TextRank Summarization

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import networkx as nx


df = pd.DataFrame(np.zeros((5,14)), columns = ['علی','مدرسه', 'را', 'دوست','دار',
                             'برای','او','زندان', 'است', 'کمی','در','درس','خوان', 'بازیگوش'])

s1 = 'علی مدرسه را دوست دار'
s2 = 'مدرسه برای او زندان است'
s3 = 'علی دوست کمی در مدرسه دار'
s4 = 'دوست علی در مدرسه درس خوان'
s5 = 'علی دوست بازیگوش دار'
labels = ['s1','s2','s3','s4','s5']

labels = dict(zip(range(len(labels)), labels))

sents = [s1,s2,s3,s4,s5]
for i,s in enumerate(sents):
  df.loc[i,s.split()]=1

rows, cols = df.shape
W = np.zeros((rows, rows))
for i in range(rows):
  for j in range(i+1, rows):
    rowi = df.iloc[i,:].values.tolist()
    rowj = df.iloc[j,:].values.tolist()
    
    W[i,j] = sum([x*y for x, y  in zip(rowi, rowj)])

# print(W)
average = W[W!=0].mean()
W[W<average] =0
W[W>=average] =1
W = np.maximum( W, W.transpose() )
# print(W)

G = nx.DiGraph(W)
pos = {0: (40, 20), 1: (30, 30), 2: (40, 30), 3: (30, 10), 4: (50, 20)} 

# G.add_nodes_from(pos.keys())
nx.draw(G,labels=labels, pos=pos, with_labels = True, font_size=16, node_color='y', 
        node_size=800)
plt.savefig('g.png')

print(nx.pagerank(G))