BERTopic 主题聚类

用 BERTopic（按语义把相近文本聚到一起形成主题的方法）分析一批材料：先把原始文本清洗并切成片段，再把语义相近的片段聚成若干主题，每个主题给出关键词、一个概括出来的主题名和最有代表性的原文摘录。

主题数可以固定，也可以交给程序按语料结构自行判定。除主题清单外，还会比较主题两两之间的相似度、整理出主题的层级关系，标出相似度过高、适合合并的主题，并按主题整理出一份章节提纲。原文中能识别出时间时，会给出各主题随时间的消长；对识别不到时间的文档，可以另设一个时间基准兜底。

结果不是一次定死：可以把分得过细的主题合并、把混在一起的主题拆开、删掉无关的主题，每改一次生成新的一版，之前的版本仍然保留。也可以就这批材料继续追问，回答只依据你上传的原文并附上出处。