А в шинглах стоп слова учитываешь?
Английский язык я знаю достаточно хорошо, все таки 10 лет в Лондоне прожил и скажу что синонимы подбирать точные, там сложнее, поскольку слова там чаще или практически всегда имееют несколько значений.
При анализе моя программа считает фразы состоящий из 2-6 слов. n-граммы я не использую. Просто разница в скросости получается не такой значительной.
Советы больше нужны не технического характера реализации всего этого, а больше со стороны SEO. Допустим, какой процент замены необходим для попадания в основной индекс гугла?
