我有很多字符串，但包含感兴趣的单词或短语。例如： “春天到了，我喜欢樱花，我喜欢点击相同的照片”
包含感兴趣的单词/短语“樱花”，“爱情”和“点击”。
我的工作是找出带有感兴趣的单词/短语的句子。如果可能的话，对每个字符串进行评分，使得由两个或多个单词/短语组成的字符串比具有较低计数的字符串获得更好的分数。
这是一个递归下降解析的工作，还是有更快的方法来做这个？对于这项任务，我愿意以一点速度进行权衡以获得准确性。
我的词典将包含大约250,000个单词。我可以以任何我想要的方式将它们存储在磁盘上。是否有任何一种格式（可能是一些db文件格式）可以很好地适应我需要进行的那种查找？
是否有适合我的CPAN模块？或者有一个简单的解决方案。
由于