原来在搜PageRank论文时找到这篇04年发表、引用次数3066次的论文。
原文链接: https://www.aclweb.org/anthology/W04-3252.pdf
阅读之后,发现并不是做网页排序或者爬虫调度相关的。而是利用PageRank/Hits等随机游走的方法对文本中的单元计算出类似PageRank的值,用来做无监督的关键词抽取、关键句子抽取,取得了很好的效果。
具体在关键词抽取上,先对词过滤,只选取名词和形容词,然后以窗口为N的co-occurrence关系构建图,发现N=2、无向图时效果最好。
Sentence Extraction的任务里,这些句子的边是句子之间的相似度,当然比较相似之前,先做过滤,只保留open class words。
在图里很好地实现了”推荐"的概念,而且实现的效果非常好,不需要训练、不需要语言学知识、不需要语料。
倒感觉像只是知识图谱或图神经网络之类的论文。