记录下，在上2回的数据基础之上，附带一个互信息（MI，Mutual Information）可以计算词之间的相关度
标准互信息 MI(X,Y)=log2p(x,y)/p(x)p(y) 值越大于0 则趋于更相关，反之则互补。
通过查询得到词的数据，以及词组的共现数量，然后到Matlabe里计算下。
我选择了其中一个总词量为30993453的库做为源
通过查询可知以下内容，
北京（词数）=40998
喜爱（词数）=878
联合（共现数）=75
相关度计算结果
log10(30993453/40998)*log10(30993453/878)*75/(40998+878-75)
ans =
0.0235
广告（词数）=15118
联合（共现数）=826
相关度计算结果
log10(30993453/40998)*log10(30993453/15118)*826/(40998+15118-826)
ans =
0.1424