DDDDavid

TextRank是一种文本排序算法，是由网页排序算法PageRank发展而来。 网页i的重要性由含有指向网页i链接的所有网页j确定。 是网页j中的链接存在的链接指向的网页的集合（也就是说网页j中指出去的链接网页集合）。是集合中元素的个数。 PageRank需要使用上面的公式多次…

tf-idf是一种统计方法，可以计算提取文本集合中特征词。 结巴分词中的tf值取的是文本中词的频率除以文本中词的总频率。 结巴分词中的idf值默认取idf词典及idf中值（如果某个词没有出现在idf词典中，则将idf中值作为这个词的idf值）。