原文可以從這裏下載：http://pan.baidu.com/s/1bonMgVl
綜述：
textrank的經典開山文章。用處在於：1. 抽取文章關鍵詞；2. 抽取文摘
具體內容：
1 抽取文章關鍵詞的幾種思路：
（1）簡單統計方法：tf/idf
（2）有監督的學習方法：將關鍵詞抽取問題轉成分類問題，用分類模型，如：樸素貝葉斯，來解決
（3）無監督的學習方法
（3-1）graph-based方法，即本文方法
（3-2）LDA主題模型
2 textrank的基本方法
找出節點（要抽取什麼東西？）、找出節點之間的關聯（文本詞語之間的語法語義關係或者簡單的同現關係），從而構成圖（有向圖或者無向圖）。
圖的pagerank或者hits算法是固定的，套用就行了。
3 關鍵詞抽取
節點：可以是word、可以是ngram、可以是任何語言單位。本文作者在實驗中用的是word
邊：即word之間的關係，可以通過句法分析等找到word之間的語法、語義聯繫。本文作者用的就是“同現”關係，即在長度爲N的窗口中同現的詞語。
數據處理：需要去掉停用詞，甚至只採用某些詞性的詞。
模型變形：可以是有向圖、也可以是無向圖，邊的權重也可以根據實際需要設定。
個人評述：總感覺作者的方法會比較偏向於高頻詞。