求助:臺灣Big5 HKSCS vs UAO樣本分類

為了用跟香港一模一樣的分析方法我重新弄了臺灣的樣本:

https://gitorious.org/whatwg/big5/trees/master/hkscs-vs-uao/tw


一共有345個樣本,大部分已經分好了,只有以下35個需要好人幫忙:


1. http://89289568.boss.com.tw/show_page.asp?income=89289568


bytes: FA40 FA41 FA42

hkscs: class="stlye"><U+20547 𠕇>眼鏡、隱形眼鏡及其零件之買賣<br><U+92DB  
鋛>前項產品進出口貿易<br><U+205DF 𠗟>一般性驗光配鏡業務

uao:   class="stlye"><U+E000 >眼鏡、隱形眼鏡及其零件之買賣<br><U+E001  
>前項產品進出口貿易<br><U+E002 >一般性驗光配鏡業務

Byte sequences FA40-FA42 without gaps look suspicious...


2. http://aaa.stps.tp.edu.tw:8000/scratch


bytes: 8ED6

hkscs: _normal_tb2">陳宥<U+8061 聡>(508)</td>
hkscs: _normal_tb2">陳宥<U+8061 聡>(508)</td>

uao:   _normal_tb2">陳宥<U+9506 锆>(508)</td>
uao:   _normal_tb2">陳宥<U+9506 锆>(508)</td>

Given name.


3. http://ai.nutn.edu.tw/


bytes: 9BD1

hkscs: 再福(2004)。Using <U+8EDA 軚>-Cuts Viewpoint

uao:   再福(2004)。Using <U+025C ɜ>-Cuts Viewpoint


4. http://besttour.com.tw/main_program/2007_sakura_01.asp


bytes: 9376 93C4

hkscs: 枝垂櫻是江戶彼岸的<U+28B22 𨬢>種、枝成下垂。特<U+20046  
𠁆>是花心花色濃厚。 </td>

uao:   枝垂櫻是江戶彼岸的<U+5909 変>種、枝成下垂。特<U+5FB4  
徴>是花心花色濃厚。 </td>


5. http://dns1.findprice.com.tw/Query_Dateaction.ASP?yy=100&mm=7&dd=12


bytes: FA42

hkscs: 市官田區公所:官田區三結義及南<U+205DF 𠗟>排水疏濬清淤工程等2件 (20

uao:   市官田區公所:官田區三結義及南<U+E002 >排水疏濬清淤工程等2件 (20


6. http://domestic.mytour.com.tw/list.asp?id=721


bytes: 84B3

hkscs: 不捨結束此行精采假期、踏上歸途<U+FFFD �>視情況休息<br>18:30~

uao:   不捨結束此行精采假期、踏上歸途<U+8FF3 迳>視情況休息<br>18:30~

Typo of 途徑?


7.  
http://hi-taiwan.ecserver.com.tw/eip/front/bin/ptdetail.phtml?Part=teams0088


bytes: 8451

hkscs: 光銘電 話:27314903 <U+FFFD �> 27755852 聯 絡 人

uao:   光銘電 話:27314903 <U+542F 启> 27755852 聯 絡 人


8. http://jdev.tw/blogs/joomla-install.html


bytes: A063

hkscs: <U+880F 蠏>:\xampp\htdocs\

uao:   <U+6C32 氲>:\xampp\htdocs\

Typo?


9. http://rank.igame.com.tw/mobile/vibo/default.asp


bytes: 83D1

hkscs: 界。玩家將扮演海軍陸戰隊復仇者<U+FFFD  
�>小隊的領導者,帶領小隊前往搜索

uao:   界。玩家將扮演海軍陸戰隊復仇者<U+8109  
脉>小隊的領導者,帶領小隊前往搜索


10. http://smartbook.benesse-free.com.tw/2012Winner-1.html


bytes: FA73 8FC5 FCA7 FACA FCC0

hkscs: OR="#000000">曹*<U+220FC 𢃼></FONT></TD>
hkscs: OR="#000000">蔡*<U+64E5 擥></FONT></TD>
hkscs: OR="#000000">侯*<U+73D5 珕></FONT></TD>
hkscs: OR="#FFCC00">吳*<U+22980 𢦀></TD>
hkscs: OR="#000000">王*<U+63C1 揁></FONT></TD>
hkscs: OR="#000000">黃*<U+73D5 珕></FONT></TD>

