[논문]문장추상화 : 개념추상화를 도입한 문장교열

김곤; 양재곤; 배재학; 이종혁

doi:10.3745/kipstb.2004.11b.5.563

문장추상화 : 개념추상화를 도입한 문장교열
Sentence ion : Sentence Revision with Concept ion 원문보기

정보처리학회논문지. The KIPS transactions. Part B. Part B, v.11B no.5, 2004년, pp.563 - 572

김곤 (울산대학교 대학원 컴퓨터.정보통신공학부) , 양재곤 (울산대학교 대학원 컴퓨터.정보통신공학) , 배재학 (울산대학교 컴퓨터.정보통신공학) , 이종혁 (포항공과대학교 컴퓨터공학과)

초록
AI-Helper

문장추상화(Sentence Abstraction)는 문장의 의사전달 기능이 보존된 단순화이다. 이는 문장교열(Sentence Revision)과 개념추상화(Concept Abstraction)를 동시에 가능하게 한다. 문장교열은 사람이 생각한 바와 문장으로 표현된 의미의 차이를 해결하는 방법이다. 개념추상화는 개념들의 공통된 요소로부터 얻은 보편적인 관념을 표현하는 것이다. 문장추상화는 문장의 주요구성성분들을 선별해 내고, 이들의 의미적인 정보를 파악하여 상위개념을 표현함으로써 문장교열과 개념추상화를 가능하게 한다. 본 논문에서는 문장추상화를 위한 구문분석기 LGPI+와, 온톨러지 OfN을 구체화하였다. 문장추상기 SABOT는 LGPI+와 OfN을 활용하며, 구문분석 결과를 처리하여 문장에서 추상화 할 후보난어를 선택한다. 문장추상화를 활용한 원문이해 시스템으로 23개 이야기의 58개 문단에 대해 중요 문장에 대한 문장재현율과 선별된 문장들의 주제관련성을 확인해 보았다. 실험결과, 문장재현율은 54～72%의 범위이었고, 주제관련성은 76～86% 정도의 비율로 나타났다. 이를 유사 시스템과 비교해 보았을 때, 약 10～20% 정도의 성능향상을 보인다. 본 논문에서는 문장추상화를 활용하여 글의 화제문을 효율적으로 선택할 수 있는 문장교열과 원문의 이해심도를 보다 더 깊게 할 수 있는 개념추상화가 가능함을 확인하였다.

Abstract ▼ AI-Helper

Sentence ion is a simplification of a sentence preserving its communicative function. It accomplishes sentence revision and concept ion simultaneously. Sentence revision is a method that resolves the discrepancy between human's thoughts and its expressed semantic in sentences. Concept ion is an expression of general ideas acquired from the common elements of concepts. Sentence ion selects the main constituents of given sentences and describes the upper concepts of them with detecting their semantic information. This enables sen fence revision and concept ion simultaneously. In this paper, a syntactic parser LGPI+ and an ontology OfN are utilized for sentence ion. Sentence abstracter SABOT makes use of LGPI+ and OfN. SABOT processes the result of parsing and selects the candidate words for sentence ion. This paper computes the sentence recall of the main sentences and the topic hit ratio of the selected sentences with the text understanding system using sentence ion. The sources are 58 paragraphs in 23 stories. As a result of it, the sentence recall is about .54 ～ 72% and the topic hit ratio is about 76 ～ 86%. This paper verified that sentence ion enables sentence revision that can select the topic sentences of a given text efficiently and concept ion that can improve the depth of text understanding.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 문장교열의 한 방법으로 문장추상화를 활용하고, 이를 원문이해 시스템에 적용하여 중요 문장에 대한 문장재현율과 주제관련성을 확인하였다. 또한, 유사 시스템과 비교하여 성능향상을 보였다.
높일 수 있을 것이다. 본 논문에서는 이를 위하여 기존의 문장교열방법과는 달리, 문장의 구성성분들 간의 관계와 문장 내 구성성분들이 가지는 온톨러지 정보를 바탕으로 한다. 논문에서 제시하는 방법은 개념추상화를 활용한 문장교열 방법으로, ① 문장의 주요의미를 정형적(Formal)으로 표현하고, ② 문장구성성분들의 의미정보를 파악하여 상위개념을 표현할 수 있다.
본 논문에서는 표층적 원문이해의 한계를 극복하여, 심층적 원문이해를 도모하고자 문장교열방법으로 문장 추상화를 활용하였다. 문장추상화는 개념추상화를 도입한 문장교열 작업이다.
이는 유사 시스템의 성능보다 약 10%에서 20% 정도의 성능향상을 보이는 것이다. 본 논문을 통하여 개념추상화를 도입한 문장교열방법으로 문장 추상화를 보였다. 또한, 문장추상화를 활용한 원문이해 방법은 계산가능한 심층적 원문이해를 지향할 수 있으며, 원문에 대한 이해심도를 높일 수 있는 실용적인 문서 요약의 도구로 이용할 수 있음을 알았다.

