我正在使用某些API（Live Streaming API）收集有关当前正在发生的特定事件的数据（文本）。我收到的数据基于我传递给API的默认关键字列表。 API还会收集除我的默认关键字之外的文本中出现的关键字，然后将它们添加到我的默认列表中，以便API也可以使用这些关键字搜索数据。这就是问题发生的地方，因为其中一些新添加的关键字与事件无关。我不想仅限于我的默认列表中的数据搜索，因为我无法涵盖文本中使用的所有关键字。
到目前为止，我的解决方案是尝试为每1000个接收到的数据执行点 - 双相关系数，但我不确定这是否是正确的方法以及如何执行此操作。
如果有人能就如何处理这个问题给我一个建议或任何解决方案，我真的很感激？