[논문]내포문의 단문 분할을 이용한 한국어 구문 분석

이현영; 이용석

내포문의 단문 분할을 이용한 한국어 구문 분석
Korean Syntactic Analysis by Using Clausal Segmentation of Embedded Clause 원문보기

정보과학회논문지. Journal of KIISE. 소프트웨어 및 응용, v.35 no.1, 2008년, pp.50 - 58

이현영 (전북대학교 컴퓨터정보학과) , 이용석 (전북대학교 컴퓨터정보학과)

초록
AI-Helper

한국어 문장은 대부분 주절과 내포문을 가지는 복문으로 구성되어 있다. 따라서 복문에 나타나는 하나 이상의 용언으로 인해 구문 분석 과정에서 다양한 구문 애매성이 발생한다. 이들 중 대부분은 내포문의 수식 범위로부터 발생되는 구 부착의 문제 때문이다. 이런 구문 애매성은 내포문의 범위를 정해서 하나의 구문 범주의 기능을 가지도록 하면 해결할 수가 있다. 본 논문에서는 내포문의 범위를 정하기 위해서 문형과 한국어의 구문 특성을 이용한다. 먼저, 내포문에 있는 용언의 문형 정보가 가질 수 있는 필수격을 최대로 부착하여 내포문의 범위를 정하고 이를 이용해서 복문을 내포문과 주절로 분할한다. 그리고 한국어의 구문 특성을 이용해서 분할된 내포문의 기능을 하나의 구문 범주인 체언구나 부사구로 변환한다. 이렇게 함으로써 복합문의 구성 형태가 단문 구조로 변환되기 때문에 내포문의 범위에 의한 구 부착의 문제가 쉽게 해결된다. 이것을 본 논문에서는 내포문의 단문 분할이라고 한다. 본 논문에서 제안한 방법으로 1000 문장을 실험한 결과 문형과 단문 분할을 이용하지 않은 방법보다 구문 애매성이 88.32% 감소되었다.

Abstract ▼ AI-Helper

Most of Korean sentences are complex sentences which consisted of main clause and embedded clause. These complex sentences have more than one predicate and this causes various syntactic ambiguities in syntactic analysis. These ambiguities are caused by phrase attachment problems which are occurred by the modifying scope of embedded clause. To resolve it, we decide the scope of embedded clause in the sentence and consider this clause as a unit of syntactic category. In this paper, we use sentence patterns information(SPI) and syntactic properties of Korean to decide a scope of embedded clause. First, we split the complex sentence into embedded clause and main clause by the method that embedded clause must have maximal arguments. This work is done by the SPI of the predicate in the embedded clause. And then, the role of this embedded clause is converted into a noun phrases or adverbial phrases in the main clause by the properties of Korean syntax. By this method, the structure of complex sentence is exchanged into a clause. And some phrases attachment problem, which is mainly caused by the modifying scope, is resolved easily. In this paper, we call this method clausal segmentation for embedded clause. By empirical results of parsing 1000 sentences, we found that our method decreases 88.32% of syntactic ambiguities compared to the method that doesn't use SPI and split the sentence with basic clauses.

주제어

AI 본문요약
AI-Helper

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

문제 정의

이런 원리를 이용하면 용언이 여러 개 사용된 문장에서도 부착의 문제를 쉽게 해결하여 구문 애매성을 줄일 수가 있다. 본 논문에서는 한국어 문장에서 아주 많이 출현되는 복문 구조의 문장을 구문 분석에서 상대적으로 처리하기 간편한 단문 구조로 변형하여 처리함으로써 구문 분석의 오류를 최소화하는 구문 분석기를 제안한다.
따라서 이를 해결하기 위한 새로운 제약이 필요하다. 본 연구에서는 공기 정보를 이용하여 이를 해결하지만 차후에는 의미지식을 이용한 의미처리를 도입하고자 한다.

