NLP-关键词抽取的几种算法

TextRank

---

从PageRank

PageRank的思想是这样的：
求解网页的重要性就是求解有向图中节点的重要性，或者说节点的权重。图中节点的重要性和节点的入度有关，越多的其他节点连接到该节点说明该节点的重要性越大。因此，节点的重要性与节点的入度有关。考虑到存在没有入度的节点，增加了阻尼系数来保证所有的节点都有大于0的重要性。试验结果表明，0.85的阻尼系数，迭代100多次就可以收敛到一个稳定的值。
所以PageRank的公式：

到TextRank

TextRank从PageRank改进而来，比PageRank多了一个参数：节点之间边的权重，不同的是TextRank算法构造了一个无向图。公式如下：

文本分词后的词汇相当于有向图中的节点，节点之间的边则通过词共现关系构建。给节点指定任意初值，迭代传播节点之间的权重，直到收敛。 <