1.要根据足够大的语料库生成平均化的关联字组频率统计信息；
2.使用合适的方法生成种子；
3.使用种子代入第一步得到的结果，进行干扰，使样本分化，特征分级收敛，局部公共特征逐级剔除；
4.重复第二、三步骤，获得稳定的局部公共特征集；
5.通过多次重复第二、三步骤经验，获得稳定完全私有特征集样本尺度，并验算。
实际上，这是在未来被广泛使用的方法，也就是说，在未来，“已经被证明”是可用的，为什么没人相信啊？！