唐大崙分享自己過去耗費數年，從網路上爬取新聞文章，所建立的300多萬則新聞資料庫中，辛苦建立出來的、近60萬個中文詞的統計特徵資料庫，包括TF、IDF、分布標準差等資料，依據此資料庫便能輕鬆判斷一則新聞的關鍵詞究竟是哪一些詞彙，也可以依據關鍵詞與詞彙所在相對位置的權重調整，計算兩篇文章相似度。這種相似度計算結果，與人的主觀判斷相當接近，表示這個演算法可以被接受用來追蹤語意相似的文章。不過在語意追蹤計算之前，需要預先建立正確斷詞的過度檔案，這是比較複雜的過程。但是，這樣的資料庫是否適用於法律契約的文章? 仍是個必須真實嘗試才能確定的實徵性問題。因此，唐大崙與蔡明修老師約定下次再進一步拿真實契約文章來嘗試，也討論到先合作開設一個免費為人計算中文文章相似性的服務網站，等技術更精進，再進一步客製化為建築契約文件做語意追蹤的服務，這將可開啟另一種跨領域的合作範例。