Artikeln är en handledning som demonstrerar hur man använder BERTopic, en teknik för ämnesmodellering i Python, för att analysera textdata. BERTopic utnyttjar transformatorer (som BERT-inbäddningar) och klassbaserad TF-IDF för att skapa täta kluster och visualisera ämnen. Handledningen beskriver steg för steg hur man installerar BERTopic, laddar in data (från tweets om OS i Tokyo 2020), skapar en modell, väljer och visualiserar ämnen, samt hur man reducerar och sparar/laddar modeller. BERTopic erbjuder flexibilitet genom stöd för olika språk och transformator-backends, inklusive flerspråkiga modeller för över 50 språk.