用Textrank提取关键词

Textrank是一种基于图的算法，用于提取文本中的关键词和摘要。以下是使用Textrank提取关键词的步骤：

1. 将文本分成句子，并将每个句子分成单词。

2. 构建单词之间的共现关系图。

3. 对共现关系图进行PageRank算法计算，得到每个单词的权重分数。

4. 根据单词的权重分数，排序并选择前N个作为关键词。

下面是使用Python实现Textrank算法提取关键词的代码：

import jieba
import jieba.analyse
import networkx as nx

# 读取文本
with open('text.txt', 'r', encoding='utf-8') as f:
    text = f.read()

# 分词
words = jieba.lcut(text)

# 提取关键词
keywords = jieba.analyse.textrank(text, topK=10, withWeight=True)

# 构建共现关系图
graph = nx.Graph()
for i, w1 in enumerate(words):
    for j, w2 in enumerate(words):
        if i < j:
            if w1 in keywords and w2 in keywords:
                if not graph.has_edge(w1, w2):
                    graph.add_edge(w1, w2, weight=0)
                graph[w1][w2]['weight'] += 1

# 计算PageRank
pagerank = nx.pagerank(graph)

# 排序并输出关键词
keywords = sorted(pagerank, key=pagerank.get, reverse=True)[:10]
print(keywords)

其中，jieba库用于中文分词，networkx库用于构建图和计算PageRank。运行后，将输出权重最高的前10个关键词。