我有一个 HTML 字符串，想知道我提供的单词是否与该字符串相关。
相关性可以根据文本中的频率来衡量。
一个例子来说明我的问题：
this is an awesome bike store
bikes can be purchased online.
the bikes we own rock.
check out our bike store now
现在我想测试一些其他的词：
bike repairs
dog poo
bike repairs应标记为相关，而dog poo不应标记为相关。
问题：
- 怎么可能做到这一点？
- 如何过滤掉模棱两可的词，例如
in或or
谢谢你的想法！
我想这是谷歌为了找出与网站相关的关键字而做的事情。我基本上是在尝试重现他们的页面排名。