我的目標是能夠檢測計算機生成的旋轉內容。下面是一些紡成文字的例子：如何檢查句子是否有意義？
「作爲一個廣告組織的流行時尚藝術，您將努力協助通過您原有的技能和技術爲拍賣客戶的作物和/或武裝力量投放其目標市場能力。」
「真正的蘋果iphone應用程序商店絕對是一個非常有用的應用程序的珍惜住所。」
基本上，計算機已經用各種同義詞替換單詞，試圖使內容獨一無二地繞過抄襲檢測。我的目標是建立一個可以檢測這個亂碼文本的系統。有什麼辦法可以做到這一點？
你想要做的是做一個ngram language model。 ngram語言模型是語言中詞對出現的統計表示，用於機器翻譯，情感分析和分類任務，例如預測電影評論是正面還是負面。您的分類任務是每個句子是否旋轉內容。
像天真貝葉斯分類模型（implemented in NLTK）可以幫助你解決問題。在訓練中，它會創建一個語言模型，然後使用該模型進行預測。爲了訓練這個模型，你將需要你的內容示例和一些常規的英文文本。你擁有的越多越好！所有文件（您可以將每個句子作爲文件對待）應該貼上標籤，以表明他們是否旋轉了內容。
以下是英文corpora的列表，用於非旋轉文本。
更復雜的模型可能會更好地工作，您可以非常容易地將它們並排比較。我喜歡用scikit學習這種東西。