因为短小单词导致的规则模型判断准确率低的问题

因为迭代一的版本是基于规则进行文本分类的，所以涉及到短小单词匹配的问题。

比如我的名词是  USA

key_name = 'USA'

content = "aaa bbb ccc usana ccc."

如果用最基础if key_name in content:这种方式的话会把   usana这种词也匹配进来。

所以采用了正则匹配中的边界匹配

key_pin = "\\b" + key_name + "\\b"

re.findall(key_pin, content)

如果文章中匹配到的usa是u开头a结尾的话，则把关键字以列表的方式返回出来。

否则则返回一个空列表