Klicova slova si v podstate predstavuji jako neco skupinu urcitych slov, ktera doprovazi nejaky
objekt – nejen text ci webovou stranku, ale napriklad i video. Klicova slova pak vyjadruji hlavni
myslenku tohoto objektu – to, cim se tento objekt zabyva, o cem pojednava popr.  s cim pracuje, co
z nej vychazi. To je alespon to prvni, co se mi vybavi pri pouziti vyrazu “Klicova slova.”

Potiz je vsak samozrejme v tom, ze klicova slova byvaji k temto objektum prirazovana, ve vetsine
pripadu, samotnymi autory tohoto objektu. Autor si nemusi byt plne vedom ucelu techto klicovych
slov popr. jejich vztahu k jinym objektum a dusledkum toho vztahu.

Jako jedno z moznych pouziti klicovych slov urcitych objektu je vzajemne porovnani techto objektu.
Strojove porovnavani celych objektu, napr. textu, slovo od slova, vetu od vety by nedavalo prilis
smysl (nebo me smysl nenapada tak jasne jako u klicovych slov)  a bylo jen tezce proveditelne -
pocitac by nejdrive musel byt schopny vetam plne porozumet, aby mohl vyvodit zavery jine, nez napr.
nejakou zakladni kategorizaci, kterou by vsak stejne musel nejspis provadet na zaklade nejakych jiz
predem naucenych informaci. Pokud však jde o srovnavani klicovych slov techto objektu, nabízí se
mnohem jednodussi moznost porovnavani techto objektu a vyvozovani jejich relevantnosti v tomto
procesu. Dulezitou otazkou vsak stale zustava to, jak budou tato slova volena – jestli napr. jako
nejcasteji se vyskytujici slova, nebo slova takova, aby vystihovala podstatu objektu? Velmi casto
se nemusi jednat o ta sama slova.

V praxi se pouzivala klicova slova casto ve webovem prostredi, ale z toho postupne seslo (alespon
tedy v samotnych tazich html kodu, protoze to nebyl spolehlivy zdroj informaci). Dale si dokazi
predstavit napriklad algoritmus, kdy se napriklad nejaky program pokusi rozdelit velkou sadu textu
do ruznych kategorii (ktere sam vytvori), na zaklade klicovych slov. Hledal by tedy strukturu
v neoznacenych data – jako napr. ve strojovem uceni bez dohledu.