今天刷论文看到一篇颜色相关的，有点感悟。
adobe发表于2020的SIGIR上的论文《Learning Colour Representations of Search Queries》。作者研究了颜色的表示方法，以及在搜索中的增强作用，通过把搜索词与对应的颜色进行匹配，对搜索结果的排序进行优化，从而达到更好的搜索效果。
论文介绍了一种颜色的应用场景：用来改进搜索引擎。接下来给大家介绍一种把任意关键词转化为颜色分布的方法。
- 方法
我在智能设计第三课「数据挖掘与色彩知识图谱，数据的价值」中介绍过这一方法，使用的是数据挖掘的工作流。
以下为部分ppt截图
第一步，我们通过biying的图片搜索来收集关键词对应的图片。这里采用的是pyppeteer这一无头浏览器，涉及的知识点包括：html、无头浏览器的注入js代码；
获取图片集之后，我们对每张图片进行颜色提取，采用的是HSV的颜色空间，kmeans的聚类方法，从而得到每张图片的配色。
把所有图片的配色，按照节点代表颜色，连线代表同时出现的次数，构建一个色彩网络，我们发现：美食海报的主题颜色分布规律（例子中的关键词）
这个方法可以完成：把任意关键词转化为颜色~
