前言：
被这个帖子所启发：“关联词或知识点链接可以参考一下最近大火的roam research”
我知道的方法，比如，通过NLTK还原词形(python)，我感觉实现起来还是挺麻烦的，比如在文档里开启标题链接之后，要处理文档内容，还要处理被链接的字典， 原字典的标题重复内容等等问题，性能不好的机器，容易造成软件崩溃？
目前的标题链接只能实现1对1，
通过";"可以实现N对N
我认为它这个功能可以做的更好，应用得更广，更符合逻辑
所以我提出了：关联。
应用场景：多个元素或者概念同属于一个元素或者概念。
功能描述：
划词之后新增加一个选项，点击该选项，可以搜索已开启标题链接的笔记本里面的笔记标题，然后选中某条笔记，选中后 即可为 被选中笔记的标题 新增加一个划词内容的标题。
选笔记标题的界面呢，类似下图。
具体描述：
当你选中某个内容，并且选择了“关联”这个选项，被选中的内容自动将被自动复制到输入框，并且为全选中状态，方便你进一步编辑。
当你选中某个内容，并且选择了“关联”这个选项，被选中的内容自动将被自动复制到输入框，如果搜索结果没有你需要的内容，你可以选择“创建”新的卡片（提供一个自动设置标题，新建评论的按钮）
当你选中某个单词，并且选择了“关联”这个选项，被选中的单词会进行“词形还原”，并自动将还原后的内容复制到输入框，并且为全选中状态，方便你进一步编辑。
考虑到资源开销，默认只搜索标题链接字典的内容，可以开启一个“更多”选项来搜索整个数据库。
待补充。。。
写到这里，我发现我所描述的是其实是一个本地化的“research”，这个本地research可以标题链接互相配合，不断完善标题链接字典，我个人认为是可行的。
有所不足，欢迎讨论