[논문]자동초록 작성시에 발생하는 유사의미 문장요소들의 통합에 관한 연구

이태영

문제 정의

ⓑ우리나라 사회과학자들의 “정보원을 조사하고” $ “인용문헌분석을 통하여” “그들의 인용문헌의 분포를 구명하려”는 것이 이 연구의 목적이다
ⓓ사서가 주제를 연구하였다
본 연구에서 추구한 바는 자동초록을 수작업 수준으로 올리는 데의 기초가 될 수 있는 지식을 생산하는 것이었다. 앞으로의 연구에서‘절별 대체’는 보다 자유롭게 문장을 만들 수 있는‘단어 대체’로 전환되어야 할 것으로 생각한다.
본 연구에서는 초록문을 만들 때에 필요하면서 상대적으로 탐구를 더 요구하는 (3),(4),(5) 중 첫째 요소인 (3) ‘유사한 의미의 식별 및 통합’에 관하여 탐구함으로써 자동 초록작성에 기여를 하고자 한다.
자동으로 초록을 작성할 때에 필요하면서도 상대적으로 탐구를 더 요구하는 부분 중의 하나인‘유사한 의미의 식별 및 통합’에 관한 연구를하였다. 문장간의 유사성의 식별행태을 알아보기 위해 표본에서 유사하다고 인정되는 문장들을 묶어서 설문하였다.

가설 설정

1) 어순에 관계없이 두 문장을 이루는 단어가 전부 동일할 경우이다.(이음동의어도 동일한 단어로 인정한다) :
2) 어순에 관계없이 준동의 명사구와 준동의 용언구를 포함하여 두 문장의 단어가 전부 동일할 경우이다.(이음동의어는 동일한 단어로 간주한다.
ⓐ문장의 구성성분의 차이는 문장간의 유사성에 영향을 미칠까?
ⓗ기능적인 역할을 하는 절도 문장간 유사성에 영향을 미칠까?

