PageRank / TextRank

TextRank 정의

구글의 *PageRank알고리즘을 기반으로, 문서 내 문장의 상대적 중요도를 계산하여 문서 내 핵심 문장을 추출하는 알고리즘. 문장을 원본 형태로 추출하는 추출적 요약에 해당.

 

* PageRank* 하이퍼링크를 가지는 웹 페이지의 상대적 중요도를 계산하여 각 페이지에 Rank를 부여하는 방법. 계산식은 다음과 같다.   PR(A) = (1-d)/N + d (PR(T1)/C(T1) + … + R(Tn)/C(Tn)) PR(A) = 페이지 A의 PageRank d = Damping Factor, 페이지 접속자가 다른 페이지로 이동(다른 링크를 클릭할 확률 1) 포함된 하이퍼링크 개수가 적은 다수의 페이지로부터 많은 유입을 받거나 2) 상대적 중요도가 높은 페이지로부터 유입을 받는 경우 해당 페이지의 상대적 중요도가 높아진다.   왼쪽 그래프 내 각 원이 페이지, 원의 크기가 페이지의 상대적 중요도라고 할 때, 원 B와 같이 타 페이지로부터 많은 유입을 받거나, 원 C와 같이 상대적 중요도가 높은 페이지(원 B) 로부터 유입을 받는 경우 상대적 중요도가 높아진다. 이미지 출처: “wikipedia”, https://en.wikipedia.org/wiki/PageRank

 

 

 

TextRank 문서 요약 프로세스

 

 

 

 

TextRank 알고리즘 수식

V   = 문장 또는 단어

TR(V_i ) : 문장 또는 단어 i에 대한 TextRank 값

w_ij : 문장 또는 단어 i 와 j 사이의 가중치

d : damping Factor, PageRank에서 페이지 접속자가 다른 페이지로 이동할 확률(0과 1 사이의 값, 0.85 사용)

 

 

출처

https://excelsior-cjh.tistory.com/93

TextRank를 이용한 문서요약

 

https://sungmooncho.com/2012/08/26/pagerank/

‘쉽게 설명한’ 구글의 페이지 랭크 알고리즘