Implementar el algoritmo TextRank en TypeScript
El algoritmo TextRank fue introducido por Rada Mihalcea y Paul Tarau en el artículo “TextRank: Bringing Order into Texts” en 2004. Aplica el mismo principio que usa el PageRank de Google para descubrir páginas web relevantes.
La idea es dividir un texto en frases, y calcular la relevancia de cada frase en función de su similitud con las demás.
TextRank trata las palabras comunes entre dos frases como un enlace entre ellas, en una analogía con los hiperenlaces entre páginas web. Después calcula el peso de cada enlace en función del número de palabras comunes entre las dos. Esta similitud se puede calcular de diferentes formas, en ts-textrank se usa la similitud de Sorensen-Dice.
Un bot que crea hilos a partir de artículos
@ThreaderBot escucha menciones. Cuando otro usuario menciona la cuenta en un tweet que además incluye un enlace, el bot hace lo siguiente:
- Descarga el contenido del enlace
- Extrae el texto limpiando el marcado, anuncios y demás
- Resume el texto en hasta cinco frases utilizando el algoritmo TextRank
- Responde a la mención con un hilo incluyendo las cinco frases
El bot está programado en PHP, usando Symfony y funciona como un comando cron en una Raspberry PI.
Un compilador de JSON Schema
json-schema-compiler es una utilidad de linea de comandos que permite generar bytecode (archivos .class, or librerías .jar) directamente desde ficheros JSON Schema. En la versión en inglés hay un artículo con toda la información sobre este proyecto.