가설 설정

이러한 결과의 원인을 분석해 보면 다음과 같다. ① 각 문장에 대한 구문분석과 문장추상화 과정에서 개연성 규칙에 적용된 단어들이 문장내 주요어로 선택되지 않을 수 있다. 문장의 주요구성성분은 주어, 목적어, 술어에 해당되는 단어나 구이며, 전치사구나 부사구에 해당되는 단어들은 추상화과정에서 생략될 수 있기 때문이다.
그러나 세 가지 방법론의 성능평가 결과를 해석하는데 있어서 다음과 같은 점을 감안해야 한다. ① 실험에 사용한 말뭉치(Corpus)의 유형이 다르다. ② MIDTERM의 경우와는 달리 다른 두 방법론의 결과에는 재현문장 등급의 표시가 없다.

제안 방법

이해하기 위한 존재론으로 OfN을 사용한다. OfN 구현은 Roget 시소러스[4]를 심중사전(Lexicon)으로 삼아 이를 재구성하여 얻었다[2, 5]. Roget 시소러스에는 체계적으로 분류된 어휘에 관한 지식이 있다.
본 실험에서는 각 문단별로 미리 그 문단의 주제와 연접하는 화제문들을 준거 요약문으로 선정한다. 그 후 SICHA를 통해 얻은 화제문들을 준거 요약문과 비교하여 문단에 대한 문장재현율(Sentence Recall)과 주제관련성(Topic Hit Ratio)을 구하였다.
본 논문에서는 이를 위하여 기존의 문장교열방법과는 달리, 문장의 구성성분들 간의 관계와 문장 내 구성성분들이 가지는 온톨러지 정보를 바탕으로 한다. 논문에서 제시하는 방법은 개념추상화를 활용한 문장교열 방법으로, ① 문장의 주요의미를 정형적(Formal)으로 표현하고, ② 문장구성성분들의 의미정보를 파악하여 상위개념을 표현할 수 있다.
문장추상화를 통해서 문장의 주요의미를 정형적으로 표현하고, 주요 문장구성성분들을 선별해 낼 수 있다. 문장 추상화는 구문분석기를 통해 얻은 정보와 Roget 시소러스에 기반한 온톨러지를 바탕으로 한다. 구문분석기는 주어진 문장을 구문분석하여, 구성성분에 대한 구문상 중요도를 파악한다.
문장추상기 SABOT을 문단을 구성하고 있는 각 문장에 적용하여 추상화된 문단을 얻는다. Mike와 Paul에 대한 이야기[2]의 경우를 보자.
문장추상화는 Roget 시소러스에 기반한 온톨러지와 구문분석기를 통해 얻은 정보를 바탕으로 한다. 활용하는 온톨러지는 Roget 시소러스를 심중사전(Lexicon)으로 삼아 이를 재구성하여 얻었다.
문장추상화를 활용한 원문이해 실험에서, 선별된 문단의 주제문을 사람이 선택한 관건문장(Key Sentence)과 비교하였다. 적용한 23개 이야기의 58개 문단의 경우, 주요 문장의 재현율이 약 72%, 그리고 선별된 문장의 주제관련성이 약 85% 정도임을 확인할 수 있었다.
문추상식이 시사하고 있지만, 문장추상화 과정에서 등장인물의 교차관계(Cross-Character Relationship)를 파악한다. 일반적으로 글에는 여러 주인공이 등장한다.
또한, 의미가 명확하지 않은 경우에는 적절한 어휘를 추가하거나 대용하여 원문을 보다 더 간결하고 명확하게 만든다. 본 논문에서는 문장교열의 한 방법으로 문장추상화를 활용한다. 문장 추상화는 문장의 주요구성성분들간의 문법적인 관계뿐만 아니라 의미적인 관계도 파악한다.
