--- title: "電腦怎麼知道兩個詞在問同一件事｜從字面比對到語意比對" url: https://joelin.cc/p/9804 source: https://joelin.cc/p/9804 id: 9804 slug: "semantic-similarity-explained" pubDate: 2026-09-16 date_modified: 2026-09-16 updatedDate: 2026-09-16 schema_type: BlogPosting description: "字面比對會同時看漏和看錯：用字不重疊的兩句話可能問同一件事，只差兩個字的兩句話可能是完全不同的人。語意比對換一種量法，把每段文字放上地圖看距離，於是看得見原本看不見的自相殘殺。" ai_summary: "老喬用不帶技術名詞的方式解釋語意比對，以及它在內容經營上實際解決了什麼。字面比對（看兩段文字有沒有共同的詞）會同時往兩個方向出錯：一是看漏，租辦公室要多少錢與商辦月租行情沒有任何共同的詞卻是同一個需求；二是看錯，明信片尺寸與明信片郵資只差兩個字卻是排版與寄件兩群不同的人。兩種錯誤方向相反，所以不能靠放寬或收緊門檻解決，問題在於量錯了東西——字面比對量的是寫法，需要的是意思。語意比對的做法類比成地圖座標：每段文字在一張大地圖上佔一個位置，位置由它平常跟哪些字一起出現、出現在什麼句子裡決定，意思接近的文字被放在接近的地方，於是像不像變成可以計算的距離，不需要共同的字。這張地圖是機器讀過極大量文字後歸納的結果，機器並不懂那些字的意思，只知道哪些字出現在相似位置。它讓兩件原本看不到的事浮現：一是語意上的自相殘殺，兩篇標題不像、用字不重疊的文章在地圖上幾乎疊在一起，搜尋引擎每次只挑一篇代表，另一篇的力氣浪費掉，且用關鍵字怎麼查都查不到；二是每週新冒出的需求可以自動歸到最接近的既有主題，離所有主題都遠的才需要人看。它做不到的事有兩件：分不出講同一件事與立場相反，也不知道兩篇裡哪一篇的數字是錯的。它是探照燈不是判官。" key_facts: ["字面比對會同時看漏與看錯：用字完全不重疊的兩句話可能問同一件事，只差兩個字的兩句話可能是完全不同的兩群人", "兩種錯誤方向相反，所以不能靠放寬或收緊門檻解決；問題在於字面比對量的是寫法，需要的是意思", "語意比對把每段文字換算成地圖上的一個位置，像不像因此變成可以計算的距離，不需要兩段文字有共同的字", "位置由文字平常跟哪些字一起出現決定，地圖是機器讀過極大量文字後歸納的；機器並不懂字義，只知道哪些字出現在相似位置", "語意上的自相殘殺用關鍵字怎麼查都查不到：兩篇標題不像、用字不重疊的文章可能在語意上幾乎重疊，搜尋引擎每次只挑一篇代表", "新需求可自動歸到最接近的既有主題，離所有主題都遠的才需要人親自看；這一步只負責分堆，不負責判斷題目值不值得做", "語意比對做不到兩件事：分不出立場相反與講同一件事，也判斷不了兩篇之中哪一篇的數字是錯的"] categories: ["自媒體矩陣", "內容經營"] tags: ["語意比對", "關鍵字分群", "內容經營", "SEO判讀", "AI"] authorship: origin: written ai_role: ai_only entity_ids: author: https://me.joelin.cc/#joe publisher: https://me.joelin.cc/#joelincc --- # 電腦怎麼知道兩個詞在問同一件事｜從字面比對到語意比對 ## 摘要 老喬用不帶技術名詞的方式解釋語意比對，以及它在內容經營上實際解決了什麼。字面比對（看兩段文字有沒有共同的詞）會同時往兩個方向出錯：一是看漏，租辦公室要多少錢與商辦月租行情沒有任何共同的詞卻是同一個需求；二是看錯，明信片尺寸與明信片郵資只差兩個字卻是排版與寄件兩群不同的人。兩種錯誤方向相反，所以不能靠放寬或收緊門檻解決，問題在於量錯了東西——字面比對量的是寫法，需要的是意思。語意比對的做法類比成地圖座標：每段文字在一張大地圖上佔一個位置，位置由它平常跟哪些字一起出現、出現在什麼句子裡決定，意思接近的文字被放在接近的地方，於是像不像變成可以計算的距離，不需要共同的字。這張地圖是機器讀過極大量文字後歸納的結果，機器並不懂那些字的意思，只知道哪些字出現在相似位置。它讓兩件原本看不到的事浮現：一是語意上的自相殘殺，兩篇標題不像、用字不重疊的文章在地圖上幾乎疊在一起，搜尋引擎每次只挑一篇代表，另一篇的力氣浪費掉，且用關鍵字怎麼查都查不到；二是每週新冒出的需求可以自動歸到最接近的既有主題，離所有主題都遠的才需要人看。它做不到的事有兩件：分不出講同一件事與立場相反，也不知道兩篇裡哪一篇的數字是錯的。它是探照燈不是判官。 ### 重點 - 字面比對會同時看漏與看錯：用字完全不重疊的兩句話可能問同一件事，只差兩個字的兩句話可能是完全不同的兩群人 - 兩種錯誤方向相反，所以不能靠放寬或收緊門檻解決；問題在於字面比對量的是寫法，需要的是意思 - 語意比對把每段文字換算成地圖上的一個位置，像不像因此變成可以計算的距離，不需要兩段文字有共同的字 - 位置由文字平常跟哪些字一起出現決定，地圖是機器讀過極大量文字後歸納的；機器並不懂字義，只知道哪些字出現在相似位置 - 語意上的自相殘殺用關鍵字怎麼查都查不到：兩篇標題不像、用字不重疊的文章可能在語意上幾乎重疊，搜尋引擎每次只挑一篇代表 - 新需求可自動歸到最接近的既有主題，離所有主題都遠的才需要人親自看；這一步只負責分堆，不負責判斷題目值不值得做 - 語意比對做不到兩件事：分不出立場相反與講同一件事，也判斷不了兩篇之中哪一篇的數字是錯的 上一篇講[資料清洗](/p/9803)，結尾提到一件事：有兩篇文章用字完全不重疊，講的卻是同一件事，肉眼看不出來。這一篇講那件事怎麼被看出來。 先講結論：電腦要判斷兩段文字在講同一件事，靠的不是比對它們有沒有共同的字，而是把每段文字換算成一個位置，再看兩個位置離得近不近。 ## 字面比對為什麼不夠 字面比對就是：兩段文字有沒有用到一樣的詞。這個方法直覺、快、而且大部分時候夠用，但它有兩個方向都會出錯。 第一個方向是看漏。「租辦公室要多少錢」和「商辦月租行情」，一個共同的詞都沒有，但問的是同一件事。字面比對會把它們當成兩個不相干的需求，於是我永遠不會發現我有兩篇文章在搶同一批人。 第二個方向是看錯。「明信片尺寸」和「明信片郵資」只差兩個字，卻是完全不同的兩群人——一個在排版，一個在寄東西。字面上它們很像，需求上毫不相干。 這兩種錯誤方向相反，所以不能靠「放寬一點」或「嚴格一點」來解決。問題出在量錯了東西：字面比對量的是寫法，我要的是意思。 ## 換一種「像不像」的量法 比較好懂的類比是地圖上的座標。 想像有一張很大的地圖，每一段文字都在上面佔一個位置。位置怎麼決定？靠這段文字平常都跟哪些字一起出現、出現在什麼樣的句子裡、被什麼樣的人拿去用。意思接近的文字，會被放在地圖上接近的地方。 於是「兩句話像不像」這個問題，就變成「這兩個點離多遠」。而距離是可以算的，不需要它們有共同的字。 這張地圖不是我畫的，也不是任何人手動標的。它是機器讀過極大量的文字之後歸納出來的結果——同一個詞在幾百萬個句子裡的用法，決定了它該被放在哪裡。 這件事最反直覺的地方在於：機器其實不「懂」那些字的意思。它只是知道哪些字會出現在相似的位置。但用起來的效果，和懂的差別沒有想像中大。 ## 它讓我看見兩件原本看不到的事 ### 第一件：我的文章在語意上自相殘殺 我有兩篇文章，一篇講借址設立的費用，一篇講登記地址怎麼選。標題不像、用字不重疊、寫的時候也沒想過它們有關係。 在地圖上，它們兩個點幾乎疊在一起。 這代表搜尋引擎眼中它們在回答同一件事，於是每次只會挑一篇出來代表我。另一篇的力氣就浪費了。這種互食如果不靠語意去看，我可以永遠不知道它存在——因為我用關鍵字怎麼查都查不到。 ### 第二件：新冒出來的需求該歸到哪一類 每個禮拜都會有一批以前沒出現過的新需求被搜尋出來。多數是既有主題的變形，少數是真正的新東西。 以前要人一個一個看。現在的做法是：把新的需求丟到地圖上，看它落在哪一群既有主題附近。離得近的，就是舊題目的新說法，歸進去就好；離所有既有主題都很遠的，才需要我親自看一眼——那有可能是一個我還沒寫過的題目。 這一步把每週的檢查量砍掉大半。要注意的是它只負責分堆，不負責判斷「這個題目值不值得做」——那件事後面會講。 ## 它做不到的事 有兩件事我一開始期待過，後來確認它做不到。 它分不出「講同一件事」和「立場相反」。一篇說某個做法很好、一篇說很糟，在地圖上會靠得很近，因為它們用的字幾乎一樣。要區分立場，得靠別的方法。 它也不知道哪一個是對的。兩篇文章講同一件事，其中一篇數字是錯的，地圖不會告訴你是哪一篇。它只回答「像不像」，不回答「對不對」。 所以它是一個很好的探照燈，不是一個判官。它把該看的地方照出來，看完之後要做什麼，還是人的事。 下一篇講的就是那件事：算完之後，報表送到人面前，人在那一步到底做了什麼。 本文關鍵字：語意比對、向量、內容自相殘殺、關鍵字分群、內容經營 ## 常見問題 ### 語意比對和關鍵字比對差在哪裡？ 關鍵字比對看的是兩段文字有沒有用到一樣的詞，語意比對看的是它們的意思接不接近。前者會漏掉用字不重疊但問同一件事的組合，也會誤判只差兩個字卻完全不同的需求。 ### 機器真的懂那些字的意思嗎？ 不懂。它只是知道哪些字會出現在相似的位置，這是從極大量文字裡歸納出來的統計結果。但實際用起來，和真的懂的差別沒有想像中大。 ### 為什麼用關鍵字查不到自己文章在互相競爭？ 因為互相競爭的兩篇可能一個共同的詞都沒有。標題不像、用字不重疊，唯一相同的是它們在回答同一個需求，而那件事只有從意思的角度才看得到。 ### 語意比對可以拿來判斷內容品質嗎？ 不行。它只回答像不像，不回答對不對。兩篇文章講同一件事、其中一篇數字是錯的，它不會告訴你是哪一篇。它是把該看的地方照出來的探照燈，不是判官。