선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 예제에서 은 세 5, 4} 이며, 탐색은 d[5, 4}-d[4, 3]T세3, 勿-虱22]-由口, 刀 - d[QO]의 순으로 이루어진다. 그리고 이들 탐색 경로와 각 경로의 연산으로부터 자소-음 소간의 대응 관계를 파악한다.
- 본 논문에서는 상기에 기술한 두 가지 문제점을 자소 및 음소 기반 음차표기 모델을 이용하여 해결하고자 한다. 자소 기반의 직접 방식과 음소 기반의 피봇방식과 달리 본 논문의 기법은 자소와 음소를 모두 이용하여 음 차표기를 수행한다.
- 본 논문에서는 이러한 학습데이타를 자동으로 구축하기 위한 알고리즘을 제안하고 이를 이용하여 학습데이 타를 구축한다. 필요한 학습데이타는 발음추정을 위한 영어 자소와 음소가 정렬된 데이타와 음차표기 생성을 위한 영어 자소와 이에 대응되는 음소 및 한글 자소가 정렬된 데이타이다.
- 즉, “음소기반 입말 표기에 대한 처리”와 “글말 및 입말 표기의 선택 문제”에 대한 고려 없이 영어 자소 대 한국어 자소의 변환규칙만으로 음차표기를 수행하였다. 본 논문에서는 이러한 한계점을 극복하고 영-한 음차표기에서 나타나는 현상들을 고려한 자소 및 음소 기반 영-한 음차표기 모델을 제안한다.
- 본 논문에서는 자소 및 음소 정보를 이용한 영-한 음 차표기 모델을 제안하였다. 본 논문의 기법은 기존 연구와 달리 자소 정보 뿐만 아니라 음소 정보를 사용하였다.
- 본 절에서는 발음 생성 및 음차표기 생성에 대하여 기술한다. 331절과 332절에서는 발음생성 및 음차표기 생성에 사용되는 기계학습 방법인 메모리 기반 학습 (memory-based leaming)[16] 과 결정 트리(decision tree) 학습 U7H18]에 대하여 간략히 기술하고, 3.
제안 방법
- 1. 기존연구와의 성능 비교 실험: 본 논문의 기법과 기존 연구와의 음차표기 성능을 비교 평가한다.
- 2. 발음생성 방법에 따른 성능 비교 실험: 발음 사전 기반 발음생성 방법과 발음추정에 의한 발음생성 방법에 의해 생성된 발음에 대한 영-한 음차표기 성능평가를 수행한다.
- 3. 학습데이타 양에 따른 성능 비교 실험: 학습데이타 양에 따른 영-한 음차표기의 성능을 비교 평가한다.
- 4. 문맥의 크기에 따른 성능 비교 실험: 발음생성 및 음 차표기 추정에 사용한 문맥의 크기에 따른 영-한 음 차표기의 성능을 비교 평가한다
- 본 논문의 자소 정렬 알고리즘은 편집거리 6)를 계산하는 알고리즘을 기반으로 표 9와 같이 표현된다. EP 정렬 알고리즘과 FK 정렬 알고리즘은 같은 알고리즘으로 표현될 수 있으므로 본 논문에서는 时 정렬 알고리즘을 중심으로 알고리즘을 기술한다, 표 9의 정렬 기법은 정렬을 위한 행렬을 구성하고 행렬을 탐색함으로써 영 어자소-음소 또는 음소-한국어 자소간의 정렬을 수행한다. 따라서 길이 I, m의 두 단어에 대한 정렬을 위해서는 /xm의 행렬에 대한 처리안이 필요하므로 0(1 Xm) 의 시간 복잡도를 가지며 기존기법의力보다시 간 복잡도를 줄였다.
- 음차표기 네트워크 기반 모델은 이재성의 연구에서의 '발음단위와 유사하게 하나 이상의 영어 자소를 고려하여 자소 수준에서의 음성적 특성을 반영하였다. 또한 이 재성의 연구와 달리 '발음단위'의 생성과 음차표기 파악의 과정을 음차표기 네트워크라는 모델을 이용하여 하나의 단계로서 처리하였다. 하지만 음차표기 네트워크 기반 모델도 기존의 다른 연구와 마찬가지로 음소 정보를 사용하지 않았기 때문에 입말 표기를 효과적으로 처리하는 데는 한계가 있다.
