Upload folder using huggingface_hub

README.md

@@ -25,31 +25,36 @@ model.print_topics()
 The model is structured as follows:
 
 ```
-SemanticSignalSeparation(decomposition=FastICA(n_components=20),
+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...lasttoken': False, 'include_prompt': True})
-  (2): Normalize()
-),
-                         n_components=20,
-                         vectorizer=CountVectorizer(max_df=0.99, min_df=100,
-                                                    stop_words=['musí', 'němuž',
-                                                                'sice', 'kteři',
-                                                                'podle',
-                                                                'neděláte',
-                                                                'jestli', 'od',
-                                                                'napiste',
-                                                                'chceš', 'mě',
-                                                                'ho', 'te',
-                                                                'email', 'ti',
-                                                                'prostě',
-                                                                'svých', 'asi',
-                                                                'tak', 'zde',
-                                                                'k', 'hodně',
-                                                                'pouze', 'ahoj',
-                                                                'vaše', 'nez',
-                                                                'se', 'aniž',
-                                                                'jenom', 'cz', ...]))
+  (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
@@ -57,26 +62,16 @@ The topics discovered by the model are the following:
 
 | Topic ID | Highest Ranking | Lowest Ranking |
 | - | - | - |
-| 0 | učitelské, pedagogové, učitelský, loktem, učitelku, učitelkou, učitelského, trnu, oddělením, oddělení | masaryk, masarykovy, masaryka, masarykem, masarykových, masarykové, masarykovi, masarykv, masarykovým, masarykovu |
-| 1 | vincenzo, návštěvníka, autobusem, hlubokému, vernisáži, výstavách, herben, autobusu, návštěvníkm, návštěvníku | jai, jaou, jeou, aoy, jato, jih, jat, zují, io, árii |
-| 2 | slovaques, slovaks, slovakia, hess, slovak, husákovi, skaut, bejt, slovacchi, herecký | 199, 1985, 1989, 1983, připomeňme, vzpomeňme, angelo, 1991, založilo, novinářm |
-| 3 | listu, listy, listů, poštovného, posta, listě, poštovným, američanem, list, dollars | sks, srpnu, socialis, slezsku, slunné, sné, slováci, srnu, snah, slezska |
-| 4 | cirkevných, biskupských, církevních, katolických, církevními, kongregací, biskupové, biskupství, biskupské, církev | příroda, zatmění, šumění, nature, dušiček, dýchání, přírody, záhubě, záplava, přírodou |
-| 5 | režimu, lenin, jelínka, jelínek, leninismus, jelínkovi, jelínkovy, stalin, jeníka, stalinská | austrália, australian, australské, austrálie, australia, australská, australský, australském, australských, austral |
-| 6 | výkřiky, nevydrželi, odzbrojeni, nedočkali, výkřikem, křičeli, nechávali, nepustili, nepohodlní, nenechají | vědu, věda, vědou, sciences, sci, věd, scientific, sociology, vědě, science |
-| 7 | zdmi, srpem, padaly, padl, kalandra, křestana, spadl, clevelandu, yverdon, nadarmo | husákovým, husit, bisk, husák, boská, bisku, humoristique, husákovi, bušek, husákovy |
-| 8 | congressional, tennessee, senate, carolina, congress, lincoln, illinois, senátorem, indiana, connecticut | český, balkán, sovětech, českí, českého, čeští, českým, czech, tschechen, tchécoslovaque |
-| 9 | žaloba, obžalován, obžalovanému, obžalovaných, obviněn, obžalovaný, obžalováni, obžalovaní, obviněného, obviněný | 1935, západ, pokolením, 1936, západoněmečtí, krajiny, pokolení, nostalgie, rusm, staré |
-| 10 | sopka, oklahoma, dining, steak, gromyka, panenka, potlesk, starostech, slowakischen, stezky | hitlerv, xvi, xvii, egyptských, xviii, kontrarevoluční, xv, kontrarevoluce, marxv, marxismus |
-| 11 | citizens, conscience, spoluobčany, spoluobčanm, responsibility, občanovi, participating, solidarity, občanom, spoluobčané | 1298, znamenité, římští, staročeské, 1297, carské, 1436, římský, byzantské, 1512 |
-| 12 | hospodářství, hospodárstva, hospodárstvo, hospodárskych, hospodárske, hospodářských, stavebnictví, hospodársky, hospodárskej, ekonomika | útěchu, útěcha, útěchou, tajemníci, dopisoval, deportován, amnesty, útěchy, amnestie, vyslýcháni |
-| 13 | československo, čechoslováci, československa, československu, českosloven, čechoslovák, ceskoslovensko, czechoslovak, čechoslováky, slovaks | concert, koncertní, hudební, koncertních, koncerty, hudebního, koncertním, hudebními, koncert, koncertě |
-| 14 | bible, bohoslužba, božstvo, božského, božské, bohoslužbu, bohoslužbě, božství, božská, kristu | západoněmec, západoněmecký, západoněmeckou, nacistické, jezdila, švejkovi, západoněmečtí, západoněmeckých, nacistických, nazi |
-| 15 | dubčekovy, husákovi, dubčekovi, dubčeka, dubčekovo, dubčekova, dubčekově, husákovy, dubčekv, dubček | frankfurt, zürich, frankfurtě, frankfurtu, frankfurter, german, garmisch, cartera, germany, winterthur |
-| 16 | českosloven, velen, vyšehrad, kyjev, vln, vyšehradě, vlnu, vhs, events, květnových | autorit, accountant, publishing, pochybuje, paradoxy, stereotypy, fridrich, faust, publisher, charakteru |
-| 17 | čtenářských, čtenářský, čtenářskou, čtenářm, čtenářská, spisovatelského, spisovatelské, čtenářského, písemnictví, autorovým | goebbels, gestapu, soviets, špionáž, sovieti, afghanistan, soviet, ozbrojení, špionáže, sovětští |
-| 18 | skautských, skautském, skauti, skautské, skautingu, skauting, skautský, skautského, skautská, skaut | kapitalist, mojžíš, materialismus, kapitalisty, marxist, marxismus, kapitalistický, kapitalistm, materialistického, kapitalistického |
-| 19 | rumun, umenia, danube, vaňka, rumuny, rumuni, varšavy, varšavu, provincii, evropanství | sokolství, tělovýchovy, sokolští, sokolské, sokolským, sokolských, sokolstvo, tělocvik, cvičil, cvičení |
+| 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
 

model.joblib

@@ -1,3 +1,3 @@
 version https://git-lfs.github.com/spec/v1
-oid sha256:bf716beb89bc828cb821d091d9a2459dba9afc6171fbedbec85fe383b44d8973
-size 1293287843
+oid sha256:e378b30ab122e9ca6d099c857f455b7ee9d69a034d4165dea1cd85e9ced35efb
+size 1211449123