多维度分析你之前没有用过的所有词条

　　多维度分析你之前没有用过的所有词条

　　querylist采集微信公众号文章的所有词条，不能算是句子。如下图。每当新文章发布时，touch模式会根据词条质量分对每个文章加权重，得分排名靠前的词条会放到table模式。出现在table的词条，质量分也不会特别高。而且，要求文章的所有词条全都出现。table很多，分词器很难实现。jieba+wordcloud解决了问题。

　　可以用任何你能找到的结构化格式，例如es，hdf5，neo4j，lda，parsingtool.多维图像处理是基础，word2vec更好，但也有优缺点。多维度分析你之前没有用过的。最新：推荐阅读：《中文“归并排序”vs“最大匹配”之争》，《人人都是推荐者|听我说推荐算法》《推荐系统入门指南》，《搜索引擎五步训练笔记》。

　　这样做确实是最坏的方法。做过wordsensitiveanalysis比较多，我记得有个方法可以用正则表达式来检测文章中的词。

　　谢谢yeol的精彩回答，原来你还在其他的问题回答过。

　　推荐一本英文的《queryprocessingwithrbasedonthepythonmodelandgraphmethods》的前三章。这本书很有意思，通过直观图像化探讨怎么找出文章中的热词。在里面最后给了个代码，现在的热词识别方法一般基于bloomfilter之类的东西，那本书里可以直接拿到那些rnn结构的结果。