修改pagerank

README.md

@@ -116,8 +116,8 @@ tr4w = TextRank4Keyword(stop_words_file='./stopword.data')  # 导入停止词
 tr4w.train(text=text, speech_tag_filter=True, lower=True, window=2)  
 
 print '关键词：'
-# 10个关键词且每个的长度最小为2
-print '/'.join(tr4w.get_keywords(10, word_min_len=2))  
+# 20个关键词且每个的长度最小为1
+print '/'.join(tr4w.get_keywords(20, word_min_len=1))  
 
 print '关键短语：'
 # 20个关键词去构造短语，短语在原文本中出现次数最少为2
@@ -134,15 +134,18 @@ print '\n'.join(tr4s.get_key_sentences(num=3)) # 重要性最高的三个句子
 
 得到的关键词：
 ```
-媒体/高圆圆/宾客/新人/记者/北京/赵又廷/谢娜/现身/答谢
+媒体/高圆圆/微/宾客/赵又廷/答谢/谢娜/现身/记者/新人/北京/博/展示/捧场/礼物/张杰/当晚/戴/酒店/外套
+```
+得到的关键短语：
+```
+微博
 ```
-没有关键短语。
 
 得到的摘要：
 ```
 中新网北京12月1日电(记者 张曦) 30日晚，高圆圆和赵又廷在京举行答谢宴，诸多明星现身捧场，其中包括张杰(微博)、谢娜(微博)夫妇、何炅(微博)、蔡康永(微博)、徐克、张凯丽、黄轩(微博)等
 高圆圆身穿粉色外套，看到大批记者在场露出娇羞神色，赵又廷则戴着鸭舌帽，十分淡定，两人快步走进电梯，未接受媒体采访
-30日中午，有媒体曝光高圆圆和赵又廷现身台北桃园机场的照片，照片中两人小动作不断，尽显恩爱
+记者了解到，出席高圆圆、赵又廷答谢宴的宾客近百人，其中不少都是女方的高中同学
 ```
 
 ##使用说明

test.py

@@ -14,8 +14,8 @@
 tr4w.train(text=text, speech_tag_filter=True, lower=True, window=2)  
 
 print '关键词：'
-# 10个关键词且每个的长度最小为2
-print '/'.join(tr4w.get_keywords(10, word_min_len=2))  
+# 20个关键词且每个的长度最小为1
+print '/'.join(tr4w.get_keywords(20, word_min_len=1))  
 
 print '关键短语：'
 # 20个关键词去构造短语，短语在原文本中出现次数最少为2

textrank4zh/TextRank4Keyword.py

@@ -95,10 +95,10 @@ def train(self, text, window = 2, lower = False, speech_tag_filter=True,
                 self.graph[index1][index2] = 1.0
                 self.graph[index2][index1] = 1.0
 
-        for x in xrange(words_number):
-            row_sum = np.sum(self.graph[x, :])
-            if row_sum > 0:
-                self.graph[x, :] = self.graph[x, :] / row_sum
+#         for x in xrange(words_number):
+#             row_sum = np.sum(self.graph[x, :])
+#             if row_sum > 0:
+#                 self.graph[x, :] = self.graph[x, :] / row_sum
 
         nx_graph = nx.from_numpy_matrix(self.graph)
         scores = nx.pagerank(nx_graph) # this is a dict

textrank4zh/TextRank4Sentence.py

@@ -70,10 +70,10 @@ def train(self, text, lower = False, speech_tag_filter=True,
                 self.graph[x, y] = similarity
                 self.graph[y, x] = similarity
 
-        for x in xrange(sentences_num):
-            row_sum = np.sum(self.graph[x, :])
-            if row_sum > 0:
-                self.graph[x, :] = self.graph[x, :] / row_sum
+#         for x in xrange(sentences_num):
+#             row_sum = np.sum(self.graph[x, :])
+#             if row_sum > 0:
+#                 self.graph[x, :] = self.graph[x, :] / row_sum
 
         # print self.graph