Bertopic 运行中报错记录

1、下载模型报错ConnectionError: (ProtocolError(‘Connection aborted.’, ConnectionResetError(54, ‘Connection reset by peer’))

运行代码：

topics, probabilities = model.fit_transform(docs)

报错内容：

ConnectionError: (ProtocolError(‘Connection aborted.’, ConnectionResetError(54, ‘Connection reset by peer’)), ‘(Request ID: 5a75855f-ec0f-415b-8626-cb998e73aa80)’)

解决方案：

安装OpenSSL
MAC 安装

brew install OpenSSL

2、下载模型报错ConnectionError: (MaxRetryError("HTTPSConnectionPool(host=‘huggingface.co’, port=443):

运行代码：

topics, probabilities = model.fit_transform(docs)

报错内容：

ConnectionError: (MaxRetryError("HTTPSConnectionPool(host=‘huggingface.co’, port=443)

解决方案：

• 将模型下载到本地，在huggingface 上，指定模型的Files and versions 进行下载，全部下载完成以后，设置本地模型的路径，就是下载以后放在本地的文件夹地址。
• 科学上网，切换网络后可以直接下载
  • 

3、OMP: Info #276: omp_set_nested routine deprecated, please use omp_set_max_active_levels instead."

运行代码：

topics, probabilities = model.fit_transform(docs)

报错内容：P: Info #276: omp_set_nested routine deprecated, please use omp_set_max_active_levels instead."

解决方案

conda install -c numba numba==0.56.2

4、ValueError: empty vocabulary； perhaps the documents only contain stop words

5、TypeError: object of type ‘numpy.float64’ has no len()

遇到上面两个（4 & 5）问题基本上都是因为，默认的模型是处理英文数据，即处理word+空格的语言，对中文不适用，针对问题5:网上有个解决方案，但是我自己没有解决

最终的解决方案是不用默认的模型，换成支持中文的模型

from sentence_transformers import SentenceTransformer
embedding_model = SentenceTransformer("distiluse-base-multilingual-cased-v1")