我们可以利用词袋模型来表示文本内容，这种方法忽略了文本中词汇的顺序信息。可以将其想象为将文本中的所有词汇放入一个袋子中，使得词汇的顺序被打乱，我们只需要统计每篇文章中各个词汇的出现次数即可。

例如，我们有一篇这样的文章：

一篇示例文章

接下来，我们可以用词袋模型来表示这篇文档。词袋模型会用一个向量来描述文章的信息，这个向量是基于我们选定的词汇表构建的。词汇表中包含的是我们认为有用的一些词汇，而不是全部词汇。比如，在词汇表中，“the”可能占据某个位置，“sport”也可能占据另一个固定的位置。我们只需将文档中的词汇按照词汇表中的位置放置，并统计每个词汇出现的次数即可。

如图所示，我们统计了每个位置上的词汇出现次数，然后通过这个向量来表示文章，这就是词袋模型的基本原理。