Machine learning TextRank算法可以归类为无监督机器学习吗？
TextRank是一种自动文本摘要的方法。许多人将其归类为“无监督”方法。我想知道这是否会转化为TextRank被归类为一种无监督的机器学习技术。TextRank与机器学习没有直接关系：涉及创建一个数据模型，以根据以前的观察预测未来的观察。这涉及调整模型参数以适应观测数据 另一方面，它是一种基于图形的排序算法：它根据单个文档的结构查找摘要部分，而不使用观察来学习任何内容。因为这不是机器学习，也不可能是无监督的机器学习。的原始作者Mihalcea和Tarau在某种意义上将他们的工作描述为无监督的： 特别是，我们提出并评估了两种创新的无监督关键词和句子提取方法 然而，这与无监督学习不同，即在未标记数据中查找隐藏结构 此外，TextRank不是一种机器学习算法，换句话说，它不是通过“最小化损失函数以及正则化项或边约束”（per等）从数据中概括出来的。语言学家可能没有什么相似之处，尽管这超出了这个问题的范围Machine learning TextRank算法可以归类为无监督机器学习吗？,machine-learning,nlp,summarization,Machine Learning,Nlp,Summarization,TextRank是一种自动文本摘要的方法。许多人将其归类为“无监督”方法。我想知道这是否会转化为TextRank被归类为一种无监督的机器学习技术。TextRank与机器学习没有直接关系：涉及创建一个数据模型，以根据以前的观察预测未来的观察。这涉及调整模型参数以适应观测数据 另一方面，它是一种基于图形的排序算法：它根据单个文档的结构查找摘要部分，而不使用观察来学习任何内容。因为这不是机器学习，也不可能是无监督的机器学习。的原始作者Mihalcea和Tarau在某种意义上将他们的工作描述为无监督的：
即便如此，TextRank和相关方法被用于开发特征向量以呈现给机器学习算法，这一事实可能会引起一些混淆。我问这个问题的原因是因为我需要澄清，因为存在相互冲突的观点。我读过PageRank作为机器学习的论文。图上的机器学习（有时称为图分析）更是如此。本书还认为它取代了受监督的机器学习——弗里德曼，J.，黑斯蒂，T.，和蒂布什拉尼，R.（2001）。《统计学习的要素》（第一卷，第241-249页）。纽约：统计中的斯普林格系列。就我的理解而言，机器学习不应该与表示数据的特定形式联系在一起。到目前为止，我对有关ML的书籍的最高推荐是Pedro Domingos（华盛顿大学）的Master Algorithm（Master Algorithm）——以获得关于什么是/不是ML的最佳概述。