textrank 关键词提取-python实现

最新推荐文章于 2021-03-25 11:52:48 发布

sparksnail

最新推荐文章于 2021-03-25 11:52:48 发布

阅读量1.6w

点赞数 7

CC 4.0 BY-SA版权

分类专栏：自然语言处理文章标签： textrank 关键词提取

本文链接：https://blog.youkuaiyun.com/y12345678904/article/details/77855936

本文介绍了使用Python编写的一个简易Textrank算法，用于从文本中高效地提取关键信息。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

用python写了一个简单版本的textrank，实现提取关键词的功能。

import numpy as np
import jieba
import jieba.posseg as pseg

class TextRank(object):
    
    def __init__(self, sentence, window, alpha, iternum):
        self.sentence = sentence
        self.window = window
        self.alpha = alpha
        self.edge_dict = {} #记录节点的边连接字典
        self.iternum = iternum#迭代次数

    #对句子进行分词
    def cutSentence(self):
        jieba.load_userdict('user_dict.txt')
        tag_filter = ['a','d','n','v']
        seg_result = pseg.cut(self.sentence)
        self.word_list = [s.word for s in seg_result if s.flag in tag_filter]
        print(self.word_list)

    #根据窗口，构建每个节点的相邻节点,返回边的集合
    def createNodes(self):
        tmp_list = []
        word_list_len = len(self.word_list)
        for index, word in enumerate(self.word_list):
            if word not in self.edge_dict.keys():
                tmp_l