"Tag-TextRank：一种基于Tag的网页关键词抽取方法"分享总结

概述：

该方法在TextRank基础上，通过目标文档中的每个Tag引入相关文档来估计词项图的边权重并计算得到词项的重要度，最后将不同Tag下的词项权重计算结果进行融合.

主要贡献:

(1)  在一个大规模的Tag数据集上抽样分析了用户标注Tag的行为，发现Tag数据的关联特征。 
(2)  提出利用Tag 的关联文档信息来进行关键词抽取的框架，并给出一种实现方法Tag-TextRank。实验结果表明，Tag作为一种弱的指导信息，可以显著提高关键词抽取的精度。

Tag-TextRank算法的步骤：

1.根据要抽取的文档d中词的相邻关系，构建词项图G
2.对于d上的每一个Tag  t属于TT是文档d的Tag集合： 
2.1 找到相关文档集合D，相关文档是指与d共享相同Tag及用户的文档。在D上计算G中每条边<w1，w2>的权重即词项w1和w2的关联度
2.2 在 G上运行Pagerank获得节点的收敛值，输出词项重要度排序结果r
3.合并r,生成最终关键词列表

详情参见附件