评论语义聚类—问题主题量化—责任队列闭环法

文本汇总、脱敏、聚类、趋势监测和任务分发高度适合任务化，且可通过代表文本抽查和安全关键词升级控制误判。

采用可配置中文嵌入模型，保存每个主题的代表原文和置信信息；设置PII脱敏、安全事件强制升级、主题漂移监测和人工合并拆分界面。

BERTopic提供基于文本嵌入、降维、聚类和主题表示的可组合工作流，并支持主题检查、合并和随时间分析。可迁移的执行环节包括文本预处理、主题发现、代表文本抽取、主题规模及趋势计算；淘宝、拼多多落地必须加入中文语义模型、店铺业务标签和人工主题命名。

输出格式：主题清单、代表文本、趋势图、SKU及批次风险排行和责任任务队列

执行示例：系统发现某母婴用品“异味”主题两周内从0.8%升至3.1%，且集中于同一供应商批次并与退款显著关联，于是自动生成质量复核任务；在实验室或供应商调查完成前，不自动认定污染，也不自动处罚供应商。