2021SC@SDUSC
2021SC@SDUSC
rank函数代码讲解——更新权值部分
上篇博客中开始介绍类UndirectWeightedGraph,首先分析了init初始化函数和过滤函数以及rank函数的一部分,接下来分析rank函数剩余部分。
这是类中rank函数的代码,上次分析到,第一个for循环中,初始化各个节点的权重值,并定义相应的词典和节点出度之和的词典。
def rank(self):
ws = defaultdict(float)
outSum = defaultdict(float)
wsdef = 1.0 / (len(self.graph) or 1.0)
for n, out in self.graph.items():
ws[n] = wsdef
outSum[n] = sum((e[2] for e in out), 0.0)
# this line for build stable iteration
sorted_keys = sorted(self.graph.keys())
for x in xrange(10): # 10 iters
for n in sorted_keys:
s = 0
for e in self.graph[n]:
s += e[2] / outSum[e[1]] * ws[e[1]]
ws[n] = (1 - self.d) + self.d * s
(min_rank, max_rank) = (sys.float_info[0], sys.float_info[3])
for w in itervalues(ws):
if w < min_rank:
min_rank = w
if w > max_rank:
max_rank = w
for n, w in ws.items():
# to unify the weights, don't *100.
ws[n] = (w - min_rank / 10.0) / (max_rank - min_rank / 10.0)
return ws
那么接下来应分析第二个for循环中的代码,主要是用于更新计算结点的权值。
# this line for build stable iteration 这句话是为了稳定的循环迭代
sorted_keys = sorted(self.graph.keys()) #将传生成的图权值排序
for x in xrange(10): # 10 iters 循环10次
for n in sorted_keys: #遍历每个结点
s = 0
for e in self.graph[n]: #遍历结点的入度结点
#计算贡献率公式:贡献率 = 入度结点与结点n的共现次数 / 入度结点的所有出度的次数
s += e[2] / outSum[e[1]] * ws[e[1]] #利用公式,将这些入度结点贡献后的权值相加
ws[n] = (1 - self.d) + self.d * s #更新结点n的权值
这一部分的代码其实就是与TextRank算法公式直接结合起来,s是指公式中后半段累加部分,e[2]应是指累加部分的分子wij,即结点vj到结点vi的边的权重,而outSum[e[1]] * ws[e[1]]则对应公式中的分母部分,就是将节点vj指定其他节点的边的权重相加作为分母,结点vj到结点vi的边的权重在vj出度中的占比。
接下来的代码是权值大小的获取。
(min_rank, max_rank) = (sys.float_info[0], sys.float_info[3]) #选取最大最小权值比较的基准
for w in itervalues(ws): #获取权值的最大值和最小值
if w < min_rank:
min_rank = w
if w > max_rank:
max_rank = w
for n, w in ws.items(): # 对权值进行归一化处理
# to unify the weights, don't *100.
ws[n] = (w - min_rank / 10.0) / (max_rank - min_rank / 10.0)
return ws #返回权值
到此,TextRank获取权值的rank函数已经分析完毕,rank函数最后会返回权值ws,用于关键词提取。