- 문맥의 크기에 따른 성능을 평가하기 위하여 실험 집 합 II를 사용하였다. 실험은 문맥의 크기를 2~4로 변화시키면서 수행하였으며, 가장 좋은 성능을 나타내는 메모 리기반 학습 방법을 사용하였다.
- 발음단위 (Pronunciation Unit: PU)를 음소(phoneme)에 매핑될 수 있는 알파벳의 덩어리로 정의하고, 발음 단 위에 기반한 음차표기를 수행하였다. 영어 단어 E로부터 영어 발음 단위의 열 E1, E2, …, En을 생성할 수 있고 Ei에 대응하는 모든 가능한 한국어 발음단위들의 조합으로 巳, 匝, …, 7歸를 생성할 수 있다.
- 본 논문에서는 최적의 대응 관계를 찾기 위한 평가 행렬을 표 6과 같이 정의하였다. 벌점은 강병주[6]에서 사용한 평가행렬의 벌점 값을 변형하여 사용하였다. 표 6 에서 '유사한 자음/자음'과 '유사한 모음/모음'은 영어자 소-음소간 정렬 테이블 (EP 정렬 테이블)과 음소-한 글자 소간 정렬 테이블 (PK 정렬 테이블)에 의해 결정된다.
- EPK 정렬 알고리즘은 EP 정렬 알고리즘과 PK 정렬 알고리즘에 의해 생성된 정렬 결과를 이용한다. 본 논문에서 사용한 EPK 정렬 알고리즘은 음소를 피봇으로 사용하여 영어 자소-음소-한글 자소 간의 음운적 대응 관계를 파악한다. 즉, 영어 자소에 대응하는 음소와 해당 음 소에 대응되는 한글 자소 간의 대응 관계를 이용하여 영 어자소-음소-한글 자소 간의 대응 관계를 파악한다.
- CMU 발음 사전은 단어에 대한 발음을 포함하고 있기 때문에, 발음생성을 위해서는 단어와 발음의 대응 관계를 자소와 음소의 대응 관계로 변환하는 전처리가 필요하다. 본 논문에서는 3.2절에 기술한 EP 정렬 알고리즘으로 자소와 음소의 대응 관계로 표현하고 이를 발음 사전의 검색 결과로 사용한다.
- 즉, 영어의 자소와 대응되는 음소에 대하여 입말 표기 방식에 의해 한글 자소가 생성되는지 혹은 글말 표기 방식에 의해 한글 자소가 생성되는지를 결정하는 문제로 생각할 수 있다. 본 논문에서는 각자 소에 대한 자소 기반 음차표기를 수행하는지 혹은 음소 기반 음차표기를 수행하는지에 대한 규칙을 이용하여 각 자소의 음차표기를 생성한다.
- 본 논문에서는 결정 트리 기법으로 五)3 계열의 귀납적 기계학습(inductive learning) 알고리즘인 C4.5를 이용하여 학습 예제들을 분류하는 결정 트리를 만든다. ID3 는 단순한 그리디(greedy) 하향식의 결정 트리 구축 알고리즘으로 트리의 루트로부터 시작하여 재귀적으로 트리를 구축한다.
- 학습데이타는 CMU 발음 사전의 영어-발음 쌍을 时 정렬 알고리즘으로 정렬한 영어 자소-음 소간의 정렬 결과를 사용하였으며, 학습을 위한 특성 자질은 영어 자소의 문맥 정보를 사용하였다. 본 논문에서는 실험적으로 문맥의 크기를 3으로 한정하였다. 그리고 표 12의 특성 자질 중 E와 E'을 사용하였다.
- 본 논문에서는 약 7, 000개 영어단어-발음-한국어 음차 표기 단어에 대한 정렬을 수행하였다. 100개의 결과를 임의적으로 추출하여 평가한 결과, 강병주의 기법과 본 논문의 기법의 정확률은 98%로 동일하였다.
- 본 논문에서는 자소 및 음소 정보를 이용한 영-한 음 차표기 모델을 제안하였다. 본 논문의 기법은 기존 연구와 달리 자소 정보 뿐만 아니라 음소 정보를 사용하였다. 즉, 직접 방식과 피보방식을 통합한 기법으로 높은 성능을 나타내었다.
