文本摘要(text summarization)三: 图模型（textrank，graph-base）_textsum 和textrank

一、文本摘要(textrank)

        文本摘要，如今，应用最广泛、速度与准确率平衡得最好的，无疑还是textrank。上世纪90年代末互联网技术突飞猛进，各种网页网站爆炸式增长，无论是雅虎式门户网站，抑或是Infoseek类搜索引擎，急需一种相对比较准确的网页重要性计算方法，给网页网站排序，使得人们能够从海量互联网世界中找出自己需要的信息。

        PageRank（The PageRank Citation Ranking: Bringing Order to the Web）应运而生，pagerank，至今，我们无法忘怀这一算法的伟大，因为，伴随这一算法但是的，是一家伟大的互联网公司，google。

        2004年，仿照 PageRank，推出了TextRank 算法。TextRank将句子作为节点，使用句子间相似度，构造无向有权边。使用边上的权值迭代更新节点值，最后选取 N 个得分最高的节点，作为摘要。在工业界，至今仍然发挥着巨大作用。

        github地址: https://github.com/yongzhuo/nlg-yongzhuo/tree/master/nlg_yongzhuo

三、TextRank原理（同NLG文本生成算法一TextRank）

        虽然之前对比过，但还是温习一下。

        提起凝结着pagerank思想的textrank，不得不说的是原始论文的PageRank的公式，d是阻力系数，取0.85；In(Vi)是链入Vi页面的网页集合， Out(Vj)是链出Vi页面的网页集合:

       而TextRank的公式是这样的，Wji表示两节点边的重要程度，入度和初度的意思同PageRank:

        当然，虽然TextRank和PageRank的思想相近，但是它们还是有不同点的。一是边权重的构建不同，PageRank利用的是网页的连接关系，而TextRank利用的是词的共现信息（或者是两两句子的文本相似度）；二是边关系的不同，PageRank是有向无权边，而TextRank的是无向有权边。

        代码实现:https://github.com/yongzhuo/nlg-yongzhuo/tree/master/nlg_yongzhuo/text_summarization/extractive_sum/graph_base/textrank

三、其他graph-base模型

        类似textrank的其他图模型还有lexrank等。

希望对你有所帮助!