摘抄自微信公眾號：AI學習與實踐
TextRank，它利用圖模型來提取文章中的關鍵詞。由 Google 著名的網頁排序算法 PageRank 改編而來的算法。
PageRank
PageRank 是一種通過網頁之間的超鏈接來計算網頁重要性的技術，以 Google 創辦人 Larry Page 之姓來命名，Google 用它來體現網頁的相關性和重要性。
PageRank 通過網絡浩瀚的超鏈接關系來確定一個頁面的等級，把從 A 頁面到 B 頁面的鏈接解釋為 A 頁面給 B 頁面投票，Google 根據 A 頁面（甚至鏈接到 A的頁面）的 等級和投票 目標的等級來決定 B 的等級。
簡單的說，一個高等級的頁面可以使其他低等級頁面的等級提升。
整個互聯網可以看作是一張有向圖圖，網頁是圖中的節點，網頁之間的鏈接就是圖中的邊。如果網頁 A 存在到網頁 B 的鏈接，那么就有一條從網頁 A 指向網頁 B 的有向邊。
構造完圖后，使用下面的公式來計算網頁 i的重要性（PR值）：
TextRank
TextRank 公式在 PageRank 公式的基礎上，為圖中的邊引入了權值的概念:
用 TextRank 算法計算圖中各節點的得分時，同樣需要給圖中的節點指定任意的初值，通常都設為1。然后遞歸計算直到收斂，即圖中任意一點的誤差率小於給定的極限值時就可以達到收斂，一般該極限值取 0.0001。
使用 TextRank 提取關鍵詞
現在是要提取關鍵詞，如果把單詞視作圖中的節點（即把單詞看成句子），那么所有邊的權值都為 0（兩個單詞沒有相似性），所以通常簡單地把所有的權值都設為 1。
此時算法退化為 PageRank，因而把關鍵字提取算法稱為 PageRank 也不為過。
我們把文本拆分為單詞，過濾掉停用詞（可選），並只保留指定詞性的單詞（可選），就得到了單詞的集合。假設一段文本依次由下面的單詞組成：
現在將每個單詞作為圖中的一個節點，同一個窗口中的任意兩個單詞對應的節點之間存在着一條邊。然后利用投票的原理，將邊看成是單詞之間的互相投票，經過不斷迭代，每個單詞的得票數都會趨於穩定。
一個單詞的得票數越多，就認為這個單詞越重要。
使用 TextRank 提取摘要
自動摘要，就是從文章中自動抽取關鍵句。人類對關鍵句的理解通常是能夠概括文章中心的句子，而機器只能模擬人類的理解，即擬定一個權重的評分標准，給每個句子打分，之后給出排名靠前的幾個句子。
基於 TextRank 的自動文摘屬於自動摘錄，通過選取文本中重要度較高的句子形成文摘。
依然使用 TextRank 公式：
