nuget
api documents
This module implements TextRank, an unsupervised keyword significance scoring algorithm. TextRank builds a weighted graph representation Of a document Using words As nodes And coocurrence frequencies between pairs of words as edge weights.It then applies PageRank to this graph, And treats the PageRank score of each word as its significance. The original research paper proposing this algorithm Is available here
https://web.eecs.umich.edu/~mihalcea/papers/mihalcea.emnlp04.pdf
01 Syntax
02 Methods
| Name | Overloads | Summary |
|---|---|---|
| TextRankGraph | 1 | 使用TextRank提取关键字 将原文本拆分为句子，在每个句子中过滤掉停用词（可选），并只保留指定词性的单词（可选）。由此可以得到句子的集合和单词的集合。 每个单词作为pagerank中的一个节点。设定窗口大小为k，假设一个句子依次由下面的单词组成 w1, w2, w3, w4, w5, ..., wn w1, w2, ..., w… |
| TextGraph | 1 | Using for generate article's NLPExtensions.Abstract()) |
03 Members
IEnumerable(Of String), Int32, StopWords)将原文本拆分为句子，在每个句子中过滤掉停用词（可选），并只保留指定词性的单词（可选）。由此可以得到句子的集合和单词的集合。 每个单词作为pagerank中的一个节点。设定窗口大小为k，假设一个句子依次由下面的单词组成
w1, w2, w3, w4, w5, ..., wnw1, w2, ..., wk、w2, w3, ...,wk+1、w3, w4, ...,wk+2等都是一个窗口。在一个窗口中的任两个单词对应的节点之间存在一个无向无权的边。 基于上面构成图，可以计算出每个单词节点的重要性。最重要的若干单词可以作为关键词。
| Name | Type | Description |
|---|---|---|
sentences | IEnumerable(Of String) | - |
String, Double)Using for generate article's NLPExtensions.Abstract()
| Name | Type | Description |
|---|---|---|
text | String | - |
similarityCut | Double | - |