가설 설정

3) 반복 불가성 : 보어는 필요한 것만 추가되며 반복할 수 없다. 특정한 필수격으로 사용되는 보어는 한 문장에서 용언에 대하여 중복되어 나타날 수 없다.
수식한다. h2) 가까운 거리에 있는 단어끼리 묶인다. h3) 관형절에서는 하나의 필수 성분이 빠진다.
h2) 가까운 거리에 있는 단어끼리 묶인다. h3) 관형절에서는 하나의 필수 성분이 빠진다.
h4) 이중주어 문장에서는 보조사가 무조건 주어가 되나 조사의 형태가 같으면 앞에 것이 주어가 된다. h5) 문두의 '은/는/」'은 본용언과 호웅관계를 가진다.
된다. h5) 문두의 '은/는/」'은 본용언과 호웅관계를 가진다. h6) 부사절에서는 주어가 생략된다[9L
h5) 문두의 '은/는/」'은 본용언과 호웅관계를 가진다. h6) 부사절에서는 주어가 생략된다[9L
나) 철수는 [영희가 효녀임을] 안다. - 목적어다) 바람이 [소리도 없이] 분다.
아) 철수가 돈이 모자란다. 문형) Ng] N₂이 V

제안 방법

예문 라) 에서 부사 성가시게는 용언 굴다와 "보다에 부착이 가능하다. 그러나 본 논문에서는 부사구도 고려한 문형 정보를 사용하여 이런 부사구 부착 문제를 해결한다. 라) 철수가 [성가시게 구는 영희를] 보았다.
내포문을 포함하는 문장에서 단문 분할 알고리즘을 적용하여 복문의 구조가 단문 형식으로 변환되는 과정을 관형절을 예로 들어 살펴본다. 기술의 편의를 위해 체언구는 'NP로, 부사는 'ADV'로, 용언 중에서 관형형은 'PVM'으로 나머지는 飞T'로 표현하며 입력 순서에 따라 번호를 할당해서 사용한다.
이와 같이 구문 형태소는 형태론적 애매성을 해결하는데 도움을 준다. 따라서 본 논문에서는 구문 형태소를 구문 해석의 입력 데이타로 사용한다.
또한 관형형 어미를 가지는 용언은 후행하는 체언 구와 먼저 단일화 연산을 수행하도록 하기 위해서 일반용언과 분류하여 기술하였다. 이렇게 기술된 문법 규칙은 총 79개이다.
이는 용언과 체언이나 부사에 대한 부분적인 공기 관계만을 추출할 수 있음을 의미한다. 본 논문에서 구축한 문형은 [8, 9]를 근간으로 보어와 수식어를 구별하여 기본 문형을 만들었으며 자료 부족 문제를 해소하기 위해서 명사와 용언 및 부사와 용언에 대한 의미 표지는 연세 한국어 사전 [1 이의 분류를 참조하였다.
있다. 본 논문에서는 문형 정보와 휴리스틱을 이용하여 내포문을 분할하며 내포문의 범위는 기존 논문에서 다루었던 관형절만이 아니라 부사절과 명사절을 포함한다. 또한, 분할된 내포문이 문장 내에서 하나의 구문적 기능을 가진다는 것이다.
부분 자유 어순을 가지고 기능어가 발달된 한국어를 구문 분석하기 위해서 문형을 제약 조건으로 하는 조건 단일화 기반의 CFG를 사용하여 단문 분할을 시도하였다. 문형은 내포문을 포함하는 문장에서 부사나 체언 구에 의해 발생되는 부착의 문제를 해결하고 필수격을 필요로 하는 용언이나 이중 주어, 이중 목적어의 문제를 해결하는 데 좋은 제약이 됨을 보였다.
문제가 발생된다. 이를 해결하기 위하여 본 논문에서는 문형 정보를 제약조건으로 사용하는 단문 분할 방법으로 내포문의 범위를 정하고 주절과의 관계와 기능에 따라 명사절, 관형절, 부사절로 분류한다[2丄 이를 정리하면 다음의 표 2와 같다.
이렇게 기술된 문법 규칙은 총 79개이다. 일반적인 구구조 기법보다 문법 규칙의 수가 적은 것은 본 논문에서는 어절 단위의 분석과 구문 형태소, 자질 정보, 대분류된 품사 태그를 이용하고 문법 규칙은 이진 문법으로만 기술하였기 때문이다. 실험을 위해 KQBS에서는 단문 분할이 가능한 10어절 이내의 700문장을 추출하고 초등학교 사회 교과세 12]에서는 300문장을 추출하였다.
한국어를 구문 분석하기 위해서 동사, 형용사, 서술 격동 사로 용언을 세분하여 문형 사전을 구축하였고, 조건 단일화 기반의 CFG를 이용하여 문법 규칙을 기술하였다. 또한 관형형 어미를 가지는 용언은 후행하는 체언 구와 먼저 단일화 연산을 수행하도록 하기 위해서 일반용언과 분류하여 기술하였다.

