TextRank——关键词提取

TextRank 算法可以脱离语料库的背景，仅对单篇文档进行分析就可以提取该文档的关键词。

PageRank 算法

TextRank 算法基于 PageRank 算法的。PageRank 算法是一种网页排名算法，其基本思想有两条：

• 链接数量：一个网页被越多的其他网页链接，说明这个网页越重要。
• 链接质量：一个网页被一个越高权值的网页链接，也能表明这个网页越重要。

image.png

d 表示阻尼系数，为了解决没有入链网页的得分。在 0.85 的阻尼系数下，大约 100 多次迭代 PR 值就能收敛到一个稳定的值，而当阻尼系数接近 1 时，需要的迭代次数会陡然增加很多，且排序不稳定。

链接网页的初始分数如何确定：算法开始时会将所有网页的得分初始化为 1，然后通过多次迭代来对每个网页的分数进行收敛。收敛时的得分就是网页最终得分。若不能收敛，也可以通过设定最大迭代次数来对计算进行控制，计算停止时的分数就是网页的得分。

TextRank 算法

image.png

参考链接

https://www.zybuluo.com/evilking/note/902585