TextRank: Bringing Order into Texts论文笔记

原来在搜PageRank论文时找到这篇04年发表、引用次数3066次的论文。

原文链接: https://www.aclweb.org/anthology/W04-3252.pdf

阅读之后，发现并不是做网页排序或者爬虫调度相关的。而是利用PageRank/Hits等随机游走的方法对文本中的单元计算出类似PageRank的值，用来做无监督的关键词抽取、关键句子抽取，取得了很好的效果。

具体在关键词抽取上，先对词过滤，只选取名词和形容词，然后以窗口为N的co-occurrence关系构建图，发现N=2、无向图时效果最好。

Sentence Extraction的任务里，这些句子的边是句子之间的相似度，当然比较相似之前，先做过滤，只保留open class words。

在图里很好地实现了”推荐"的概念，而且实现的效果非常好，不需要训练、不需要语言学知识、不需要语料。

倒感觉像只是知识图谱或图神经网络之类的论文。