关于关键词提取，摘要提取的，及文本相似总结

关键词：

TF/IDF

textRank（pageRank的变种）：利用词共现制作无向有权图，通过设置贡献窗口长度k，也就是在词w的前k个和后k个出现的词都与w有线相连，初始化相同噢工的随即权重，迭代运算直至前后权重变化小与某个很小的值时，词的权重就确定了。权重越大，词越重要，相当于w相连的词给w打分。

 

摘要：

 

 

TF/IDF：计算去除停用词后的每句话中词的权重和，权重大的为摘要。

textRank（pageRank的变种）：

 

将每个句子看成图中的一个节点，若两个句子之间有相似性，认为对应的两个节点之间有一个无向有权边，权值是相似度。

通过pagerank算法计算得到的重要性最高的若干句子可以当作摘要。

论文中使用下面的公式计算两个句子Si和Sj的相似度：



分子是在两个句子中都出现的单词的数量。|Si|是句子i的单词数。

由于是有权图，PageRank公式略做修改：