在未设定广告词的情况下，如何在一堆词中，发现包括目标词在内的一些关键词。

[xingshu1990]

首先解释一下，本人非程序员，大学也没读，所以不用提大学相关的知识，以及英文论文，只是业余时间玩 python，但是实际上技术连入门都算不上。

进入正题：
给定一块内容，未给定品牌词，未设定词性，但需要把这块内容给提取出来。
有点像违禁词屏蔽，又不像。

比如“超达网球”“宣达”“朗凯奇”“宅即丽”“3A 环保漆”，未设定词性的话，通过结巴提取到的词性是：超达是 v，宣达是 nr，朗凯奇会被分词为朗 /凯奇，宅即丽会被分为宅 /即 /丽，3A 环保漆 如果经过编程语言删除了数字、英文[0-9]、特殊符号[] [] ●等，那可能 3A 环保漆 ，只会分出环保漆或者环保 /漆，又分不出 3A 环保漆。

以上这个分词过程，语言用的是 python，jieba 分词，用的是.cut()分词，没有什么算法的东西。在 jieba 的 dict.txt 文件中，添加几个自定义的词和词性。

但是像上面提到的这些个品牌词，如果不自定义 dict.txt 很容易分偏，但是在 dict.txt 分别加入铝合金，铝 901 n，合 3 v，金 3 b，合金 3 n 后，分词工具可能依照 dict.txt 文件中的先后顺序，进行分词。

于是在 google 中搜索了， [ python 发现新词] ，
测试了链接中的内容：
https://www.guofei.site/2020/04/04/word_discovery.html

调试链接中的代码，如果我自己提供原始内容少，就提取不出新词。提供的原始内容字数较多，又不一定能提取到我想要的目标词。
而且 调试的时候 max_df=0.8, 和 min_df=5 这两个地方的数值 还要人工调整，因为不了解 NLP，不了解算法，当下去弄懂这块内容，就有点本末倒置了。

最终目的：
python 的技术呢，我也只是简单入门（也可以说未入门），相关代码呢，多数也是复制谷歌百度 github，也没使用函数式编程， [所以不要上来就丢论文，我也看不懂] 。目前只是想了解有没有什么比较方便一些的办法，能方便，在未设定广告关键词（品牌）的时候，隐藏常规词，只打印广告词。

[xingshu1990]

请忽略代码中的 不明所以的变量名，英语没及格过。

[xingshu1990]

emmmm 没有大佬来提供思路么？
我目前的个人思路是 删除 dict.txt 中的单个字的字+词性，手动维护图中的 word 表，通过下面的 not in 半自动 半人工眼睛核对。。。。。