여기에서 미리 정한 준거요약문의 개수와 상위의 연결집중도를 가지는 문장의 개수를 일치시킴으로써 비교 대상의 범위를 정하였다. 본 논문에서는 중요 문장 선정의 객관성 확보를 위하여 ① 준거요약문의 설정을 Dear Abby 상담 이야기 [22]의 제목에 근거하였고, ② 참여한 실험자들(박사과정생 3명, 석사과정생 3명, 학부생 1명)이 개별적으로 선택한 관건 문장에 대해 각자 재평가를 한 후, ③ 다수결로 준거요약문을 선정하였다.
SICHA의 결과에서는 문단의 주제를 내포하고 있는 문장들의 연결집중도가 높게 나타난다. 본 실험에서는 각 문단별로 미리 그 문단의 주제와 연접하는 화제문들을 준거 요약문으로 선정한다. 그 후 SICHA를 통해 얻은 화제문들을 준거 요약문과 비교하여 문단에 대한 문장재현율(Sentence Recall)과 주제관련성(Topic Hit Ratio)을 구하였다.
문단에 대한 주제관련성은 재현해 낸 문장이 의미적으로 문단의 주제와 직접 관련이 있는지를 나타내는 비율이다. 여기에서 미리 정한 준거요약문의 개수와 상위의 연결집중도를 가지는 문장의 개수를 일치시킴으로써 비교 대상의 범위를 정하였다. 본 논문에서는 중요 문장 선정의 객관성 확보를 위하여 ① 준거요약문의 설정을 Dear Abby 상담 이야기 [22]의 제목에 근거하였고, ② 참여한 실험자들(박사과정생 3명, 석사과정생 3명, 학부생 1명)이 개별적으로 선택한 관건 문장에 대해 각자 재평가를 한 후, ③ 다수결로 준거요약문을 선정하였다.
추상화된 문장들의 주요 구성성분들을 대상으로 문장간 연결상황을 확인하고, 그 연결도가 높은 문장을 화제와 밀접한 관계가 있는 문장으로 선택함으로써 문단추상화도 가능함을 알 수 있었다. 이러한 과정에서 존재론 QfN과 실용적인 구문분석기 LGPI+, 그리고 문장추상기 SABOT, 문단 화제문을 선정하는 개연사슬기 SICHA 등을 활용하였다.
등장인물 (Character), 심상(Affect State), 사건(Event), 상태 (State), 시간(Time)과 공간(Space), 담화표지 (Discourse Marker). 이렇게 설정한 OfN을 구축하기 위해서 먼저 Roget 시소러스 [4]의 범주를 심상, 시간과 공간, 사건, 그리고 상태 등으로 재편성하였다. 등장인물 유형에 속하는 어휘들은 고유명사 자원[11]을 이용하여 선정하였다.
그 후, 문장간 처리에서는 문단의 주제문장을 선정한다. 이를 위하여, 문장추상기 SABOT와 개연규칙 (Abductive Rules)을 적용하여 문단을 구성하는 문장간 개연적 연결상황을 파악한 후, 개연사슬기 SICHA를 통하여 문장간 연결도가 높은 문단의 화제문들을 선택한다.
통해 얻은 정보를 바탕으로 한다. 활용하는 온톨러지는 Roget 시소러스를 심중사전(Lexicon)으로 삼아 이를 재구성하여 얻었다. Roget 시소러스에는 체계적으로 분류된 어휘에 관한 지식이 있다.

