我的目标是能够检测出由计算机生成的旋转内容。以下是一些旋转文本的例子：

“作为一个为广告机构工作的明确艺术时尚人士，你将通过你的创意技能和技术能力帮助推销客户的产品和/或服务给他们的目标市场。”

“实际的苹果手机应用商店确实是一个丰富的宝藏，充满了有用的应用程序。”

基本上，计算机通过用不同的同义词替换单词来尝试生成独特的内容，以绕过抄袭检测。我的目标是建立一个能够检测这种胡言乱语文本的系统。有什么方法可以实现这一点吗？

回答：

你想要做的是创建一个ngram 语言模型。ngram语言模型是语言中词对出现的统计表示，用于机器翻译、情感分析以及分类任务，如预测电影评论是正面还是负面。你可以将分类任务设置为判断每个句子是否为旋转内容。

像朴素贝叶斯这样的分类模型（在NLTK中有实现）可以帮助解决你的问题。在训练过程中，它会生成一个语言模型，然后使用该模型进行预测。为了训练模型，你需要你的旋转内容示例和大量的普通英语文本。两者越多越好！所有文档（你可以将每个句子视为一个文档）都应该标记以表明它们是否为旋转内容。

这里是一份用于你非旋转文本的英语语料库列表。

更复杂的模型可能会有更好的效果，你可以非常容易地将它们并排进行比较。我喜欢使用scikit-learn来做这类事情。