weixin_56154620的博客

原创 Elasticsearch实战

标准化后的数据通过TextRank算法进行处理，TextRank是一种基于图的排名模型，通过构建词语共现的图并进行排名以识别重要的短语或词语。PageRank算法构造的网络中的边是有向无权边，而TextRank算法构造的网络中的边是无向有权边。它是通过计算一个词在所有文档中出现的频率的倒数来度量的，也就是说，如果一个词在大多数文档中都存在，那么它的IDF值就较低，反之则较高。scake的思想是将文本数据中的每两连续句组成子文档，然后考察词的共现情况，构造共现矩阵，计算得到得分最高的词组成词组。