- 문맥의 크기에 따른 성능을 평가하기 위하여 실험 집 합 II를 사용하였다. 실험은 문맥의 크기를 2~4로 변화시키면서 수행하였으며, 가장 좋은 성능을 나타내는 메모 리기반 학습 방법을 사용하였다. 표 21은 실험 결과를 나타낸다.
- 학습데이타 양에 따른 성능을 평가하기 위하여 실험 집합 II 실험 집합을 사용하였다. 실험은 학습데이타 양을 전체 학습데이타의 20%, 40%, 60%, 80%, 100%로 변화시키면서 학습을 수행한 후 성능을 비교평가 하였다. 실험 결과에서 학습데이타 양이 증가함에 따라 성능이 향상됨을 알 수 있으며, 적은 양의 학습데이타에서도 비교적 높은 성능을 나타냄을 알 수 있다.
- 필요한 학습데이타는 발음추정을 위한 영어 자소와 음소가 정렬된 데이타와 음차표기 생성을 위한 영어 자소와 이에 대응되는 음소 및 한글 자소가 정렬된 데이타이다. 이를 위하여 영어 자소-음소-한글 자소 간 정렬 알고리즘을 구축하였다. 정렬 알고리즘은 영어자 소-음소를 정렬하는 알고리즘(EP 정렬 알고리즘)과 음 소-한글 자소를 정렬하는 알고리즘(PK 정렬 알고리즘) 그리고 영어 자소-음소-한글 자소를 정렬하는 알고리즘 (EPK 정렬 알고리즘)으로 구성된다.
- 본 논문에서는 상기에 기술한 두 가지 문제점을 자소 및 음소 기반 음차표기 모델을 이용하여 해결하고자 한다. 자소 기반의 직접 방식과 음소 기반의 피봇방식과 달리 본 논문의 기법은 자소와 음소를 모두 이용하여 음 차표기를 수행한다.
- 따라서 영-한 음차표기에서 나타나는 두 가지 문제에 대한 효과적인 처리를 하지 못한 한계점이 있다. 즉, “음소기반 입말 표기에 대한 처리”와 “글말 및 입말 표기의 선택 문제”에 대한 고려 없이 영어 자소 대 한국어 자소의 변환규칙만으로 음차표기를 수행하였다. 본 논문에서는 이러한 한계점을 극복하고 영-한 음차표기에서 나타나는 현상들을 고려한 자소 및 음소 기반 영-한 음차표기 모델을 제안한다.
- 본 논문에서 사용한 EPK 정렬 알고리즘은 음소를 피봇으로 사용하여 영어 자소-음소-한글 자소 간의 음운적 대응 관계를 파악한다. 즉, 영어 자소에 대응하는 음소와 해당 음 소에 대응되는 한글 자소 간의 대응 관계를 이용하여 영 어자소-음소-한글 자소 간의 대응 관계를 파악한다.
- 본 논문에서는 발음추정을 위하여 기계학습 방법인 메모리 기반 학습[17]과 결정 트리 기법[18, 19]을 사용하였다. 학습데이타는 CMU 발음 사전의 영어-발음 쌍을 时 정렬 알고리즘으로 정렬한 영어 자소-음 소간의 정렬 결과를 사용하였으며, 학습을 위한 특성 자질은 영어 자소의 문맥 정보를 사용하였다. 본 논문에서는 실험적으로 문맥의 크기를 3으로 한정하였다.
- 결정 트리 기반 모델에서는 영.한 자소변환을 위하여 각 영어 자소에 대한 결정 트리를 구성하고 이를 이용하여 각 자소에 대한 음차표기를 수행한다. 결정트 리 구성을 위하여 사용되는 특성 자질은 좌우 세 개의 영어 자소 정보를 사용하였다.
대상 데이터
- 한 자소변환을 위하여 각 영어 자소에 대한 결정 트리를 구성하고 이를 이용하여 각 자소에 대한 음차표기를 수행한다. 결정트 리 구성을 위하여 사용되는 특성 자질은 좌우 세 개의 영어 자소 정보를 사용하였다.
