3.4.1 方法流程
本論文的方法二「寬鬆比對特徵詞」為改良方法一之比對關鍵詞的條件，在訓 練階段訓練標題文件經過前置處理取得每類 30 個關鍵詞，在將訓練標題文件寬鬆 比對每類關鍵詞並將建立 SVM 訓練模型，測試階段則將測試標題文件寬鬆比對每 類關鍵詞，在將測試標題文件利用先前建立的 SVM 訓練模型進行分類。
圖 3-6 寬鬆比對關鍵詞之方法流程
3.4.2 寬鬆比對關鍵詞
方法二為放寬比對關鍵詞的限制，我們將利用中文詞的特性來放寬條件，三字 詞及四字詞的字與字之間允許插入一或二個中文字[50]，以及錯字的放寬，因為拍 賣標題並非正式文件，隨由賣家決定所以往往會有打錯字(表 3-12)的情況發生，
這會導致在比對關鍵詞的時候會錯失重要的特徵。以下將詳細介紹放寬條件的流 程及一些實例。
表 3-12 錯別字的定義[51]
錯字 所謂錯字，就是將字寫錯了。就中文而言，錯字通常涉及多寫或少寫
一筆：例如「步」寫作「歩」
別字
別字也稱白字，就是字沒有寫錯，但卻用錯了另外一個字。就中文而
言，別字的例子包括把「斑馬」寫作「班馬」、「番薯」寫作「蕃薯」
和「反省」寫作「反醒」等。
我們可以透過注音表找到一個中文字可能的讀音，如圖 3-7。
由表 3-13 可以得知，秀、繡、鏽、袖、…等讀音皆為「ㄒㄧㄡˋ」，在拍賣賣 家使用注音輸入法時在輸入注音後卻沒有選擇正確的字，這會導致在單純比對特 徵詞的時候漏掉重要的特徵資訊。
表 3-13 注音為「ㄒㄧㄡˋ」之中文字
ㄒㄧㄡˋ 秀 繡 鏽 袖 嗅 宿 臭 銹 琇 溴 岫 珛 玊 殠 褎 螑 㗜 㾋 嘼 峀 綉 繍 绣 褏 鏥 锈 齅
表 3-14 拍賣標題常見的錯字
龍鱗 龍麟 ㄌㄨㄥˊ ㄌㄧㄣˊ
銹鋼 鏽鋼 ㄒㄧㄡˋ ㄍ ㄤ
手鍊 手鏈 ㄕ ㄡˇ ㄌㄧㄢˋ
保溫杯 保温杯 ㄅ ㄠˇ ㄨㄣ ㄅ ㄟ
三字詞夾字的部分，通常賣家在編輯標題的時候會省略部分詞彙或者是增加 一些詞彙，例如「折疊車」與「折疊腳踏車」、「隨身杯」與「隨身保溫杯」，因為
「折疊車」與「折疊腳踏車」、「隨身杯」與「隨身保溫杯」都是在描述的是同一種
東西，所以我們希望可以透過放寬條件處理，「折疊腳踏車」也可以當作比對到關
鍵詞「折疊車」。
圖 3-8 三字詞與四字詞寬鬆條件對應圖[50]
可以看到圖 3-8 所示上方的部分是對應到關鍵詞三字詞，我們只要標題文件 對應關鍵詞字 1、字 2、字 3 的位置正確其中可以允許可以在紅色箭頭的位置多出
一個或二個字。如「折疊車」與「折疊腳踏車」，這時可以允許折疊腳踏車對應到
折疊車這個關鍵詞。
如表 3-15 可以看到一些常在拍賣商品標題中出現的詞彙，經過寬鬆條件處理 可以對應到關鍵詞。
表 3-15 拍賣標題常見的夾字詞彙
保溫杯 保溫保冷杯
保溫瓶 保溫鋼瓶
隨身杯 隨身保溫杯
計時錶 計時腕錶
平底鍋 平底炒鍋、平底煎鍋
老琉璃 老黃琉璃
保溫杯 保温保冷杯
在寬鬆比對關鍵詞時我們結合了錯別字及三字詞夾字，給予比對關鍵詞一些 彈性，防止錯失一些重要的特徵，如表 3-17 所示將標題文件寬鬆比對關鍵詞並轉 換成向量表示式。
表 3-16 「腳踏車」的前 10 個關鍵詞
自行車 腳踏車 鋁合金 公路車 登山車 愛爾蘭 單速車 單車 折疊車 捷安特
表 3-17 標題寬鬆比對關鍵詞
◎╮柚柚的店╭◎M171C- 20 吋 24 段變速小摺 折疊腳踏車 摺疊腳踏車