大体流程：（无监督方法）
- 每个 Sentence 之间视为一个 Webpage 的关系图 ——》然后转化为向量的形式
- 为了计算句子间的关系，就先统一数据结构 -------》句子转向量
EX : 欧式定理 and 余弦相似度 算句子间相似度
句子向量间的相关性矩阵 ----> Similarity Matrix
3.Graph 造图 ----> 类似于 Link 和Matrix
4.Sentence Rankings 按照 Pagerank 和句子间相似度，选句子
转换成向量：
EX :
Tf--Idf : 根据频次和重要性 转化向量
Length = word number (但容易稀疏)
Word2vec：非稀疏，低维---》分布表示法
Charcter—based(字符方式)：最小单元为字符，而得单词
或者借用LSTM和Bert 模型
计算两两间的相似度
（然后）
构建成 Matrix 的有向图
再通过 Pagerank 把每个图节点进行排序即可 如：p(s1)>p(s2)>p(s3)>p(s4)
版权声明：本文为mlm5678原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。