TextRank
PageRank的思想是这样的：
求解网页的重要性就是求解有向图中节点的重要性，或者说节点的权重。图中节点的重要性和节点的入度有关，越多的其他节点连接到该节点说明该节点的重要性越大。因此，节点的重要性与节点的入度有关。考虑到存在没有入度的节点，增加了阻尼系数来保证所有的节点都有大于0的重要性。试验结果表明，0.85的阻尼系数，迭代100多次就可以收敛到一个稳定的值。
所以PageRank的公式： 
TextRank从PageRank改进而来，比PageRank多了一个参数：节点之间边的权重，不同的是TextRank算法构造了一个无向图。公式如下： 
文本分词后的词汇相当于有向图中的节点，节点之间的边则通过词共现关系构建。给节点指定任意初值，迭代传播节点之间的权重，直到收敛。
优点：仅用单个文档就可以抽取其本身的关键词，不需要使用多篇文档训练
缺点：
TF-IDF
TF-IDF=TF*IDF
TF(Term Frequency)
Term Frequency：词频，顾名思义，TF的基本思想是词在文档中出现的次数越多，越能代表该文档。由于同一个词语在长文件里可能会比短文件有更高的词频，所以需要对词频进行归一化处理。
而有些通用词在每个文档中都出现很多次，但不能表示任一文档的含义，所以引入IDF。
Inverse Document Frequency：逆文档频率。 
IDF的思想是：对于某一文档中的词，如果在该文档中出现次数很多，而在其他文档中出现次数很少或不出现，则该词的区分能力越高。
分母加一是考虑到包含词条的文档数为0的情况，对公式进行拉普拉斯平滑处理。
某文档内的高频词，以及该词在文档集中的低文档频率，得到的TF-IDF值更高。因此，TF-IDF可以过滤掉通用词，只保留重要的词语。
TF-IDF是一种基于统计的关键词抽取算法，词语的关键程度跟词语在文档中出现的次数有关。
优点：简单快捷，结果比较符合实际情况。
缺点：单纯以词频衡量一个词的重要性，不够全面，有时重要的词可能出现次数不多，而且忽略了词序和词义的重要性。
LDA
对于LDA的理解源于一篇通俗易懂的博客戏说从Unigram model 到LDA再到BTM博客使用了上帝掷骰子这一个比喻来解释LDA，非常通俗有趣。从无主题文档，单主题文档，多主题文档到LDA，上帝掷骰子的难度逐步增加。
如果要深入理解LDA，可以参考52nlp-LDA八卦
参考了《Python自然语言处理实战：核心技术与算法》
书籍github地址