评论挖掘评论关键词提取器
用户自己写的文字里，藏着他们的词汇表。
所有关键词池都从同样的两个来源取水，所以所有工具最后推荐的都是同一批挤满了人的短语。还有第三个来源，谁也造不出来：用户写下的文字。
这个提取器读它，取出像搜索词的短语，把不像的丢掉。后半件事比前半件重要。
每行一条评论。已输入 0 行；它们都不会发往服务器。
文本折叠规则因商店而异。
粘贴几条评论；提取在你的浏览器里运行。
怎么用
- 1
贴进评论
你的或对手的。一星两星的评论描述的是缺口，那里的词汇最有用。
- 2
选国家
大小写折叠按商店的规则来，不按你浏览器的规则。
- 3
看什么通过了筛选
一到三个词的 N 元组，去掉了人称代词、品牌和虚词。
- 4
先测量，再写
在目标国家测过热度和难度之前，什么都不会进元数据。
决定质量的是筛选
把文本切成词组是机械活，谁都能做。把一份有用的清单和一堆噪音分开的，是之后扔掉了什么。
改变结果最多的是人称代词筛选。评论用第一人称写，提取器于是很乐意返回一堆证言式的短语：句子没错，出现频繁，背后没有任何搜索意图。
接着掉的是品牌重复——应用的名字几乎出现在它的每一条评论里——以及虚词。活下来的是一份很短的词汇表，几乎不在任何人的元数据里。
对手的评论比你自己的值钱
你自己的评论描述的是你已经在做的事，这些词通常已经在你的字段里了。对手的评论描述两件更有用的事：竞品在做什么，以及——在最严厉的那些评论里——它没做什么。
当同一个抱怨在一个分类的好几个应用里反复出现，它就不再是抱怨，而是对缺口的描述。那里同时有一个产品想法和一组会被用来搜索它的词。
常见问题
- 需要多少条评论？
- 看分类，但低于几百条结果只是轶事。所以也要读对手的。
- 为什么带人称代词的短语会被丢掉？
- 因为它们描述的是体验，不是搜索。没有人会在商店的搜索框里打「帮我学会了」。