BERTopic 与大模型辅助的 AI“数字复活”受众话语分析

通过语义向量与 BERTopic 发现 AI“数字复活”评论中的讨论主题，再结合大模型解释与统计口径分析情感和伦理话语。

• 技术与任务自然语言处理 · 大模型与智能体 · 统计与数据分析
• 应用方向信息与人工智能 · 经管与人文社科

项目亮点

• 语义聚类与关键词统计有什么区别
• 大模型怎样辅助解释主题
• 主题比例为何需要说明分母

数据与任务

面对 AI“数字复活”视频，观众谈论的是技术效果、思念关系，还是同意与尊严？这个项目用主题发现整理大规模评论，再将统计结果与传播学问题联系起来。

先说清楚，它到底在做什么

正式分析从 23,242 条评论中整理出 22,899 条候选文本，18,520 条用于主题发现，形成 35 个有效主题。通过主题证据和概念归纳，将讨论组织成六类受众话语，观察不同关注点的比例与关系。

搞懂它，你能在面试里讲清楚什么

语义聚类与关键词统计有什么区别

语义向量让表达不同但内容相近的评论靠近，UMAP 压缩表示，HDBSCAN 识别密度结构，BERTopic 为主题提取关键词。主题数量与离群文本都需要结合样本理解。

大模型怎样辅助解释主题

模型读取主题关键词与代表性证据，给出结构化解释，再由主题映射形成六类分析口径。解释环节围绕已有主题证据展开，统计数量来自实际结果表。

主题比例为何需要说明分母

在进入六类实质主题的 16,344 条候选评论中，“思念与关系延续”占 44.2%。项目同时提供两种统计口径，帮助区分全部候选评论、进入主题的文本以及具体主题内部的比例。

怎样阅读实验与配图

主题规模图、六类话语分布和两种口径对照图，适合用于解释“技术讨论如何与关系需求和伦理边界交织”。配套保留正式统计与处理流程，完整原始评论按资料授权范围使用。

面试与答辩可以怎样准备

BERTopic 的主题与研究者归纳的六类话语是什么关系？

为什么部分评论会成为离群文本？

改变统计分母会怎样影响传播学结论？

配套讲解材料围绕整体思路、关键步骤与结果解读展开，并提供面试问答与简历表达参考。准备时可以先按流程说明输入和输出，再选一个样例解释方法，最后用结果图回答具体问题。简历描述结合实际参与内容调整，配图可以放入 PPT 模板组织汇报。

配套资料

技术文档从任务背景、数据组织讲到模型与实验，再结合图表解释结果，包含面试问答和项目表达参考。下面展示正文选页，便于了解讲解内容与图文组织。

代码覆盖数据处理、核心方法和实验分析。下面是实际源码中的关键函数节选，可以结合文档中的流程与公式阅读，再沿输入、计算与输出理解具体实现。

适合谁

新闻传播、社会学、数字人文与自然语言处理方向。 项目资料可用于学习、选题交流与面试答辩准备；沿着数据、方法、实验和解释逐步掌握，形成能够独立讲清楚的项目经历。