TextRank是一种基于图排序的非监督方法，广泛应用于关键字提取和短语提取等自然语言处理任务中。该算法通过构建文本图模型，利用顶点（如单词、短语或句子）之间的关系来评估其重要性，并通过迭代计算得出最终得分。TextRank的核心在于能够从全局角度获取信息，而不仅仅依赖于局部特征。
摘要
TextRank是一个图排序模型，还是一个非监督方法。可用于关键字提取和短语提取。
TextRank模型
TextRank基于全图，递归获取全局信息，来决定每个顶点的重要性。
其中，d是阻尼系数，通常取0.85。（论文Brin and Page，1998）。
TextRank算法运行结束后，每个顶点的最终取值与初始值得选择是无关的。初始值得选择只会影响算法迭代到收敛的次数。
权重图
权重图的公式稍微不同于上式：
把文本当做图处理
顶点：单词、短语、全部的句子，等等
边：词汇或者语义上的关系、前后关系上的重叠，等等
主要步骤
扫一扫
1230
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
