modify readme

README.md

@@ -1,4 +1,4 @@
-TextRank4ZH
+#TextRank4ZH
 
 -----
 
@@ -17,7 +17,7 @@ $ sudo pip install jieba
 $ sudo pip install networkx
 ```
 
-关于模块版本，以下作为参考：
+关于库版本，以下作为参考：
 
 ```
 $ pip show jieba
@@ -75,6 +75,29 @@ Text的详细原理请参考：
 
 > Mihalcea R, Tarau P. TextRank: Bringing order into texts[C]. Association for Computational Linguistics, 2004.
 
+###关键词提取
+将原文本拆分为句子，在每个句子中过滤掉停用词（可选），并只保留指定词性的单词（可选）。由此可以得到句子的集合和单词的集合。
+
+每个单词作为pagerank中的一个节点。设定窗口大小为k，假设一个句子依次由下面的单词组成：
+```
+w1, w2, w3, w4, w5, ..., wn
+```
+`w1, w2, ..., wk`、`w2, w3, ...,wk+1`、`w3, w4, ...,wk+2`等都是一个窗口。在一个窗口中的任两个单词对应的节点之间存在一个无向无权的边。
+
+基于上面构成图，可以计算出每个单词节点的重要性。最重要的若干单词可以作为关键词。
+
+
+###关键词组提取
+参照[关键词提取](#关键词提取)提取出若干关键词。若原文本中存在若干个关键词相邻的情况，那么这些关键词可以构成一个关键词组。
+
+例如，在一篇介绍`支持向量机`的文章中，可以找到关键词`支持`、`向量`、`机`，通过关键词组提取，可以得到`支持向量机`。
+
+###摘要生成
+将每个句子看成图中的一个节点，若两个句子之间有相似性，认为对应的两个节点之间有一个无向有权边，权值是相似性。
+
+通过pagerank算法计算得到的重要性最高的若干句子可以当作摘要。
+
+