Честно, всё это с семантикой кажется слишком муторно. Особенно этот момент с кластеризацией и частотностью – вроде понятно, но сколько там реально надо заморачиваться, чтобы это хоть как-то нормально работало? Как по мне, проще просто базовые запросы закинуть и уже дальше смотреть, что выстрелит. Вся эта аналитика кажется слишком замороченной для простого сайта.