【手撕 - 自然语言处理】手撕 TextRank（03）我自己实现的 C++ 版

作者：LogM

本文原载于 https://segmentfault.com/u/logm/articles ，不允许转载~

1. 概述

TextRank 论文地址： https://www.aclweb.org/anthology/W04-3252

上一篇博客 TextRank C++ 版本 提到，两位大佬的代码还有改进空间，所以我自己也实现了一个版本。

2. 致谢

首先要非常感谢3位大佬，我的代码是借鉴了他们3人的代码实现的。

主要借鉴的点：letiantian 对中文的处理；comoody 对图的构建；lostfish 对 PageRank 的实现。

letiantian: https://github.com/letiantian/TextRank4ZH.git

comoody: https://github.com/comoody/TextRank.git

lostfish: https://github.com/lostfish/textrank.git

3. 我自己的实现

Github地址：https://github.com/imLogM/TextRank_Cpp.git

原本我是给自己定的以下几个目标：

a. 遵循原论文思路；

b. 代码简洁；

c. 优化计算速度；

d. 考虑异常输入。

后来我发现，要 b、c、d 兼得真的好难。为了加速计算速度，用空间换时间，把一些计算中间值单拎了出来，代码简洁度--。为了应对用户各种奇葩的输入，写了很多判断语句，代码简洁度--。

还是，就是为了兼容旧的编译器，range-based for loop 和 匿名函数 是肯定不能用的，代码简洁度--。

4. 注意事项

代码里面会有 xxxx::toLowerCase() 和 xxxx::split() 这两个奇怪的函数。这是因为我自己实现的时候用的特殊的字符串处理库，你们使用时需要自己找库来替换，当然，这两个函数自己写貌似也没特别大的难度。