最终是三个文件 在 filtered_final_quries 目录下：
  

  质量最好的是：  fashion_quries__high_quality.txt.v2.uniq

  这两个作为补充：

  queries.txt.formated

  fashion_quries__high_quality.from_tags
  

  fashion_quries__high_quality.txt.v2.uniq.trans

  
  
  
  tags的质量都比较差。比如这些维度，只有品类 可能经常被用户作为搜索词，其余的 可能是永恒挑选的考虑点，但是并不会主动去搜索这些
  
  一、风格
  复古（Vintage）
  优雅（Elegant）
  简约（Minimalist）
  正式（Formal）
  
  
  二、场合维度
  日常场合
  居家（Home）
  购物（Shopping）
  散步（Walking）
  工作场合
  商务正式（Business Formal）
  商务休闲（Business Casual）
  
  三、品类维度
  上衣
  T恤（T-shirt）
  衬衫（Shirt）
  毛衣（Sweater）
  夹克（Jacket）
  
  四、颜色维度
  基础色
  黑色（Black）
  白色（White）
  灰色（Gray）
  
  五、材质维度
  天然材质
  棉（Cotton）
  麻（Linen）
  丝（Silk）
  
  
  六、季节维度
  春季
  轻薄外套（Light Jacket）
  长袖衬衫（Long-sleeve Shirt）
  薄毛衣（Light Sweater）
  夏季
  
  七、体型维度
  通用体型
  常规（Regular）
  特殊体型
  瘦小（Petite）
  高大（Tall）
  
  
  cat *rmatted.txt | grep ", " | sed 's/, /\n/g' | tr '[:upper:]' '[:lower:]' | sort | uniq -c | sort -k1rn | awk '$1 > 2 {print}' > lowercase_counts.txt
  
  awk '{$1=""; print $0}' lowercase_counts.txt | sed 's/^ *//' | grep -v '^$' > lowercase_words.txt