- 따라서 주어진 영어단어에 대한 발음을 생성할 경우 발음 사전을 우선적으로 검색한다. 사용한 발음 사전은 CMU pronouncing 血力, 山顷28]로 약 120, 000개 영어단어에 대한 발음을 포함하고 있다. CMU 발음 사전은 단어에 대한 발음을 포함하고 있기 때문에, 발음생성을 위해서는 단어와 발음의 대응 관계를 자소와 음소의 대응 관계로 변환하는 전처리가 필요하다.
- 실험 집합 11[6, :-3]는 7, 185개 영-한 음차표기 쌍으로 구성되어 있으며, 6, 185쌍은 학습데이타로 1,000쌍은 시 험데이타로 사용하였다. 실험 집합 I[는 [5, 6, 9]에서 사용한 실험 집합으로 본 논문의 기법과 [5, 6, 9]의 성능평가를 위하여 사용한다.
- 본 논문에서는 실험 및 평가를 위하여 두 가지 실험 집합을 사용하였다. 실험 집합 1[1]은 1, 650개 영-한 음 차표기 쌍으로 구성된 실험 집합으로 기존의 여러 연구에서 평가를 위色 실험 집합으로 사용되었다[1, 5-9丄 본 논문에서는 [1, 5-9]와의 비교평가를 위하여 실험 집합 I을 사용하였다. 실험 집합 I 중 1,500쌍은 학습데이타로 사용하고, 150쌍은 시험데이타로 사용하였다.
- 실험 집합 1[1]은 1, 650개 영-한 음 차표기 쌍으로 구성된 실험 집합으로 기존의 여러 연구에서 평가를 위色 실험 집합으로 사용되었다[1, 5-9丄 본 논문에서는 [1, 5-9]와의 비교평가를 위하여 실험 집합 I을 사용하였다. 실험 집합 I 중 1,500쌍은 학습데이타로 사용하고, 150쌍은 시험데이타로 사용하였다.
이론/모형
- 이러한 발음 생성 결과를 얻기 위하여, 본 논문에서는 "발음 사전 검색” 방법과 “발음추정” 방법을 사용한다. 발음 사전은 주어진 단어에 대하여 정확한 발음을 미리 수작업으로 구축한 사전으로 주어진 단어에 대한 가능한 모든 발음을 수록하고 있다.
- EP 정렬 알고리즘과 PK 정렬 알고리즘은 강병주[6]가 제안한 영어 자소-한글 자소 간 정렬 알고리즘을 기반으로 한다. 강병주[6]의 정렬 알고리즘은 Covington [14] 의 알고리즘을 기반으로 한 것이다.
- EP 정렬 알고리즘과 PK 정렬 알고리즘은 강병주[6]가 제안한 영어 자소-한글 자소 간 정렬 알고리즘을 기반으로 한다. 강병주[6]의 정렬 알고리즘은 Covington [14] 의 알고리즘을 기반으로 한 것이다. Covingtone 정렬을 두 단어가 주어졌을 때, 왼쪽에서 오른쪽으로 한 글자씩 '일치 시키 (match)'와, 건너뛰기(skip)' 연산을 반복하면서 나아가는 것으로 생각하였다.
- 하지만 발음 사전이 모든 영어 단어에 대한 발음을 수록하고 있지 않기 때문에, 발음 사전에 등재되지 않은 단어에 대해서는 발음을 추정해야 한다. 본 논문에서는 발음추정을 위하여 기계학습 방법인 메모리 기반 학습[17]과 결정 트리 기법[18, 19]을 사용하였다. 학습데이타는 CMU 발음 사전의 영어-발음 쌍을 时 정렬 알고리즘으로 정렬한 영어 자소-음 소간의 정렬 결과를 사용하였으며, 학습을 위한 특성 자질은 영어 자소의 문맥 정보를 사용하였다.
- 그림 1과 같이 음차표기 네트워크가 구성되면, 가중치의 합이 가장 높은 경로를 찾아 음차표기를 생성한다. 이때, 경로를 파악하기 위하여 비 터 비(Viterbi) 알고리 즘[11]과 트리-트렐리(Tree-Trellis) 알고리즘[12]올 사용하였다.
