不会吧不会吧，真的还有人做关键词抽取不用TextRank吗？？？

就算是你没有用过，想必你也一定听说过这个方法吧？

这个算法计算起来非常快，也非常简单易操作 [这让我想起来分类中的大哥FastText]。它之所以应用非常广泛，是因为它还有一个特点，是不需要标注样本。显然，如果是在摘要和关键词的抽取场景中进行人工标注的话，那工作量其实是非常大的。

简单的概括，TextRank的算法思路是，将文本中的grammar cell 作为图（graph）中的节点。如果两个cell之间存在一定的语法关系，那么它们在图上就可以表现为有边相连。通过迭代的学习，不同的节点都会有不一样的权重。我们就可以选取权重大的节点作为该段文本的关键词。

在图上（无向有权图），每一个点节点的权重不仅依赖于它的入度节点，还依赖于这些入度节点的权重。也就是说，当一个节点的入度结点多的时候，说明这个结点的权重越高。这是容易理解的，入度节点多说明出现次数高，如果某些词汇（非停用词）出现的次数多的话，就可以很容易地判断该词是较为重要的。

首先，要进行预处理。也就是进行分词、词性标注等工作，这在几乎所有的NLP任务中都是必须要做的一步。在分词后，将切分好的每一个词（word）作为节点添加到图中。

然后，需要设置语法过滤器，将通过语法过滤器的词添加到图中。如果两个词出现在同一窗口中，则它们相互形成一条边。

再然后，根据节点权重的计算公式，迭代优化。