项目实训-关键词提取-论文研读-RaKUn算法（1）

项目实训记录系列博客

一马当先，争做国家栋梁。

博客说明

本博客初衷是用于学校项目实训知识梳理、工作内容、收获感悟的记录。
若能在您的学习之路上有所帮助，不胜荣幸。但若需转载，也请注明出处。

博客包含以下内容（也是开篇提到的），但不意味着每一篇都会囊括所有；同时，也并非意味着博客的目录结构就是如此。每篇博客内容请看后文中具体的目录。
知识梳理：为了完成目标算法，将会广泛地查阅有关文献资料。将所学知识、资料进行整理。会加入个人理解，一起进行分享。
工作内容：作为项目参与者，在整个项目中所担任的角色、完成的任务。包括个人任务，团队沟通与合作。
收获感悟：您可以简单理解为鸡汤。不过，不同于空洞的话语，在这里所记录的感悟和总结都是结合自身实际、结合项目实际的，相信您能看到博主是怎样的人，也愿您能从中获得启发和前进的动力。

项目实训系列博客目录

1-关键词提取-任务理解&工作分配
2-关键词提取-代码运行云平台colab的使用
3-关键词提取-论文研读-RaKUn算法（1）
4-关键词提取-论文研读-RaKUn算法（2）
5-关键词提取-论文研读-betweenness centrality相关算法（1）
6-关键词提取-论文研读-betweenness centrality相关算法（2）
7-关键词提取-论文研读-load centrality的合理性探讨
8-在IDEA或Pycharm中解决编码问题
9-python:sort()和sorted()使用及对比
10-python:set的使用
11-python:most_common()函数
12-python:enumerate()函数
13-networkx的基础使用
14-收尾工作-答辩内容整理
15-收尾工作-组织协调

---

---

# Introduction and related work ## 背景 1.keyword extraction 的重要性

2.目前最好的解决方案，所达到的效果也不如其他NLP领域的核心问题现状

监督学习

**KEA：**目前（论文发表时，下同）监督学习最好的模型。基于朴素贝叶斯的ML算法

无监督学习

统计法

YAKE（统计法中目前最好，同时也是所有关键词提取算法中表现最好的）, KP-MINER and RAKE

基于图法

Topic Rank（图法中目前最好）, TextRank, Topical PageRank and Single Rank

本论文方法

基于图的方法，基于聚合方法。将多余、类似的顶点聚合，有卷积网络的特征，但是没有用到卷积网络。原文中还提到这跟传感器网络中的子网络聚合，还有生物学中大分子蛋白质层次表达很像，不过跨学科领域有点远，这里先不去深究这两样事物。

有竞争力的主要特点

**加载中心点：**在这个领域还没有被充分利用，本方法跟很多其他用了中心点的方法，如PageRank都有相当的表现

**元顶点：**本文是首个以聚合相似点为目的而提出此概念的。有类似想法的是YAKE

**拓展：**解决了一元语法、二元语法、三元语法的问题

**泛用性：**泛用性好，任意的文本语料都可以转化为权重图，并且保证全局的序列信息，挖掘潜在的内容，这点比统计法的自然状态呈现要更好。

感想收获

对于目前关键词提取这个领域的进展有了初步的认识和了解。实际上很多方法和概念之前都从未听说过，读到这里还是收获颇丰的。当然，这些方法到底如何，本论文的方法到底好在哪里，还需要更深入的研读和论证。