대상 데이터

가장 많은 문형을 가지는 용언은제시하다"로 8개의 문형(VI, V2, V3, VII, V12, V13, V26, v27)을 가지며 형용사의 경우에는 "가깝다", "관계없다", "떳떳하다" 등 16개의 엔트리가 3개씩의 문형을 가진다. 문형의 총 갯수는 동사가 10, 7기개이며 형용사는 2, 664개이다. 빈도를 [문형의 수/문형의 총 갯수]로 표현하면 그림 4는 상위빈도를 가지는 문형의 일부이다.
일반적인 구구조 기법보다 문법 규칙의 수가 적은 것은 본 논문에서는 어절 단위의 분석과 구문 형태소, 자질 정보, 대분류된 품사 태그를 이용하고 문법 규칙은 이진 문법으로만 기술하였기 때문이다. 실험을 위해 KQBS에서는 단문 분할이 가능한 10어절 이내의 700문장을 추출하고 초등학교 사회 교과세 12]에서는 300문장을 추출하였다. 추출된 문장은 평균 3.

이론/모형

본 논문에서는 구문 분석을 위한 기본 틀로 구구조문법에 기반한 조건 단일화 방법을 이용하였다[11]. 이는 구구조 규칙의 간결함과 구구조 의존적 언어의 특성을 조건 단일화 제약을 통해 문장을 분석하는 것이다.

성능/효과

1) 용언의 통사/의미적 충족성 : 보어는 용언이 지니고 있는 통사적, 의미적 요건을 충족시켜야 한다. 예를 들어 "철수가 성가시게 군다"라는 문장에서 "군다"라는 용언은 "adv-게"라는 부사구가 의미적으로 반드시 필요함을 알 수 있다.
이는 문형 정보만에 의한 구조적인 문제로 다음 절에서 논한다. 따라서 기존의 구문 분석 결과보다는 본 논문에서 제안한 시스템에 의한 구문 분석 결과가 정보 검색이나 기계 번역, 자연어 이해와 같은 응용 시스템에 보다 효율적으로 적용될 수 있다.
본 논문에서 제안한 방법으로 구문 분석을 수행하면 구문 애매성의 수가 평균 59.84개에서 6.99개로 88.32% 나 줄어들었다. 이는 테스트 문장이 대체로 10어절 내외의 문장임에도 불구하고 문형을 제약조건으로 한 단문 분할 방법이 한국어의 구문 분석에 매우 효율적임을 보여준다.
또한 문형 정보만으로 해결되지 않는 구문 애매성은 문형의 필수격에 의미를 제약하거나 공기 정보를 이용하여 해결하였다. 본 논문에서는 문형을 이용한 조건 단일화 기반의 CFG롤 사용하여 어순이 자유로운 한국어 문장에서 발생하는 많은 구문 애매성을 해결할 수 있음을 보였다. 이는 일본어와 같이 문법을 기술하기 어려운 언어라도 문형만 파악된다면 효율적인 구문 분석이 가능함을 의미한다.
32% 나 줄어들었다. 이는 테스트 문장이 대체로 10어절 내외의 문장임에도 불구하고 문형을 제약조건으로 한 단문 분할 방법이 한국어의 구문 분석에 매우 효율적임을 보여준다. 또한 분석에 사용된 컴퓨터는 Pentium4이며 CPU는 2.
실험을 위해 KQBS에서는 단문 분할이 가능한 10어절 이내의 700문장을 추출하고 초등학교 사회 교과세 12]에서는 300문장을 추출하였다. 추출된 문장은 평균 3.()1 개의 용언(보조 용언은 제외)을 포함하는 복문의 구조를 가졌다. 구문 애매성을 제약하기 위해서 다음과 같은 3 가지 방법으로 실험을 하였으며, 각각의 실험 결과에 따른 평균 파스 트리의 수(구문 애매성의 수)는 표 6과 같았다.

