应用Word Windows进行共现分析让我们从同现中学习到的知识更直接的一种方法是使用单词窗口。这是如何运作的？好吧，不仅要考虑到两个单词出现在同一文本中，而且要考虑到它们在文本中的间距不大于我们定义的窗口。
例如，在短语
“草原上的房子是白色的，质朴的，非常漂亮”中，
如果我们应用 5 词窗口，“房子”与“草原”和“白色”相关，但尽管出现在同一文本中它不会是“质朴”和“美丽”，因为它在分析窗口之外。
很明显，应用 5 个单词的窗口
没有意义，但应用 100 或 300 个单词的窗口将简化 WhatsApp 数据 您的流程，同时确保文本不会从一个主题跳到另一个主题，并且您可以衡量实际情况下单词之间的关系没有关系。
定向语料库的使用
最后，也许也是最重要的，由于我们将使用只有几十个或数百个文档的小型语料库，所以让我们很好地集中选择：让我们选择真正能够帮助我们获得我 3 个理解并强调透明度的品牌 们想要的共现的文本。作为？好吧，选择已经代表我们想要理解或模仿的内容。
一些例子如果我们分析同现来定位一个
关键词：使用当前在该关键词的 TOP 10 或 TOP 20 中的 URL 内容。
为企业创建写作指南：使用您自己的内容作为语料库，您将按照您已经做过的方式进行写作。将您的整个博客或精选的产品描述作为语料库上传并进行自我分析。
关注学术，您想要获源中寻找关系：使用维基百科、论文或大学网站等来源。仅选择那些具有重要价值的信息源。
链接术语关联：分析具有自然
链接的健康网站，并从中提取它们的共现情况，以便能够将其应用到您的现实中，看看您离它有多远。
简而言之，不要让语料库成为借口。通过 tw 列表 遵循这些技巧，我们可以使用较小的语料库和处理系统来获得良好的结果。它不会是完美的，但足以指导我们的策略。您将帮助 Google 更好地了解您的内容的内容。
您将增加主题的相关性和权威性。
您将帮助提出今天效果不佳的内容
检测垃圾或误导性内容通过找到与应该更相关的术语的低共现性，我们可以识别那些没有明确其语义承诺的内容。也就是说，如果我们知道一段内容应该定位某个关键词，我们分析哪些术语与该关键词有很高的共现性，并且发现我们的文本没有使用它们，我们可以自动检测到这些文本需要一个显着的改进。一旦检测到内容：
