复现BERTopic主题建模时遇TypeError：numpy.float64无法转为整数

错误成因 #

• 依赖版本不兼容：BERTopic部分版本和numpy、scikit-learn的版本不匹配。比如numpy新版本会返回numpy.float64类型的数值，但旧版BERTopic的某些逻辑默认接收整数，类型不匹配就会触发报错。
• 输入数据异常：传入fit_transform的docs列表里混入了非字符串内容（比如数值、NaN），模型处理文本时误把这些数值当成了需要整数的参数。
• 参数设置错误：初始化BERTopic时，把需要整数的参数（比如n_neighbors、min_topic_size）设成了浮点数（比如min_topic_size=5.0），导致内部逻辑调用时类型出错。

解决方法 #

1. 修复依赖版本 #

先卸载现有冲突的库，重新安装适配Python3.10的兼容版本：

pip uninstall bertopic numpy scikit-learn -y
pip install bertopic==0.15.0 numpy==1.23.5 scikit-learn==1.2.2

安装完成后重启Jupyter Notebook再运行代码。

2. 校验并清理输入数据 #

确保docs是纯字符串列表，无异常内容：

# 检查并打印非字符串元素
for idx, item in enumerate(docs):
    if not isinstance(item, str):
        print(f"第{idx}个元素异常：值={item}，类型={type(item)}")

# 清理数据：把非字符串转为空串，再过滤空内容
docs = [x if isinstance(x, str) else "" for x in docs]
docs = [x for x in docs if x.strip()]

3. 检查模型初始化参数 #

确认所有需要整数的参数都是整数类型，比如：

# 错误示例：参数用了浮点数
# model = BERTopic(min_topic_size=10.0)

# 正确示例：参数用整数
model = BERTopic(min_topic_size=10)

内容的提问来源于stack exchange，提问作者user432299