후속연구

이는 일본어와 같이 문법을 기술하기 어려운 언어라도 문형만 파악된다면 효율적인 구문 분석이 가능함을 의미한다. 향후 연구 과제로는 지금까지 개발된 문형 규칙이 한국어의 여러 현상을 처리할 수 있도록 개선하는 것이다. 또한 의미 지표를 좀 더 세분화하여 문형에 대한 제약으로 활용하기 위한 연구가 필요하다.

참고문헌 (12)

KIBS : Korean Information Base System, http:// kibs.kaist.ac.kr/kibs
이현영, 황이규, 이용석, '문형과 단문 분할을 이용한 한국어 구문 모호성 해결', 제 12회 한글 및 한국어 정보처리 학술대회, pp. 116-123, 2000
신효필, '최소자원 최대효과의 구문 분석', 제11회 한글 및 한국어 정보처리 학술대회, pp. 242-247, 1999
박현재, 이수선, 우요섭, '의미 정보를 이용한 이단계 단문분할 알고리즘', 제 11회 한글 및 한국어 정보처리 학술대회, pp. 237-241, 1999
김광백, 박의규, 나동렬, 윤준태, '구간 분할 기반 한국어 구문 분석', 제 14회 한글 및 한국어 정보처리 학술대회, pp. 163-168, 2002
장재철, 박의규, 나동렬, '구간 분할 기반 한국어 대등접속 구문분석 기법', 제 14회 한글 및 한국어 정보처리 학술대회, pp. 139-146, 2002
황이규, 구문 형태소를 이용한 형태소 및 구문 모호성 축소, 전북대학교 박사학위 논문, 2001
서울대학교, '한.영동사의 하위범주화와 대응에 관한 연구', 한국전자통신연구소 최종 연구보고서, 1989
장석진, 정보기반 한국어 문법, 도서출판 언어와 정보, 1993
연세대학교 언어정보개발원, 연세한국어 사전, 두산동아, 1999
양승원, 박영진, 이용석, '조건 단일화 기반 PATRII를 이용한 한국어 구문 분석', 한국정보과학회 논문지 Vol.22, No.4, pp. 653-662, 1995
교육부, 사회 5-1, 국정교과서주식회사, 1995

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

내포문의 단문 분할을 이용한 한국어 구문 분석
Korean Syntactic Analysis by Using Clausal Segmentation of Embedded Clause 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

참고문헌 (12)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

내포문의 단문 분할을 이용한 한국어 구문 분석 Korean Syntactic Analysis by Using Clausal Segmentation of Embedded Clause 원문보기

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

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

참고문헌 (12)

이 논문을 인용한 문헌

저자의 다른 논문 :

이현영 (2) 이용석 (7)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

내포문의 단문 분할을 이용한 한국어 구문 분석
Korean Syntactic Analysis by Using Clausal Segmentation of Embedded Clause 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper