Home

TextRankPlus: add more plugins to TextRank algorithm

使用word2vec算法计算单词的空间距离进行关键词提取和单词移动距离(RWMD)算法进行关键句提取,欢迎大家start和代码贡献

python依赖包介绍

pyltp>=0.1.9.1
           哈工大LTP python软件包，用于分词和词性标注
 networkx>=1.11
           构建单词之间的关系图，计算每个单词的权重
gensim>=1.0.1
           训练word2vec模型
numpy>=1.11.3
           python矩阵和张量计算
pyemd>=0.4.3
           快速计算单词移动距离
python2.7 或 python>=3.5

命令行安装依赖包

pip install -r requirements.txt

下载ltp分词、词性标注模型和与训练的word2vec模型

1. 从百度云下载ltp_data模型文件 :  http://pan.baidu.com/s/1hsqYX5U
   下载慢可使用Pandownloader
2. ltp_data文件夹放置到TextRankPlus目录
3. 下载word2vec模型文件:  http://pan.baidu.com/s/1mhCpm8w
4. 把下载的3个word2vec模型文件放置到 TextRankPlus/word2vec 目录下

改进的TextRank算法项目的测试

python testTextRankPlus4KeySentence.py
python testTextRankPlus4KeyWord.py

模型生成的词云

todo

• 基于bilstm+crf的关键词提取
• python模块松耦合