제안 방법

ⓐ경제학, 사회학 및 정치학 문헌에 인용된 타분야 문헌의 $ 정보전달매체별 분포 및 국가별 분포를 진단하고 비교분석하여 그 결과를 종합하였다.
ⓐ사회과학자들의 문헌에 인용된 “타분야 문헌을 코드화하고” $ “비교분석법과 통계적 방법을 사용하여” “타분야 문헌의 분포를 구명하였다&rdquo;
ⓐ타 분야 문헌의 주제별 분포를 대체적으로 규명하였다
ⓑ이렇게 조사된 타분야 문헌을“비교분석법과 통계적 방법을 사용하여”$ 주제별 분포, 전달매체별 분포 및 국가별 분포를 각각 구명하였다.
이 해독을 위하여 문헌정보학 분야의 논문(전문 10페이지 내외) 중 무작위적으로 선정된 표본문헌(2개)에서 전술한 경우들의 예를 편출하여 시뮬레이션(대학생 이상의 질문대상자 15명에게 유사성의 정도에 대해 반복 설문한다)을 통해 분석하고 나아가 유사도 측정의 최적 모형을 도출하였다. 그리고 이 최적 모형을 가지고 표본의 서론, 본론(각 장별로 다시 세분함), 결론 등의 각 부분을 섭렵하면서 해당되는 각각의 유사문장들을 식별·발췌한다. 발췌된 유사문장들은 문장요소의 삭제와 대체를 통하여 하나의 대표문장으로 탄생된다.
유사문장이 2개 출현하였을 때에는 3개 이상 출현하였을 때처럼 중복출현의 수를 가지고 대표문장을 선정할 수 없기 때문에 긴 문장을 대표문장으로 선택한다. 대표문장으로 선정된 ⓐ는 적정선의 길이가 될 수 있도록 절 삭제를 시도한다. ⓐ의 ㉠은 전체 절에 걸리는 주어 역할을하여 필수적인 성분이다.
유사문장들의 통합은 두가지 과정을 거쳐 수행하였는데 첫째가 여러 문장 중에서 대표될 만한 문장을 뽑아 그 문장으로 하여금 여러문장을 대변토록 하는‘문장 대표 선정’방법이었다. 둘째로는 여러 문장들을 분해하여 그 분해된 부분으로부터 대표문장을 생성하여 내는‘문장 대표 생성’방법을 적용시켰다. 후자의 통합과정에서 절과 문장의 템프릿을 작성하였고 또 5개의 연산자(통합가능연산자, 절선택연산자, 절조합연산자 A와 B와 C형)를 가동하였다.
유사도를 측정하는데 있어 Salton과 그의 동료들이 제시한 측정모형은 2단계로 구성되어 있다. 먼저 문헌피이스 또는 단락에 출현한 단어들의 가중치를 측정하는 식을 용어빈도와 역문헌빈도를 이용하여 만들었고 가중치로 표시되는 단어들로 이루어진 단락벡터들 간의 유사도를 측정하기 위하여 벡터유사함수(vector similarity function)를 제시하였다. 단어의 가중치 측정 식은 아래의 모형1과 같이 표현된다 (Salton, Allen, and Singhal 1996).
자동으로 초록을 작성할 때에 필요하면서도 상대적으로 탐구를 더 요구하는 부분 중의 하나인‘유사한 의미의 식별 및 통합’에 관한 연구를하였다. 문장간의 유사성의 식별행태을 알아보기 위해 표본에서 유사하다고 인정되는 문장들을 묶어서 설문하였다. 그 결과 문장 간의 유사성을 판별할 때 문장의 구성성분, 용언과 체언, “부사, 수사, 대명사”, 절의 용언 어미 변화, 주절과 부절은 유사성을 제고하는데 영향력을 별로 발휘하지 못하는 것으로 나타났다.
본고에서는 위에 나열된 관계 중 “도입(제시), 반복, 문제, 해결, 부각, 원인, 결과, 이유, 비교, 부각, 과정, 초담화”에 ‘마감’을 추가하여 절간의 관계설정으로 사용한다. 특히 ‘도입’은 “---을 위하여, --대한, 주어를 수식하는 절 등”과 같이 정하며 ‘마감’은 주절이 앞에 나열된 관계에 속하기 어려울 때 사용한다.
선택방법은 유사한 여러문장들 중에서 다른 유사문장에도 중복하여 출현한 문장요소들을 많이 갖고 있는 문장을 대표로 선출한다(나머지 문장들을 그 대표문장에 통합된 것으로 간주한다). 여기서 문장요소의 중복출현 횟수는 문장을 구성하는 단위인 절별로 계산하거나 또는 단어별로 계산하는 두가지 방법이 있을 수 있는데 본고에서는 절별 계산을 우선으로 하고 그것이 여의치 않을 경우 단어별 계산을 하여 대표를 선정한다. 아래의 예문13을 보면 ⓐ가 3중복이 2, 2중복이 2로 대표문장으로 선정된다(때에 따라 3중복이 2, 2중복이 3인 경우와 3중복이 3, 2중복이 1인 것과 같은 경우들이 나타날 수 있는데 이때에는 후자를 대표로 선정한다) 이와 같이 중
유사문장들의 통합은 두가지 과정을 거쳐 수행하였는데 첫째가 여러 문장 중에서 대표될 만한 문장을 뽑아 그 문장으로 하여금 여러문장을 대변토록 하는‘문장 대표 선정’방법이었다. 둘째로는 여러 문장들을 분해하여 그 분해된 부분으로부터 대표문장을 생성하여 내는‘문장 대표 생성’방법을 적용시켰다.
유사성에 관련되는 요인을 조사하기 위하여 앞 절에서 설정한 영향요인들에 관련된 문장 표본들의 예를 부록과 같이 작성하여 15명의 대상자에게 설문하였다. 유사 정도의 표시는 100%, 75%, 50+%(50%가 조금 넘는다고 생각할 때), 50%, 25%, 0%로 나타내게 하였다.
이런 범례나 준거규칙은 문장을 구성하는 각 부분(절, 구, 단어) 및 문법적 변수들(문장성분, 품사, 용언어미변화 등)이 실제 문장들에서 어느 정도로 유사성에 기여하는가 하는 점의 해독을 통해 이루어진다. 이 해독을 위하여 문헌정보학 분야의 논문(전문 10페이지 내외) 중 무작위적으로 선정된 표본문헌(2개)에서 전술한 경우들의 예를 편출하여 시뮬레이션(대학생 이상의 질문대상자 15명에게 유사성의 정도에 대해 반복 설문한다)을 통해 분석하고 나아가 유사도 측정의 최적 모형을 도출하였다. 그리고 이 최적 모형을 가지고 표본의 서론, 본론(각 장별로 다시 세분함), 결론 등의 각 부분을 섭렵하면서 해당되는 각각의 유사문장들을 식별·발췌한다.
이러한 지식을 바탕으로 하여 문장간의 유사도 측정 공식을 유도하였는데 절간에는 설튼의 유사도 측정식을, 문장간에는 코싸인계수를 사용하였다. 절간의 유사성을 조사하여 유사하다고 판정받은 문장들을 그의 유사도 측정식에 대입한 결과 한계치가 약 0.
이상과 같이 유사 문장들을 통합시킬 때의 필요한 조건들을 (1) 절의 표의상태: 시간, 장소, 식물-성장, 곤충-생태 등, (2) 절의 용언어미 역할, (3) 절의 전개 상황으로 분석하였다.
둘째로는 여러 문장들을 분해하여 그 분해된 부분으로부터 대표문장을 생성하여 내는‘문장 대표 생성’방법을 적용시켰다. 후자의 통합과정에서 절과 문장의 템프릿을 작성하였고 또 5개의 연산자(통합가능연산자, 절선택연산자, 절조합연산자 A와 B와 C형)를 가동하였다.

