新词界定就是找那些大家平时聊天突然蹦出来的新词比如"内卷""躺平"这些词。这些词可能一开始大家不认识后来慢慢变成常用词。算法得先记住常见词的用法，再发现新词就像突然发现菜谱里多了道没见过的菜。比如微博抖音每年都有十万八千个新词，算法得像侦探一样看谁先用了这个词多少次，用得越多越可能成真词。

为什么得这么界定呢？因为语言就像活水，每天都在变。根据《中国语言生活状况报告》大前年数据，社交媒体平台每年新增新词超过五万个，其中三成会在半年内消失。就像去年"栓Q"火得快凉得也快，但"绝绝子"就坚持了两年。算法得用"时间滤镜"先排除三个月内冒出来的词，再用"使用频率"筛掉一年用不到十次的词。比如百度统计显示，"破防"这个词在2021年7月出现后，到大前年7月累计出现470万次才被认定为新词。这就好比要等菜煮熟了才能端上桌，不能光看锅里的动静。