uao:   OR="#000000">曹*<U+7339 猹></FONT></TD>
uao:   OR="#000000">蔡*<U+7724 眤></FONT></TD>
uao:   OR="#000000">侯*<U+7A43 穃></FONT></TD>
uao:   OR="#FFCC00">吳*<U+7134 焴></TD>
uao:   OR="#000000">王*<U+88E3 裣></FONT></TD>
uao:   OR="#000000">黃*<U+7A43 穃></FONT></TD>

Obfuscated given names.


11. http://www.be-wells.com.tw/ascendancy/ascendancy_SE.php?page=5


bytes: 83BA

hkscs: 印象最深刻的地方是主管Win <U+FFFD �>; 講師活潑的教學方式以及課程

uao:   印象最深刻的地方是主管Win <U+65F6 时>; 講師活潑的教學方式以及課程

Typo?


12. http://www.cdns.com.tw/20111201/news/zyxw/733760002011113021103695.htm


bytes: 93D2

hkscs: 縣知名肚皮舞老師許&nbsp;<U+26D24 𦴤>文�&nbsp;f乘邱姓友人機

uao:   縣知名肚皮舞老師許&nbsp;<U+6E80 満>文�&nbsp;f乘邱姓友人機


13.  
http://www.dryahoo.org.tw/%AA%F9%B6%45%B1%60%B0%DD%BC%F6%AA%F9%B8%DC%C3%44.htm


bytes: 9A6A

hkscs: 毒.htm">&nbsp; (<U+9937 餷>疹性咽峽炎、手口足圖片)</a

uao:   毒.htm">&nbsp; (<U+5E92 庒>疹性咽峽炎、手口足圖片)</a


14. http://www.emailcash.com.tw/page.asp?go=ePointFor


bytes: 816A

hkscs: 98;微思酷炫香水(男女各一)<U+FFFD �></a><br><a href

uao:   98;微思酷炫香水(男女各一)<U+5271 剱></a><br><a href


15. http://www.freegame.tw/flash.asp?id=14312


bytes: 85DE

hkscs: dth="476">留言者:茶<U+FFFD �>&nbsp;&nbsp;&nb

uao:   dth="476">留言者:茶<U+70BC 炼>&nbsp;&nbsp;&nb

Username.


16.  
http://www.ftstour.com.tw/eWeb/Public/V_GO_Detail_hotel_list.asp?GRUP_CD=PHA10091128A


bytes: 83E6

hkscs: lor=#800000>布拉格<U+FFFD �></td>

uao:   lor=#800000>布拉格<U+9655 陕></td>

Looks like trailing garbage?


17. http://www.futsu.com.tw/futsu-bulletin-185.html


bytes: FE52

hkscs: 長與黃志耀副處長</span><U+732A 猪> </p>

uao:   長與黃志耀副處長</span><U+83D3 菓> </p>

Trailing junk, neither make sense.


18. http://www.gloriatour.com.tw/eWeb_gloriatour/project/korea/index.asp


bytes: FA64

hkscs: 世界是首爾市中心一個集娛樂休閒<U+6EDB  
滛>一體的場所,有驚險的遊樂設施、

uao:   世界是首爾市中心一個集娛樂休閒<U+7232  
爲>一體的場所,有驚險的遊樂設施、


19. http://www.isdoor.48h.tw/


bytes: FA41

hkscs: s[0]="玄關門、鍛造門、不<U+92DB 鋛>鋼門、鍍鋅鋼板門、硫化銅門、門
hkscs: 1pt;">玄關門、鍛造門、不<U+92DB 鋛>鋼門、鍍鋅鋼板門、硫化銅門、門
hkscs: ; 我們從事鍛造、鍍鋅鋼板、不<U+92DB 鋛>鋼材門窗產品之設計與安裝,為符

uao:   s[0]="玄關門、鍛造門、不<U+E001 >鋼門、鍍鋅鋼板門、硫化銅門、門
uao:   1pt;">玄關門、鍛造門、不<U+E001 >鋼門、鍍鋅鋼板門、硫化銅門、門
uao:   ; 我們從事鍛造、鍍鋅鋼板、不<U+E001 >鋼材門窗產品之設計與安裝,為符