대상 데이터

ⓐ사서가 주제를 선정하였다
ⓑ사서가 책을 선정하였다
ⓒ이용자가 책을 선정하였다

이론/모형

본고에서는 설튼의 유사도 측정식과 코싸인계수를 겸용하는데 문장간의 유사도측정에는 코싸인계수를, 절간의 유사도측정에는 Salton의 유사도 측정식을 사용한다. Salton 등이 백과사전의 ‘스모킹’이란 항목에 기술된 단락(또는 문장집합)들 간의 유사성을 점검하면서 유사성이 0.
본고에서는 절간의 관계를 윤평현(윤평현 1992)과 이상태(이상태 1995)의 연구를 참조하여 과 같이 규정하였다
20 이상인 단락들을 연결시켜 단락연관지도를 만들었다. 유사성 측정에는 위의 유사도공식이 사용되었다. 그는 기능적으로 동일한 단락들을 텍스트 세그먼트(segment)로 규정하였고 단락들이 갖는 링크의 숫자에 의거하여 몇 개의 가장 중심적인 단락을 추출해낼 수 있다고 하였다(Salton et al.

성능/효과

1) 다른 문장들에서 출현한 절들이 한 문장으로 무리 없이 합쳐지기 위해서는 원래 문장들에서 절들 간에 가졌던 절 개념의 ‘표의상태’가 현재 문장에서도 서로 일치해야 한다.
2) 다른 문장들에서 출현한 절들이 한 문장으로 무리 없이 합쳐지기 위해서는 원래 문장들에서 절들 간에 가졌던 용언어미의 성질이 같은 종류이어야 한다.
3) 다른 문장들에서 출현한 절들이 한 문장으로 무리 없이 합쳐지기 위해서는 원래 문장들에서 절들 간에 가졌던 절 개념들의 전개상황을 알아야 한다.
문장간의 유사성의 식별행태을 알아보기 위해 표본에서 유사하다고 인정되는 문장들을 묶어서 설문하였다. 그 결과 문장 간의 유사성을 판별할 때 문장의 구성성분, 용언과 체언, “부사, 수사, 대명사”, 절의 용언 어미 변화, 주절과 부절은 유사성을 제고하는데 영향력을 별로 발휘하지 못하는 것으로 나타났다. 그리고 문장 구성성분의 요소(단어)의 수와 문장간 일치하는 단어의 수는 유사성에 영향을 미치며 표제어와 기능절도 유사성에 영향을 미칠 것이라고 분석되었다.
그 결과 문장 간의 유사성을 판별할 때 문장의 구성성분, 용언과 체언, “부사, 수사, 대명사”, 절의 용언 어미 변화, 주절과 부절은 유사성을 제고하는데 영향력을 별로 발휘하지 못하는 것으로 나타났다. 그리고 문장 구성성분의 요소(단어)의 수와 문장간 일치하는 단어의 수는 유사성에 영향을 미치며 표제어와 기능절도 유사성에 영향을 미칠 것이라고 분석되었다. 따라서 유사성은 두 문장간의 일치하는 단어의 수에 따라 유사 또는 비유사로 구분할 수 있다.
문장의 구성성분, 용언과 체언, “부사, 수사, 대명사”, 절의 용언 어미변화, 주절과 부절은 유사성을 제고하는데 영향력을 별로 발휘하지 못하는 것으로 나타났다. 그리고 문장 구성성분의 요소(단어)의 수와 문장간 일치하는 단어의 수는 유사성에 영향을 주며 표제어와 기능절도 유사성에 영향을 미친 것으로 분석되어 질 수 있었다. 따라서 유사성은 두 문장간의 일치하는 단어의 수에 따라 유사 또는 비유사로 구분할 수 있다.
위의 결과들을 정리하면 다음과 같다. 문장의 구성성분, 용언과 체언, “부사, 수사, 대명사”, 절의 용언 어미변화, 주절과 부절은 유사성을 제고하는데 영향력을 별로 발휘하지 못하는 것으로 나타났다. 그리고 문장 구성성분의 요소(단어)의 수와 문장간 일치하는 단어의 수는 유사성에 영향을 주며 표제어와 기능절도 유사성에 영향을 미친 것으로 분석되어 질 수 있었다.
세 번째, 절을 조합시켜 문장을 만드는 절조합연산자는‘절의 위치’항목을 가지고 ST(u)의 절 순서를 정해 준다. 그런데 절조합연산에는 3가지 경우를 고려해야 한다.

