IA Detection: Statistical Text Analysis sɣur Physa

French

Cette extension a pour but de détecter si un texte est généré par une IA. Pour Cela on calcule sur chaque texte les critères 8 suivant entre 0 et 100.
A ce jours c'est un test, le vecteur de poids est basique et mérite détre tuné (enfin si ca marche)

1. Entropie de l'Information (avec une base de langue francaise, et anglaise)
2. Compressibilité (Gzip ou LZMA
3. Présence d'Emojis
4. Richesse Lexicale (TTR) Type-Token Ratio : Nombre de mots uniques divisé par le nombre total de mots.
5. Longueur Moyenne des Phrases
6. Fréquence des mots de liaison, pronoms, articles, prépositions (e.g., le, la, et, de, à, un).
7. Uniformité de la Ponctuation de Fin de Phrase (Proportion de points . par rapport à toutes les ponctuations de fin de phrase.)
8. Utilisation des Virgules et des Parenthèses (Nombre de virgules par 100 mots.)

On joute ensuite quelques paramètre de poids

English

This extension aims to detect if a text is generated by AI. To do this, 8 criteria are calculated for each text, ranging from 0 to 100.
As of today, this is a test; the weight vector is basic and deserves to be tuned (if it works).

1. Information Entropy (with a French and English language base)
2. Compressibility (Gzip or LZMA)
3. Presence of Emojis
4. Lexical Richness (TTR) Type-Token Ratio: Number of unique words divided by the total number of words.
5. Average Sentence Length
6. Frequency of connecting words, pronouns, articles, prepositions (e.g., the, a, and, of, to, one).
7. Uniformity of End-of-Sentence Punctuation (Proportion of periods . compared to all end-of-sentence punctuation.)
8. Use of Commas and Parentheses (Number of commas per 100 words.)

Then, some weight parameters are added.