20. http://www.j2h.tw/bbs/bbs10/


bytes: 8841

hkscs: d align=middle><U+31C1 ㇁>斻&#6553</td>
hkscs: d align=middle><U+31C1 ㇁>斻&#6553</td>

uao:   d align=middle><U+7F05 缅>斻&#6553</td>
uao:   d align=middle><U+7F05 缅>斻&#6553</td>

Entity-escaped, U+FFFD, looks suspicious!


21. http://www.kl.com.tw/98-2peo/99-da.htm


bytes: FA40

hkscs: 陳<U+20547 𠕇>璇</span></b></t

uao:   陳<U+E000 >璇</span></b></t

Given name. PUA looks the same in some fonts.


22. http://www.lianan.com.tw/03_functional.asp?sn=21


bytes: FA4C

hkscs: middle>可瞭解對花粉、塵<U+219DB 𡧛>、毛屑、黴菌類等是否有急性過敏

uao:   middle>可瞭解對花粉、塵<U+E00C >、毛屑、黴菌類等是否有急性過敏


23.  
http://www.lungyengroup.com.tw/procedures/crm.qa_d.asp?cat=f070204&aid=262&p=2&type=%E6%B3%95%E4%BA%8B&kw=


bytes: 95E4

hkscs: 0204&p=2&type=瘜<U+84E5 蓥>?&kw="><img src

uao:   0204&p=2&type=瘜<U+518C 册>?&kw="><img src

Part of query string. Looks like junk.


24. http://www.nicedoctor.com.tw/pro1-662.htm


bytes: FAB2

hkscs: (富貴手),DMS 金螫鷁悃<U+523C 刼>G 20ml (青春痘適用),

uao:   (富貴手),DMS 金螫鷁悃<U+770D 眍>G 20ml (青春痘適用),


25. http://www.ogilvy.com.tw/Works/CaseContent.asp?serial=71


bytes: 84B3

hkscs: 品特色,讓消費者親身體驗從栽種<U+FFFD �>採收<U+FFFD  
�>製程過程,,無形中了解VONO

uao:   品特色,讓消費者親身體驗從栽種<U+8FF3 迳>採收<U+8FF3  
迳>製程過程,,無形中了解VONO


26. http://www.pcdvd.com.tw/showthread.php?t=798408

bytes: 9FA5

hkscs: 碟Copy至外接硬碟,並將裝置<U+4C3B 䰻>下後,調成Slave後測試。<

uao:   碟Copy至外接硬碟,並將裝置<U+7F37 缷>下後,調成Slave後測試。<


27. http://www.pxmart.com.tw/winner/Winner_A2011081906.html


bytes: 86EC

hkscs: ss=copyright>翁淑<U+FFFD �></td><td  align

uao:   ss=copyright>翁淑<U+796F 祯></td><td  align

Given name. People by the name 翁淑禎 appear to exist.


28. http://www.reuse.48h.tw/Index.asp


bytes: 8463

hkscs: .用心保養.時效維修.親切服務<U+FFFD �>  <span style='

uao:   .用心保養.時效維修.親切服務<U+73B0 现>  <span style='

Part of JavaScript "ticker". Makes no sense.


29. http://www.roomi.com.tw/web/roomi_genesis_sticker.php?id=m3r952


bytes: 84B3

hkscs: 1.登入會員,進入『功能設定<U+FFFD �>自訂欄位』單元。<br />

uao:   1.登入會員,進入『功能設定<U+8FF3 迳>自訂欄位』單元。<br />


30. http://www.songyan.com.tw/distribution.html


bytes: 84B3

hkscs: 請先看經銷合作基本介紹PDF檔<U+FFFD �><a href="http:/

uao:   請先看經銷合作基本介紹PDF檔<U+8FF3 迳><a href="http:/


31. http://www.srbook.com.tw/show_book.htm?wno=9868017645


bytes: 857D

hkscs: 會比較好,即使對他們自己也一樣<U+FFFD �><br /><br />繪者簡

uao:   會比較好,即使對他們自己也一樣<U+95F4 间><br /><br />繪者簡


32. http://www.twhouse.com.tw/Question/Default_Question.asp


bytes: FD5C FD5D FA7E FD59 FD5B

hkscs: 幣十萬元以上三十萬元以下罰鍰。<U+51B8 冸>&nbsp;<br>公司負責人
hkscs: <br>以上三十萬元以下罰金。<U+51B8 冸>&nbsp;<br></spa
hkscs: 遵 守 下 列 事 項 : <U+2212A 𢄪> 於 維 護 、 修 繕 專
hkscs: 會 議 決 議 繳 納 。 <U+23703 𣜃> 本 基 金 之 孳 息 。 <U+6A9D 檝>  
其 他 收 入 。 依 前
hkscs: 改 善 或 續 犯 者 。 <U+23703 𣜃> 其 他 違 反 法 令 或
hkscs: 權 之 強 制 出 讓 。 <U+3BF3 㯳> 約 定 專 用 或 約 定

uao:   幣十萬元以上三十萬元以下罰鍰。<U+7549 畉>&nbsp;<br>公司負責人
uao:   <br>以上三十萬元以下罰金。<U+7549 畉>&nbsp;<br></spa
uao:   遵 守 下 列 事 項 : <U+894D 襍> 於 維 護 、 修 繕 專
uao:   會 議 決 議 繳 納 。 <U+885E 衞> 本 基 金 之 孳 息 。 <U+E1F3 > 其  
他 收 入 。 依 前
uao:   改 善 或 續 犯 者 。 <U+885E 衞> 其 他 違 反 法 令 或
uao:   權 之 強 制 出 讓 。 <U+82FD 苽> 約 定 專 用 或 約 定


33. http://www.twhouse.com.tw/Question/Default_Question_Bond.asp


bytes: FA7E

hkscs: 幣十萬元以上三十萬元以下罰鍰。<U+51B8 冸>&nbsp;<br>公司負責人
hkscs: <br>以上三十萬元以下罰金。<U+51B8 冸>&nbsp;<br>

uao:   幣十萬元以上三十萬元以下罰鍰。<U+7549 畉>&nbsp;<br>公司負責人
uao:   <br>以上三十萬元以下罰金。<U+7549 畉>&nbsp;<br>


34. http://www.wintan.com.tw/service_06_08.htm


bytes: 84B3

hkscs: 選證券帳務,可選擇[證券帳務]<U+FFFD �>[庫存查詢]、[證券帳務]<U+FFFD  
�>[維持率查詢]、[證券帳務]<U+FFFD �>[對帳單查詢]、[證券帳務]<U+FFFD  
�>[投資試算]
hkscs: 、[證券帳務]<U+FFFD �>[資券配額] 、[證券帳務]<U+FFFD �>[警示股]  
、[證券帳務]<U+FFFD �>[銀行餘額查詢]。 </fon

uao:   選證券帳務,可選擇[證券帳務]<U+8FF3  
迳>[庫存查詢]、[證券帳務]<U+8FF3 迳>[維持率查詢]、[證券帳務]<U+8FF3  
迳>[對帳單查詢]、[證券帳務]<U+8FF3 迳>[投資試算]
uao:   、[證券帳務]<U+8FF3 迳>[資券配額] 、[證券帳務]<U+8FF3 迳>[警示股]  
、[證券帳務]<U+8FF3 迳>[銀行餘額查詢]。 </fon

<U+8FF3 迳> instead of 、?


35. https://www.mybank.com.tw/myatm/howtouse03_01.asp


bytes: 84B3

hkscs: Google工具列「設定」項目<U+FFFD �>點選「選項」。</span><
hkscs: 下MSN工具列上「已封鎖」項目<U+FFFD �>按一下「允許快顯視窗」項目即可

uao:   Google工具列「設定」項目<U+8FF3 迳>點選「選項」。</span><
uao:   下MSN工具列上「已封鎖」項目<U+8FF3 迳>按一下「允許快顯視窗」項目即可

-- 
Philip Jägenstedt
Core Developer
Opera Software

Received on Wednesday, 18 April 2012 10:57:25 UTC