Re: 求助：臺灣Big5 HKSCS vs UAO樣本分類

2012/4/18 Philip Jägenstedt <philipj@opera.com>:
> 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：
辛苦了！

> 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
> Byte sequences FA40-FA42 without gaps look suspicious...
Seems to be trailing garbage.
(somehow I feel 'bing' has quite special taste... rare page)

> 2. http://aaa.stps.tp.edu.tw:8000/scratch
名字沒辦法。

> hkscs: _normal_tb2">陳宥<U+8061 聡>(508)</td>
> uao:   _normal_tb2">陳宥<U+9506 锆>(508)</td>
> Given name.

> 3. http://ai.nutn.edu.tw/
> hkscs: 再福（2004）。Using <U+8EDA 軚>-Cuts Viewpoint
> uao:   再福（2004）。Using <U+025C ɜ>-Cuts Viewpoint
Seems to be tex or symbol from PDF copy-n-paste. Not Chinese.

> 4. http://besttour.com.tw/main_program/2007_sakura_01.asp
> 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>
This is clear, big5-uao Japanese Kanji. 變種 特徵

> 5. http://dns1.findprice.com.tw/Query_Dateaction.ASP?yy=100&mm=7&dd=12
> 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
台南市官田區南廓里三結義 (from google)

> 6. http://domestic.mytour.com.tw/list.asp?id=721
> 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?
Make be a typo of 逕, uao would make sense.

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


> 8. http://jdev.tw/blogs/joomla-install.html
> hkscs: <U+880F 蠏>:\xampp\htdocs\
> uao:   <U+6C32 氲>:\xampp\htdocs\
> Typo?
no idea...

> 9. http://rank.igame.com.tw/mobile/vibo/default.asp
> 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
It seems that uao make sense here:
http://book.sfacg.com/Novel/9530/14916/159614/


> 10. http://smartbook.benesse-free.com.tw/2012Winner-1.html
> Obfuscated given names.
沒辦法

> 11. http://www.be-wells.com.tw/ascendancy/ascendancy_SE.php?page=5
> 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?
conflicts with western accent letters?

> 12. http://www.cdns.com.tw/20111201/news/zyxw/733760002011113021103695.htm
> 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
在國內肚皮舞界頗為知名的老師許瀞文

> 13.
> http://www.dryahoo.org.tw/%AA%F9%B6%45%B1%60%B0%DD%BC%F6%AA%F9%B8%DC%C3%44.htm
> 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
皰疹性齒齦舌炎/疱疹性咽峽炎

> 14. http://www.emailcash.com.tw/page.asp?go=ePointFor
> 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
no idea

> 15. http://www.freegame.tw/flash.asp?id=14312
> 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.
no idea

> 16.
> http://www.ftstour.com.tw/eWeb/Public/V_GO_Detail_hotel_list.asp?GRUP_CD=PHA10091128A
> hkscs: lor=#800000>布拉格<U+FFFD �></td>
> uao:   lor=#800000>布拉格<U+9655 陕></td>
> Looks like trailing garbage?
no idea

> 17. http://www.futsu.com.tw/futsu-bulletin-185.html
> 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
> 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、
obviously big5-uao: 集...為一體

> 19. http://www.isdoor.48h.tw/
> 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
> uao:   s[0]="玄關門、鍛造門、不<U+E001 >鋼門、鍍鋅鋼板門、硫化銅門、門
不銹鋼, hkscs is non-sense


> 20. http://www.j2h.tw/bbs/bbs10/
> hkscs: d align=middle><U+31C1 ㇁>斻&#6553</td>
> uao:   d align=middle><U+7F05 缅>斻&#6553</td>
> Entity-escaped, U+FFFD, looks suspicious!
name, no idea

> 21. http://www.kl.com.tw/98-2peo/99-da.htm
> 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.
Looks the same but from different font under Linux.

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

> 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=
> 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

> 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),
copy from PDF?

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

> 26. http://www.pcdvd.com.tw/showthread.php?t=798408
> 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。<
typo of 卸下

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

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

> 30. http://www.songyan.com.tw/distribution.html
> 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:/
punctuation?

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

> 32. http://www.twhouse.com.tw/Question/Default_Question.asp
trailing garbage?

> 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
> 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

> 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 、?
Very likely!

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

> 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



-- 
Best regards,
Yuan Chao

Received on Wednesday, 18 April 2012 13:15:36 UTC