【收藏】使用jieba 进行基于 TextRank 算法的关键词抽取

Python中通过jieba.analyse.textrank 进行基于 TextRank 算法的关键词抽取
算法论文见 TextRank: Bringing Order into Texts

基本思想:

• 将待抽取关键词的文本进行分词
• 以固定窗口大小(默认为5，通过span属性调整)，词之间的共现关系，构建图
• 计算图中节点的PageRank，注意是无向带权图

Python用法说明

# sentence 为待提取的文本
# topK 为返回几个 TF/IDF 权重最大的关键词，默认值为 20
# withWeight 为是否一并返回关键词权重值，默认值为 False
# allowPOS 仅包括指定词性的词，默认值为空，即不筛选
jieba.analyse.textrank(sentence, topK=20
1
2
3
4