- 이들 방법에서 길이 I, m의 두 단어에 대한 n 갈래 탐색 트리 의 탐색을 위한 시간 복잡도는 0(7/0力이다. 이러한 높은 시간 복잡도는 대용량의 데이타를 처리할 때 문제점으로 나타나며, 본 논문에서는 이를 해결하기 위하여 동적 프로그래밍 기법을 이용하였다.
- 평가 방법은 듣차표기 평가 방법으로 널리 사용되는 단어정확도와 문자 정확도를 이용한다. 단어정확도는 음 차표기 시스템이 생성한 음차표기 중 올바르게 음차표기된 단어의 개수의 비율을 나타낸다.
성능/효과
- . 발음생성 방법에 따른 실험 결과, 올바른 발음이 정확한 음차표기를 생성하는데 도움을 줄 수 있음을 알 수 있었다. 또한 올바르지 않은 발음에 대해서도 본 논문의 기법은 비교적 효과적으로 음차표기를 생성함을 알 수 있었다.
- . 본 논문의 기법은 기존의 기법보다 높은 성능을 나타내며, 최고 70%의 성능향상올 나타내었다. 이를 통하여 자소 및 음소 정보가 음차표기에 유용함을 보였다.
- .본 논문의 기법은 적은 학습데이타에 대해서도 높은 성능을 나타내었다. 또한 학습데이타가 늘어날수록 성능의 향상을 나타내었다
- 본 논문에서는 약 7, 000개 영어단어-발음-한국어 음차 표기 단어에 대한 정렬을 수행하였다. 100개의 결과를 임의적으로 추출하여 평가한 결과, 강병주의 기법과 본 논문의 기법의 정확률은 98%로 동일하였다. 하지만 시간 복잡도는 현저히 줄어들어, 두 개의 Ultra-Spare II 296MHz CPU와 1024MB 메모리에서 기존의 강병주의 방법이 9.
- 의 성능향상을 나타내었다. 그리고 본 논문의 기법에서 메 모리 학습 방법이 결정 트리 방법보다 좋은 성능을 나타낸다. 이는 결정 트리 기법이 각 특성 자질에 의한 분기 방 법인데 너】해, 메모리 기반 방법은 전체 특성 자질 간의 유사도를 비교하여 결과를 생성하기 때문으로 분석된다.
- 둘째, “입말 및 글말 표기 방식의 선텍”문제는 자소와 음소에 기반한 자소 단위 음차표기 변환규칙을 이용함으로써 해결한다. 즉, 영어의 자소와 대응되는 음소에 대하여 입말 표기 방식에 의해 한글 자소가 생성되는지 혹은 글말 표기 방식에 의해 한글 자소가 생성되는지를 결정하는 문제로 생각할 수 있다.
- 따라서 본 논문의 자소 및 음소 기반 음차표기 모델은 기존의 자소 기반 방식 또는 음소 기반 방식들의 한계점을 보완하고 해결함으로써, 효과적으로 음차표기를 수행하는 모델이라 할 수 있다.
- 표 1에서 글말 표기의 적용률은 약 30%를 나타내며, 입 말 표기의 적용율은 60%를 나타낸다. 또한 글말 표기와 입말 표기를 모두 고려했을 경우의 적용율은 약 81%~ 84%로 두 가지 음차표기 방식을 올바르게 선택한다면 보다 효과적으로 음차표기를 생성함을 알 수 있다.
- 즉, 직접 방식과 피보방식을 통합한 기법으로 높은 성능을 나타내었다. 또한 기존 방법보다 높은 성능을 나타내었으며, 최고 70%의 성능향상을 나타내었고, 적은 양의 학습데이타에 대해서도 비교적 높은 성능을 나타냄을 알 수 있었다.
- 실험 결과에서 본 논문의 기법은 결정 트리를 이용한 방법(DTree) 과 메모리햑습을 이용한 방법(MBL) 모두에서 기존의 방법보다 높은 성능을 나타낸다. 또한 실험집합 I에 대해서는 약 10%~70%의 W.A.의 성능향상을 나타내었으며, 실험 집합 H에 대해서는 약 5%~23%의 W.A.의 성능향상을 나타내었다. 그리고 본 논문의 기법에서 메 모리 학습 방법이 결정 트리 방법보다 좋은 성능을 나타낸다.
