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 fashionquries_high_quality.fromtags

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