要在BERTopic过程中的每个步骤找到种子，您可以在每个步骤之后检查生成的主题分布。例如，在运行topic_model.get_topics()后，您可以查看主题分布0的内容。然后，您可以将这些内容与运行topic_model.get_topics()后的主题分布0进行比较，以找出可能引入随机性的步骤。

要设置每个过程的种子，您可以在相应的函数中添加random_state参数。例如，在使用UMAP时，您可以这样做：

from umap import UMAP

umap = UMAP(n_neighbors=5, min_dist=0.3, metric='cosine', random_state=42)

这将确保每次运行时都使用相同的随机种子，从而使结果具有一致性。

要找出导致不一致结果的步骤，您可以尝试以下方法：

1. 仔细检查每个步骤的文档和源代码，了解它们如何处理随机性。这可能会帮助您找到可能导致不一致的部分。
2. 在每个步骤之后保存生成的结果，并将其与前一个步骤的结果进行比较。这可以帮助您确定哪些步骤产生了不同的结果。
3. 尝试使用不同的随机种子或参数组合，以查看是否可以获得更一致的结果。这可能需要一些实验和调整。