- 발음생성 방법에 따른 실험 결과, 올바른 발음이 정확한 음차표기를 생성하는데 도움을 줄 수 있음을 알 수 있었다. 또한 올바르지 않은 발음에 대해서도 본 논문의 기법은 비교적 효과적으로 음차표기를 생성함을 알 수 있었다.
- 본 논문의 기법은 적은 학습데이타에 대해서도 높은 성능을 나타내었다. 또한 학습데이타가 늘어날수록 성능의 향상을 나타내었다
- 실험 결과는 직접 방식에 기반한 기존의 자소 변환 방법보다 본 논문에서 제안한 자소 및 자소에 대응하는 음소 정보를 통합적으로 이용한 변환 방법이 보다 효과적으로 한국어 음차표기를 생성함을 보여준다.
- 표 21은 실험 결과를 나타낸다. 실험 결과에서 문맥의 크기가 3인 것이 가장 좋은 성능을 나타내었다. 문맥의 크기가 2인 경우의 성능 하 락 요인은 음차표기를 생성하기 위한 충분한 정보를 제공하지 못했기 때문으로 분석된다.
- 표 16과 17은 실험 집합 I과 실험 집합 Ⅱ에 대한 기존 연구와의 성능 비교 실험 결과를 각각 나타낸다. 실험 결과에서 본 논문의 기법은 결정 트리를 이용한 방법(DTree) 과 메모리햑습을 이용한 방법(MBL) 모두에서 기존의 방법보다 높은 성능을 나타낸다. 또한 실험집합 I에 대해서는 약 10%~70%의 W.
- 실험은 학습데이타 양을 전체 학습데이타의 20%, 40%, 60%, 80%, 100%로 변화시키면서 학습을 수행한 후 성능을 비교평가 하였다. 실험 결과에서 학습데이타 양이 증가함에 따라 성능이 향상됨을 알 수 있으며, 적은 양의 학습데이타에서도 비교적 높은 성능을 나타냄을 알 수 있다. 즉 20%의 학 습데이타 만으로도 51%~53%의 甲.
- 본 논문의 기법은 기존 연구와 달리 자소 정보 뿐만 아니라 음소 정보를 사용하였다. 즉, 직접 방식과 피보방식을 통합한 기법으로 높은 성능을 나타내었다. 또한 기존 방법보다 높은 성능을 나타내었으며, 최고 70%의 성능향상을 나타내었고, 적은 양의 학습데이타에 대해서도 비교적 높은 성능을 나타냄을 알 수 있었다.
- 100개의 결과를 임의적으로 추출하여 평가한 결과, 강병주의 기법과 본 논문의 기법의 정확률은 98%로 동일하였다. 하지만 시간 복잡도는 현저히 줄어들어, 두 개의 Ultra-Spare II 296MHz CPU와 1024MB 메모리에서 기존의 강병주의 방법이 9.12초에 정렬을 수행한 반면 본 논문의 기법으로는 Q12초만으로 정렬을 수행하여 약 75배의 성능향상을 나타내었다.
후속연구
- 향후, 최대엔트로피 모델(Maximum entropy model), 지지 벡터 기계(Support vector machine) 등 여러 가지 기계학습을 이용한 음차표기 방법에 대한 연구가 추가 적으로 수행될 예정이며, 영-일 및 영-중 자동 음차표 기에 대한 연구도 추가적으로 수행될 예정이다. 본 논문의 기법은 정보검색, 기계번역, 이중언어 사전 구축, 음성 인식 등 여러 자연 언어응용에 유용하게 사용될 수 있을 것으로 기대된다.
- 향후, 최대엔트로피 모델(Maximum entropy model), 지지 벡터 기계(Support vector machine) 등 여러 가지 기계학습을 이용한 음차표기 방법에 대한 연구가 추가 적으로 수행될 예정이며, 영-일 및 영-중 자동 음차표 기에 대한 연구도 추가적으로 수행될 예정이다. 본 논문의 기법은 정보검색, 기계번역, 이중언어 사전 구축, 음성 인식 등 여러 자연 언어응용에 유용하게 사용될 수 있을 것으로 기대된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.