NLP—TextRank算法获取文本关键词和摘要

    TextRank算法主要用来生成文本的关键词和摘要，其来源于PageRank算法，下面先介绍PageRank。PageRank在搜索领域有广泛的应用，最开始用来计算网页的重要性。可以把整个网络看成有向图，网页是结点，如果网页A中存在一条链接指向网页B，则认为A到B存在一条有向边。

    S(Vi)表示网页i的重要性即PR值，d是阻尼系数（确保当一个网页没有链接指向它时，也有一定PR值），经验一般设置为0.85，In(Vi)是包含指向网页i的链接的网页集合。Out(Vj)是网页j中指向其他网页的链接的集合，S(Vj)代表网页j的PR值。所以对于一个网页，它的重要性取决于到它的每个链接页面的重要性之和，每个链接到该网页的页面的PR值S(Vj)同时还需要对其他的页面贡献评分，所以除以了|Out(Vj)|。另外，网页的重要性不单单由链接网页决定，还包含一定的概率要不要接受其他网页的重要性评价，这也就是d的作用。
    初始时，可以将各个网页的重要性值设置为1，PageRank经过多次迭代最终得到结果。公式左边代表迭代后的网页PR值，等号右边的是迭代前的PR值。

TextRank提取