabriela - gentiles - genial - gentileza | 244 | 36_gentil_gabriela_gentiles_genial |
37 | promociones - conceptos - principales - propina - comentario | 130 | 37_promociones_conceptos_principales_propina |
38 | lugar - limpio - agradable - lindo - ordenado | 204 | 38_lugar_limpio_agradable_lindo |
39 | message - personal - - - | 278 | 39_message_personal__ |
40 | carolina - karina - sra - cristina - maría | 61 | 40_carolina_karina_sra_cristina |
41 | lento - lavado - fichas - aspirado - auto | 91 | 41_lento_lavado_fichas_aspirado |
42 | paola - pamela - juan - ximena - dedicación | 166 | 42_paola_pamela_juan_ximena |
43 | alegría - alejandra - amorosa - diana - alejandro | 71 | 43_alegría_alejandra_amorosa_diana |
44 | limpios - baños - lindos - limpiar - olor | 78 | 44_limpios_baños_lindos_limpiar |
45 | mascotas - entrada - ingreso - mascota - permitir | 155 | 45_mascotas_entrada_ingreso_mascota |
46 | cortesía - cortes - cortés - mochila - usan | 74 | 46_cortesía_cortes_cortés_mochila |
47 | demora - hambre - entrega - apariencia - pedido | 50 | 47_demora_hambre_entrega_apariencia |
48 | madrugada - 04 - 03 - horas - tapas | 122 | 48_madrugada_04_03_horas |
49 | gel - alcohol - dispensador - dispensadores - ketchup | 42 | 49_gel_alcohol_dispensador_dispensadores |
50 | rico - rapido - fresco - sandwich - chocolate | 38 | 50_rico_rapido_fresco_sandwich |
51 | gasolina - región - trabaja - diésel - estación | 69 | 51_gasolina_región_trabaja_diésel |
52 | daniela - felicitar - romero - felipe - realizada | 49 | 52_daniela_felicitar_romero_felipe |
53 | ignacio - don - ivan - gran - quilaleo | 26 | 53_ignacio_don_ivan_gran |
54 | angelica - maria - srta - jose - especialmente | 39 | 54_angelica_maria_srta_jose |
55 | seguridad - guardia - robo - estacionamiento - miguel | 60 | 55_seguridad_guardia_robo_estacionamiento |
56 | cecilia - macaya - satisfecho - proporcionaron - gema | 83 | 56_cecilia_macaya_satisfecho_proporcionaron |
57 | gusta - gustó - gustaría - gusto - aquí | 44 | 57_gusta_gustó_gustaría_gusto |
58 | mechada - italiana - italiano - ensalada - recibido | 48 | 58_mechada_italiana_italiano_ensalada |
Training hyperparameters
- calculate_probabilities: False
- language: None
- low_memory: False
- min_topic_size: 10
- n_gram_range: (1, 1)
- nr_topics: 60
- 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
- Downloads last month
- 3
Inference Providers
NEW
This model isn't deployed by any Inference Provider.
🙋
Ask for provider support