python - 如何在训练模型上获得新的未见文档的界限或困惑值？

Question

我想使用 LDA 查找数据集中的异常值。为了指定异常值，对于这种情况，我计划在训练模型上使用新的未见文档的边界值或困惑值？之后，我将按升序对值进行排序，检查是否是异常值？我的问题是我无法获取单个文档的绑定(bind)/困惑值，该模型会抛出“TypeError:'int'对象不可下标”错误。

如果您能帮助我解决我的问题，我将不胜感激？

以防万一，我附上我的代码:

tokenized_corpora = dictionary.doc2bow(_acc[2])
total_number_of_words_tokenized_corpora = len(tokenized_corpora)
bound_corpora = ldaModel.bound(tokenized_corpora)
per_word_perplex_corpora = np.exp2(-bound_corpora / 
total_number_of_words_tokenized_corpora)

提前致谢。

Answer 1

根据我的研究，为了获得单个文档的日志复杂度，可以使用以下命令:

ldaModel.log_perplexity([bow])