Google Colab升级Python后无法加载旧BERTopic模型求助

方案1：不切换Python版本，兼容加载旧模型 #

直接在Python3.8环境中安装与旧模型匹配的BERTopic及依赖版本，规避版本冲突：

• 先确认旧模型训练时使用的BERTopic版本（若本地有备份环境，可运行pip show bertopic查看），然后在Colab中指定安装该版本：

  # 先安装hdbscan预编译轮子，避免编译报错
  pip install hdbscan -f https://github.com/scikit-learn-contrib/hdbscan/releases/download/0.8.27/hdbscan-0.8.27-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
  # 替换为旧模型对应的BERTopic版本，例如0.13.0
  pip install bertopic==0.13.0
  

• 若仍有依赖冲突，可进一步指定sentence-transformers、umap-learn等依赖的版本，需与旧训练环境一致。

方案2：在Colab中配置Python3.7环境（解决hdbscan编译问题） #

如果必须使用Python3.7，先安装编译hdbscan所需的依赖，再执行安装：

# 安装编译依赖
!sudo apt-get update -y
!sudo apt-get install python3.7 python3.7-dev build-essential cmake
# 设置Python3.7为默认版本
!sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.7 1
!sudo update-alternatives --config python3 <<< "1"
# 安装并升级pip
!curl https://bootstrap.pypa.io/get-pip.py | python3.7
!python3.7 -m pip install --upgrade pip
# 安装hdbscan和BERTopic
!python3.7 -m pip install hdbscan bertopic

执行完成后需重启Colab运行时，确保Python版本切换生效。

方案3：本地转换模型格式后上传到Colab #

在本地Python3.7环境中加载旧模型，将模型的核心组件（如话题表示、文档分配结果等）导出为JSON、CSV等通用格式，或使用bertopic的save方法保存为兼容更高版本的格式，再上传到Colab中重新构建模型。

内容的提问来源于stack exchange，提问作者Raniah