你好，我正在使用以下参数在mabook pro m1上运行BERTopic,并使用预计算的嵌入和句子转换器：
vectorizer_model = CountVectorizer(stop_words="english")
ctfidf_model = ClassTfidfTransformer(reduce_frequent_words=True)
representation_model = OpenAI(openai_client, model="gpt-3.5-turbo", delay_in_seconds=10, chat=True)
BERTopic(
vectorizer_model = vectorizer_model,
ctfidf_model = ctfidf_model,
nr_topics = 'auto',
min_topic_size = max(int(len(docs)/800),10),
representation_model = representation_model )我注意到在使用表示模型时，模型的拟合时间有很大差异，不使用时5分钟，使用时35分钟。这是有什么特别的原因吗？因为这应该是在整个主题建模过程结束时运行的操作，它不应该花费30分钟来检索关键词、文档并向聊天gpt发送提示，也许有我不知道的事情发生，提前谢谢
是否有可能在拟合模型后添加表示层？
1条答案
按热度按时间dfddblmv1#
这是因为你设置了
delay_in_seconds=10,这意味着在每个提示之间会有10秒的延迟，以防止超时/速率限制错误。这些通常出现在你拥有OpenAI免费帐户的情况下，因为这些帐户有严格的速率限制。如果你想让它更快，只需删除该参数即可。