이론/모형

문장추상화와 개연규칙을 적용하여 문단의 주제와 가장 연접한 화제문을 선정하기 위하여 Prolog로 구현한 개 연사 슬기 SICHA(A Situation Chainer)를 활용하였다. SICHA는 문단을 구성하는 문장간 연결집중도를 보여준다.
본 논문에서 이용한 문장추상화 도구들은 ① 주어진 문장에서 중요정보를 분별하기 위한 온톨러지 OfN(Ontology for Narrative), ② 문장의 구성성분들 사이의 관계를 파악하는 구문분석기 LGPI+ ③ 문장의 구성성분들이 가지는 온톨로지 정보와 추상화를 위한 선호규칙(Preference Rules)을 적용하여 문장추상화 작업을 수행하는 문장추상기 SABOT이다.
본 논문에서는 주어진 문장에서 중요정보를 분별하고 이야기를 이해하기 위한 존재론으로 OfN을 사용한다. OfN 구현은 Roget 시소러스[4]를 심중사전(Lexicon)으로 삼아 이를 재구성하여 얻었다[2, 5].
언어학적 가용자원과 전산학적 도구의 제약하에서 심층적 원문이해를 지향한다는 것이 그 특징이다. 원문에 대한 중층적 이해는 문장추상화(Sentence Abstrac- tion)와 개연규칙 (Abductive Rules)을 통하여 성취한다. 二l 후, 발췌요약을 위하여 원문의 화제문(Topic Sentence)을 선별한다.
원문의 각 문장을 구문분석하는 데는 LGPI + (Link Gram mar Parser Interface+)[1]를 사용하였다. LGPI +는 Link Grammar Parser[23]에 대한 SWI-Prolog API[6]를 제공한다.

성능/효과

'전체 규칙'은 각 상담문으로부터 얻은 모든 개연규칙들을 말한다. 23개 이야기에 있는 58개 문단의 경우 문장재현율(Sen tence Recall)은 최소 54%, 최대 72% 정도이었고, 주제 관련성 (Topic Hit Ratio)은 최소 76%, 최대 85%로 나타났다. 최소값은 실험대상의 이야기에서 수집한 개연규칙을 제외하고 개연사슬을 계산한 경우이다.
MIDTERM 성능평가에는 다른 시스템과는 달리 말뭉치로 사용한 이야기에 표제가 있어서 시스템이 선정한 화제문과 자구적인 일치도 평가해 볼 수 있었다. 그 결과는 시스템이 선정한 화제문의 최소 55%, 최대 65% 정도가 자구적으로 일치한다는 결과를 보였다.
본 논문을 통하여 개념추상화를 도입한 문장교열방법으로 문장 추상화를 보였다. 또한, 문장추상화를 활용한 원문이해 방법은 계산가능한 심층적 원문이해를 지향할 수 있으며, 원문에 대한 이해심도를 높일 수 있는 실용적인 문서 요약의 도구로 이용할 수 있음을 알았다.
실험 결과, 실험대상의 이야기로부터 수집한 개연규칙(자신 규칙)만을 적용하여 얻은 문장재현율은 66%, 주제관련성 (Topic Hit Ratio)은 86%로 나타났다. 자신규칙만을 적용하였으므로, 문장재현율을 100% 기대하였으나, 실험 결과는 그 기대치에 부족하다.
또한, 유사 시스템과 비교하여 성능향상을 보였다. 이를 통하여, 개념 추상화를 도입한 문장교열의 한 방법으로 문장추상화를 활용할 수 있음을 보이고, 원문이해에도 적용할 수 있음을 보였다.
<표 3>에 성능비교 내용을 보였다. 이야기의 표제와 의미적으로 일치하는 화제문 재현율은 다른 두 시스템의 결과와 비교하여 최소 9%, 최대 19% 정도의 성능향상이 있었다. MIDTERM 성능평가에는 다른 시스템과는 달리 말뭉치로 사용한 이야기에 표제가 있어서 시스템이 선정한 화제문과 자구적인 일치도 평가해 볼 수 있었다.
적용한 23개 이야기의 58개 문단의 경우, 주요 문장의 재현율이 약 72%, 그리고 선별된 문장의 주제관련성이 약 85% 정도임을 확인할 수 있었다. 이는 유사 시스템의 성능보다 약 10%에서 20% 정도의 성능향상을 보이는 것이다.
이를 통하여 요약과정에서 형태 뿐만 아니라 의미적인 접근을 시도할 수 있다. 추상화된 문장들의 주요 구성성분들을 대상으로 문장간 연결상황을 확인하고, 그 연결도가 높은 문장을 화제와 밀접한 관계가 있는 문장으로 선택함으로써 문단추상화도 가능함을 알 수 있었다. 이러한 과정에서 존재론 QfN과 실용적인 구문분석기 LGPI+, 그리고 문장추상기 SABOT, 문단 화제문을 선정하는 개연사슬기 SICHA 등을 활용하였다.

