PHP从文本生成随机短语

我试图从文本中构建独特的随机短语，以检测剽窃行为。其想法是，作者将提交一篇文章，然后php将从文本中构建短语，用于剽窃检测

考虑以下句子：

这是一篇很长很无聊的文章，这篇文章是剽窃的

根据上述文本，系统将确定将生成多少短语，即20个单词的长文章将包含3个短语。生成的最大短语长度至少为两个单词，最多为3个单词。返回的输出如下所示

很长 这篇文章是剽窃的 我编写了以下代码

$words = str_word_count($text, 1);
$total_phrases_required = count($words) /2;
//build phrases

---

我需要提示如何完成该部分的其余部分。

您可以将文本分成两个句子数组，然后使用类似函数的函数递归检查类似字符串

---

另一个想法是，找到彻底的贫困。你可以把课文再分解成句子。然后将其放入数据库并运行一个查询，该查询选择索引列的计数和按句子列分组。如果返回的结果大于1，则需要与该句子完全匹配。

如果要自动创建短语，可以搜索，则需要一个包含常用词（如a、is和…）的数据库。。。并从文本中过滤这些内容。剩下的词将是要搜索的流行词。当然，可以对其进行优化以获得小句子，但这需要更多的逻辑。