ТекстRank алгоритми негизги сөздөрдү чыгарып алуу үчүн кандай иштейт?

TextRank алгоритми — графтык алгоритм, ал PageRank идеясына негизделген жана тексттен ачкыч сөздөрдү жана фразаларды чыгарып алуу үчүн колдонулат.

Иштөө принциби:

1. Текст токендерге (сөздөргө) бөлүнөт, көбүнчө стоп-сөздөрдү алып салуу менен.
2. Граф түзүлөт, анда түйүндөр — сөздөр, ал эми кыры — сөздөр арасындагы байланыштар, мисалы, сөздөр белгилүү бир өлчөмдөгү терезеде бирге кездешсе.
3. Ар бир түйүнгө баштапкы салмак берилет.
4. Түйүндөрдүн салмактары итеративдүү түрдө кайра эсептелет, PageRankке окшош формуланы колдонуп, көршү түйүндөрдүн салмактарын эске алуу менен.
5. Алгоритм конвергенцияга жеткенде, эң жогорку салмакка ээ сөздөр ачкыч сөздөр катары саналат.

Мисал: текстте көп кездешкен "машина үйрөнүү" сөздөрү жана башка маанилүү сөздөр менен байланышкан болсо, алар жогорку рейтинг алат жана ачкыч сөздөр катары белгиленет.