TextRank是在Google的PageRank算法启发下，针对文本里的句子设计的权重算法，目标是自动摘要。它利用投票的原理，让每一个单词给它的邻居（术语称窗口）投赞成票，票的权重取决于自己的票数。这是一个“先有鸡还是先有蛋”的悖论，PageRank采用矩阵迭代收敛的方式解决了这个悖论。TextRank也不例外：
PageRank的计算公式：
TextRank的计算公式：
正规的TextRank公式在PageRank的公式的基础上，引入了边的权值的概念，代表两个句子的相似度。
但是很明显我只想计算关键字，如果把一个单词视为一个句子的话，那么所有句子（单词）构成的边的权重都是0（没有交集，没有相似性），所以分子分母的权值w约掉了，算法退化为PageRank。所以说，这里称关键字提取算法为PageRank也不为过。
Java实现
先看看测试数据
我取出了百度百科关于“程序员”的定义作为测试用例，很明显，这段定义的关键字应当是“程序员”并且“程序员”的得分应当最高。
首先对这句话分词，这里可以借助各种分词项目，比如HanLP分词，得出分词结果：
然后去掉里面的停用词，这里我去掉了标点符号、常用词、以及“名词、动词、形容词、副词之外的词”。得出实际有用的词语：
下面是代码实现的关键：
之后建立两个大小为5的窗口，每个单词将票投给它身前身后距离5以内的单词（中括号的词排名不分先后，但原始分词顺序不可以打乱）：然后开始迭代投票，代码没什么难的，就是按照原论文算法过程简单的实现了一遍，这里简单给个注释，省得以后看起来麻烦：
排序后的投票结果：