후속연구

ⓐ그렇게 구명된 연구결과는 우리나라 학술 정보시스템의 효율적 운영에 기여할 수 있을 것이다.
ⓓ그렇게 구명된 연구결과는 우리나라 정치시스템의 효율적 운영에 기여할 수 있을 것이다.
(2), (7)도 관련 학문 분야(자연언어처리 등)에서 많은 연구가 진전되어 있으며, (6)의 문장생성 부문도 역시 관련분야에서 많은 연구가 이루어지고 있다. 그런데 (3), (4), (5)의 항목들은 이와 비교하여 볼 때, 상대적으로 연구가 취약하므로 앞으로 보다 많은 탐구가 이루어져야 할 것으로 생각된다.
본 연구에서 추구한 바는 자동초록을 수작업 수준으로 올리는 데의 기초가 될 수 있는 지식을 생산하는 것이었다. 앞으로의 연구에서‘절별 대체’는 보다 자유롭게 문장을 만들 수 있는‘단어 대체’로 전환되어야 할 것으로 생각한다.

핵심어	질문	논문에서 추출한 답변
	초록이 자동으로 작성되는 과정을 설명하면 어떻게 되는가?	초록이 자동으로 작성되는 과정을 설명하면 다음과 같다. (1)초록 모형(형식적인 구조)의 정립과, (2)문장의 구문과 의미분석이 선결되고, (3)분석된 각 문장들 간에 동일한 의미가 식별되어 통합되며, 그것들에서 (4)중요한 의미를 갖는 문장들의 인식이 뒤따르고, (5)초록 모형에 따라 이들 문장들의 개념이 정렬되며, 여기서 (6)초록문을 생성시킨다. 그리고 (7)위 과정에 필요한 시소러스, 사전, 그리고 기억구조에 대한 설계가 갖추어져야 한다. 이들 중 (1)의 모형은 그간의 연구에서, ①연구의 목적과 관점, ②방법론, ③획득된 결과, ④유추된 결론 등과 같은 사항들이 초록이 갖추어야 할 요소들로 규정되었다.
	본문의 대용물 역할을 하는 초록의 필요성이 무엇보다 강조되고 있는 이유는?	현 시대에는 수없이 쏟아지는 문헌들을 일일이 다 읽어보고 필요한 정보를 수수하고자 하는 것은 거의 불가능한 일로 간주되고 있다. 따라서 본문의 대용물 역할을 하는 초록의 필요성이 무엇보다 강조되고 있으며, 해마다 발생되는 문헌량이 가히 천문학적 숫자이기 때문에 초록자들을 도와 줄 수 있는 기계적 작성, 즉 컴퓨터에 의한 자동초록 작성이 절실해지는 시점에 와 있다.
	자동초록과정에서 나타나는 유사문장의 판별과 깊게 관련되는 유사문헌 식별에 대한 연구는 자동분류분야에서 몇 년대 이래로 많은 연구들이 이루어져 왔는가?	자동초록과정에서 나타나는 유사문장의 판별과 깊게 관련되는 유사문헌 식별에 대한 연구는 자동분류분야에서 1960년대 이래로 많은 연구들이 이루어져 왔다. 그 대표적인 경우로서 Salton과 그의 동료들이 있다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

자동초록 작성시에 발생하는 유사의미 문장요소들의 통합에 관한 연구
A Study on the Integration of Similar Sentences in Atomatic Summarizing of Document 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

자동초록 작성시에 발생하는 유사의미 문장요소들의 통합에 관한 연구 A Study on the Integration of Similar Sentences in Atomatic Summarizing of Document 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

저자의 다른 논문 :

이태영 (14)

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

자동초록 작성시에 발생하는 유사의미 문장요소들의 통합에 관한 연구
A Study on the Integration of Similar Sentences in Atomatic Summarizing of Document 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper