Kaip veikia TextRank algoritmas raktinių žodžių išgavimui?

TextRank algoritmas yra grafinis algoritmas, pagrįstas PageRank idėja, naudojamas ištraukti raktinius žodžius ir frazes iš teksto.

Veikimo principas:

1. Tekstas yra padalijamas į žodžius (tokes), dažniausiai pašalinant stop žodžius.
2. Sukuriamas grafas, kurio mazgai yra žodžiai, o briaunos – ryšiai tarp žodžių, pavyzdžiui, jei žodžiai pasirodo šalia vienas kito fiksuoto dydžio lange.
3. Kiekvienam mazgui priskiriamas pradinė svoris.
4. Mazgų svoriai iteratyviai perskaičiuojami naudojant formulę, panašią į PageRank, atsižvelgiant į kaimyninių mazgų svorius.
5. Pasiekus algoritmo konvergenciją, aukščiausią svorį turintys žodžiai laikomi raktiniais žodžiais.

Pavyzdys: jei tekste dažnai pasirodo žodžiai "mašininis mokymasis" ir jie yra susiję su kitais svarbiais žodžiais, jie gaus aukštą įvertinimą ir bus išryškinti kaip raktiniai žodžiai.