模板代码是main.ipynb

安装依赖 & 运行代码：

• 整个教程基于Python 3.10.x版本
• 需要先安装Anaconda，下载Anaconda
• 先安装HDBSCAN：conda install -c conda-forge hdbscan
• 安装其他依赖：pip install torch==2.0.1 transformers==4.29.1 tqdm==4.65.0 numpy==1.23.2 jieba==0.42.1 bertopic==0.15.0
• 如果运行过程中提示缺少其他依赖，自行安装即可
• 然后，直接运行main.ipynb，就能看到运行结果了

准备数据：首先，您需要准备一份文本.txt和一份时间.txt，放入data/目录

• 文本.txt是切词前的语料，一个文档对应一行
• 时间.txt对应每条文本的年份
• 文本.txt和时间.txt行数相同，比如都是1000行，代表1000行文本及其对应时间
• 放入data/目录，您可以参考data/目录下的文件示例

切词：来到分词目录，运行cut_word.py，会生成data/切词.txt

• 用户字典在分词/userdict.txt中设置
• 停用词在分词/stopwords.txt中设置

生成词嵌入：来到embedding目录，运行其中一个ipynb文件，会生成emb.npy

• 比如运行 embedding_bert.ipynb，会调用bert-base-chinese模型生成词向量
• 比如运行 embedding_sentence_transformer.ipynb，会调用Sentencetransformers模型生成词向量
• 把生成的词向量，复制到data目录，修改为embedding_bbc.npy等文件名，具体参考data/目录中的文件命名
• 如果要使用autodl等线上GPU平台，则可以将data/文本.txt和线上代码平台/目录中的embedding_xxx.ipynb上传到线上平台，运行，生成Embedding文件并下载到本地

运行：运行main.ipynb，生成聚类结果