问用Python检测剽窃

EN

背景

使用Python，我需要得分的存在一个引语，包含约2-7字，一个较长的文本。引文不必精确匹配，但类似的单词应该有相同的顺序。

例如，考虑到以下长文本：

世界上最美丽的事物是看不见或摸不到的，它们是用心去感受的。

下列引文应得分较高(例如，80 /100以上)：

世界上美好的事物，他们无法用心去感受

因为他们不精确，但他们维护秩序。

另一方面，这些引文的得分应较低(例如，低于50 / 100)：

美丽的心是世界上最看不见的，这些词甚至没有出现在这篇课文上

因为(前2)完全出现在文本中，但不保留顺序。

问题

这一任务不能通过简单地检查文本中每个单词的存在来完成。我不知道哪种算法最适合这个任务。

我已经尝试过的

fuzzywuzzy中的大部分函数(partial_token_sort_ratio、token_sort_ratio等)得分较高。partial_ratio确实在早先的条款中得分更高，但是报价

这些词甚至没有出现在这篇课文上

得到52 / 100，这是不合理的高。

我的问题

如上文所述，我如何使用python在较长的文本中计算短引号的存在？