TextRank算法解析

 

两个句子相似度计算公式：

 

TextRank公式：

注意：这里 S 代表的不是PageRank中的分数，它代表的是 Sentence ；代表的是每一个句子。

Si 代表的是第 i 个句子。

Wk 代表的是句子中第 k 个单词。

|Si| 代表的是句子中单词的个数。

{ Wk| Wk ∈ Si & Wk ∈ Sj } 代表着同时在 Si 和 Sj 中出现的单词。

分母使用对数可以抵消长句子在相似度计算上的优势(长句子包含相同单词的可能性更高)。

根据这个就可以求出两个句子之间的相似度，也就是推荐程度。

例子：

1：how are you

2:   how do you do

相同词：how you

相似度：Similarity(S1,S2) = 2/(log(3),log(4))