janko/s3_scriptum

This repository contains a topic model trained with the Turftopic Python library.

To load and use the model run the following piece of code:

from turftopic import load_model

model = load_model(janko/s3_scriptum)
model.print_topics()

Model Structure

The model is structured as follows:

SemanticSignalSeparation(decomposition=FastICA(n_components=10),
                         encoder=SentenceTransformer(
  (0): Transformer({'max_seq_length': 8192, 'do_lower_case': False}) with Transformer model: XLMRobertaModel 
  (1): Pooling({'word_embedding_dimension': 1024, 'pooling_mode_cls_token': True, 'pooling_mode_mean_tokens': False, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_s...
                                                                'about': 4,
                                                                'abraham': 5,
                                                                'abrahama': 6,
                                                                'abroad': 7,
                                                                'absence': 8,
                                                                'abso': 9,
                                                                'absolutismus': 10,
                                                                'absolutna': 11,
                                                                'absolutno': 12,
                                                                'absolutní': 13,
                                                                'absolutorium': 14,
                                                                'absolvent': 15,
                                                                'absolvovat': 16,
                                                                'absolvování': 17,
                                                                'abstinent': 18,
                                                                'abstrakce': 19,
                                                                'abstraktní': 20,
                                                                'absurdita': 21,
                                                                'absurdnost': 22,
                                                                'absurdní': 23,
                                                                'absurdum': 24,
                                                                'abv': 25,
                                                                'abych': 26,
                                                                'abys': 27,
                                                                'abyst': 28,
                                                                'ac': 29, ...}))

Topics

The topics discovered by the model are the following:

Topic ID	Highest Ranking	Lowest Ranking
0	economics, hříšný, economist, hřích, priemysl, hospodářství, renesance, reformátor, ekonomika, kapitalist	slalom, sokolství, výcvik, cvičiště, skákat, tělovýchova, cvičící, skauting, tělocvik, sokolstvo
1	protiprávní, žaloba, nezákonnost, protizákonný, protiústavní, tužba, obviněný, stížnost, obžalovaný, trestní	kusák, mozek, švejk, pokolení, mazák, mozk, husák, rusko, klusák, economics
2	mokrý, trávníček, vlhký, přírodní, naruby, dřivý, fantasie, instinkt, funk, šedivý	biskupství, biskupský, biskupom, katolicismus, kněžstvo, kněžství, biskupe, českosl, konsulát, katolictví
3	bahamas, america, usa, americans, us, bible, amerika, amerike, americký, americkomi	nádraží, košňar, klusák, husákův, urbánek, sochař, dvorek, husák, komunisticko, socialisticko
4	switzerland, österreich, schweiz, austrian, švýcarsko, solothurn, perth, swiss, stavebnictví, austrálie	stalinist, bolševik, protisovětský, stalinský, mohameda, merický, imperialist, napoleon, stalinový, imperialista
5	surrealismus, literar, literatúr, literat, literatura, literatúre, filolog, literature, autorův, čtenářský	slowakna, shledaná, varšava, church, gramodeska, gdaňsko, luncheon, dinner, pokladna, oklahoma
6	demokratismus, demokratizační, energetika, pragmatismus, konsolidace, demokratičnost, konsensus, demokracie, ideologie, demokratice	priest, kňaz, kňaza, knihovník, kněz, vysvěcený, presbyter, church, bishop, reverend
7	literature, nakladatelství, umění, nakladatelský, vydavatelství, vydavatelstvo, literatura, publikační, publishing, vydavatelský	bojiště, ohniště, poražený, bezbranný, spálený, odzbrojený, obrněný, upálený, neschopní, porobený
8	vzkříšení, náboženství, náboženstvo, ukřižovaný, vyznání, božství, znovuzrození, papežství, nábožený, ukřižování	austrálie, spotřební, prices, rental, rent, austrálio, austrian, austral, price, ekonomika
9	redakcie, redaktorka, redakční, občasník, redakcium, buchdruckerser, redaktionsschluss, vydať, časopisov, rubrika	bezmocný, protestující, barbarství, protest, monarchie, demonstrant, opera, konser, demonstrace, protestní

Package versions

The model in this repo was trained using the following package versions:

Package	Version
scikit-learn	1.6.1
sentence-transformers	4.1.0
turftopic	0.17.0
joblib	1.5.0

We recommend that you install the same, or compatible versions of these packages locally, before trying to load a model.