作为一种经典的文本关键字提取和摘要自动生成算法，TextRank将文本看做若干单词组成的集合，并通过对单词节点图的节点权值进行迭代计算，挖掘单词之间的潜在语义关系。在TextRank节点图模型的基础上，将马尔可夫状态转移模型与节点图相结合，提出节点间边权为条件概率的新模型生成算法TextRank_Revised。通过对有标记和无标记的验证集进行验证，证明新的算法在不提升时间复杂度的前提下，通过计算单文本得出的单词排序结果相较于原TextRank算法更加吻合人工对文档的关键字提取结果。