후속연구

문장교열과정에서 , 문장내 구성성분들이 가지는 의미적인 중요도를 파악하여 활용한다면, 문장교열의 효율성을 보다더 높일 수 있을 것이다. 본 논문에서는 이를 위하여 기존의 문장교열방법과는 달리, 문장의 구성성분들 간의 관계와 문장 내 구성성분들이 가지는 온톨러지 정보를 바탕으로 한다.

참고문헌 (23)

김곤, 김민찬, 배재학, 이종혁, 'ISAAC : 문장분석용 통합시스템 및 사용자 인터페이스', 정보처리학회논문지B, 제11-B권 제1호, pp.107-116, 2004

원문보기 상세보기
Bae, J.-H. and Lee, J.-H., 'Topic Sentence Selection with Mid-Depth Understanding', Proc. of ICCPOL, pp.199-204, 2001
Bae, J.-H. and Lee, J.-H., 'Mid-Depth Text Understanding by Abductive Chains for Topic Sentence Selection,' IJCPOL, Vol.15, No.3, pp. 341-357, 2002

상세보기
Roget's Thesaurus, http://promo.net/cgi-promo/pg/t9.cgi?ftp://ibiblio.org/pub/docsftp://ibiblio.org/pub/docs/books/gutenberg/
양재군, 배재학, '온톨로지 정보를 이용한 범주 재편성: Roget 시소러스의 경', 정보처리학회 춘계학술발표대회 논문집, 제9권 제1호, pp.515-518, 2002
SWI-Prolog, http://www.swi-prolog.org/
배재학, '언어학적인 방법론을 취하는 자동 문서요약에 대한 연구', 울산대학교, 공학연구논문집, 제29권 제2호, pp.351-363, 1998
Mani, I., 'Automatic Summarization', John Benjamins Publishing Company, 2001
Marcu, D., 'From Discourse Structures to Text Summaries,' in Proc. ACL'97 and EACL'97 Workshop on Intelligent Scalable Text Summarization, Madrid, Spain, pp. 82-88, Jul., 1997
Barzilay, R. and Elhadad, M., 'Using Lexical Chains for Text Summarization,' in Proc. ISTS'97 (The Intelligent Scalable Text Summarization Workshop, ACL), Madrid, Spain, pp.10-17, Jul., 1997
Proper Names Wordlist. http://clr.nmsu.edu/cgi-bin/Tools/CLR/clrcat#I4
C. Fellbaum (ed.), WordNet : An Electronic Lexical Database, MIT Press, 1998
Bae, J.-H. J. and Lee, J.-H., 'Another Investigation of Automatic Text Summarization : A Reader-Oriented Approach,' In Proceedings of ANZIIS '94 (Australian and New Zealand Conference on Intelligent Information Systems), pp.472-476, 1994
Souther, J. W. and White, M. L., 'Technical report writing,' second edition. Wiley-Interscience, John Wiley & Sons, New York, 1977
Luhn, H. P., 'The Automatic Creation of Literature Abstracts,' IBM Journal of Research and Development, Vol.2, No.2, pp.159-165, 1993

상세보기
Huls, C., Bos, E., Claassen, W., 'Automatic Referent Resolution of Deictic and Anaphoric Expressions,' Computational Linguistics, Vol.21, No.1, pp.59-79, 1995

상세보기
Jing, H., 'Sentence Reduction for Automatic Text Summarization.' In Proceedings of The 6th Applied Natural Language Processing Conference and the First Meetion of the North American Chapter of the Association for Computational Linguistics (ANLP-NAACL '2000), pp.310-315, 1999
Grefenstette, G., 'Producing Intelligent Telegraphic Text Reduction to Provide an Audio Scanning Service for the blind,' In Working Notes of the Workshop on Intelligent Text Summarization, pp.111-117, 1998
Knight, K. and Marcu, D., 'Statistics-Based Summarization - Step One : Sentence Compression,' The 17th National Conference of the American Association for Artificial Intelligence AAAI '2000, Outstanding Paper Award, Austin, Texas, July-August, 2000
Cremmins, E. T., 'The Art of Abstracting,' Information Resources Press, 1996
Robin, J., 'Revision-based generation of natural language summaries providing historical background : corpus-based analysis, design and implementation,' Ph.D. Thesis, Columbia University, 1994
DearAbby, http://www.dearabby.com/
Link Grammar, http://www.link.cs.cmu.edu/link

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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