[논문]의존문법 기반의 구간 분할법을 활용한 한국어 구문 분석기

박용욱

doi:10.6109/jkiice.2009.13.8.1705

[국내논문] 의존문법 기반의 구간 분할법을 활용한 한국어 구문 분석기
Korean Parser Using Segmentation Based on Dependency Grammar 원문보기

한국해양정보통신학회논문지 = The journal of the Korea Institute of Maritime Information & Communication Sciences, v.13 no.8, 2009년, pp.1705 - 1712

박용욱 (울산과학대학 컴퓨터정보학부)

초록
AI-Helper

최근 대부분의 한국어 구문분석기는 의존문법(Dependency Grammar)을 사용하고 있는데, 그 이유는 한국어의 특성인 어순이 비교적 자유롭고 생략이 잦은 문장에 대한 처리가 용이하기 때문이다. 하지만 의존문법을 이용한 한국어 구문분석은 많은 중의성을 도출하는 문제점이 대두되고 있다. 본 논문에서는 이러한 중의성을 보다 효과적으로 해결하기 위하여 200개가 넘는 의존문법 규칙과 문장의 구성성분을 이용한 구간분할방법, 관형형어미가 붙은 용언에 대한 처리 및 같은 용언에 중복된 구성성분 결합제한 방법을 사용한 구문분석기를 제안한다. 실험 결과 중의성 제거에 많은 효과가 있음을 보여준다.

Abstract ▼ AI-Helper

Recently, most Korean syntactic analysis systems use Dependency Grammar, because it is quite good to analysis of Korean language structures. But Dependency Grammar makes many ambiguities during syntax analysis of Korean. We implement a system which decreases many ambiguities in syntax analysis. To decrease ambiguities we suggest several methods. First, we use about 200 dependency rules, second, we suggest a new segmentation method and third, one predicate can not have more than one subject or object. Using these methods, we can reduce many ambiguities in Korean syntactic analysis.

주제어

AI 본문요약
AI-Helper

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

문제 정의

이를 해결하기 위하여 문장 구성성분 단위의 구간분할 방법을 제안한다. 또한 중의성을 많이 발생시키는 관형형전성어미가 붙은 용언에 대한 처리를 병행한 결과를 제시 한다. 또한 명사구 동사구와 같은 구(phrase)에도 적용 가능한 의존규칙을 만들어서 적용했다.
본 논문에서 는 규칙 기 반 의존문법을 이용한 한국어 구문분석 기에 대해 다루었다. 한 문장의 모든 형 태소 분석 조합에 대해 구문분석을 시도했으며, 여러 언어적 특성에 기반을 두어 수작업으로 작성된 의존 규칙들을 적용하였다.
구간분할 방법으로는 절(phrase) 단위[3] 로 분할하는 방법과 용언의 문형정보[6]를 이용한 분할 방법이 연구되었다. 본 논문에서는 또 다른 구간분할 방법으로 문장의 구성 성분 단위로 구간을 분할하는 방법을 제안하다. 자세한 내용은 본론에서 자세히 설명 하겠다.
그러므로 다른 구문 분석시스템들 보다 많은 분석 결과를 출력할 가능성을 내포하고 있고, 또한 중의성도 많이 있을 수 있다. 이에 구간 분할법, 관형형 전성어미가 붙은 용언처리 및 보다 정교한 의존문법들을 통하여 중의성을 제거하도록 연구하였다.
이런 특성들에 맞게 여러 가지 연구가 있었으며, 최근에는 의존문법에 기반 한 연구가 활발하게 진행되어 왔다[1, 2, 3]. 한국어의 특성인 중심어 후행, 어순의 자유로움, 빈번한 생략 등에 의존문법이 비교적 잘맞기에 이에 대한 연구가 진행되었다. 이와 같은 한국어의 특성에 적합하다고 여겨지는 의존문법은 매우 견고하고(robust) 융통성 있는 모델이지만, 이런 장점을 보장하는 모델의 단순성이 문장 분석시에 중의성을 증가시키는 문제점을 가진다 [3, 5].

가설 설정

1) 형 태소분석 결과리스트의 좌에서 우 순으로 분석을 진행한다.

제안 방법

[표 1]에서 볼 수 있는 것처럼 본 논문에서는 의존문법 규칙에 구(phrase)를 사용한다. 명사구, 동사구와 같은 구를 문법규칙에 사용하게 되면 품사 분류의 수와 규칙의 수는 늘어난다.
또한 중의성을 많이 발생시키는 관형형전성어미가 붙은 용언에 대한 처리를 병행한 결과를 제시 한다. 또한 명사구 동사구와 같은 구(phrase)에도 적용 가능한 의존규칙을 만들어서 적용했다.
또 용언을 만나면 앞의 분할된 구간과 구간 통합을 실시함으로 구간분할과 구간통합이 동시에 일어 난다. 또한 시 스템의 성 능 향상을 위 하여 관형 형 전성어미가 붙은 용언은 의미상 주어가 뒤에 오는 경우가많으므로 앞에 오는 주어성분에 대해 결합을 제한하는 방법 을 사용했다.
했다. 또한 앞선 연구에서는구간분할을 먼저 실시한후, 각 구간에 대한 구간 분석 및 구간 통합 순으로 이루어지나, 본 논문에서 제안하는 방법은 전체 문장을 분석하면서 구간 분할 기준이 되는 곳을 만나면 그 지 점에서 구간 분할을 실시하고. 또 용언을 만나면 앞의 분할된 구간과 구간 통합을 실시함으로 구간분할과 구간통합이 동시에 일어 난다.
본 구문분석 기는 품사 태거를 사용하지 않으며, 모든 형태소 분석결과에 대한 조합으로 된 형태소 리스트에 대해 분석을 시도한다. 그러므로 모든 형태소 분석 결과조합을 사용하지 않는 다른 구문분석 시스템에 비하여입 력문장에서 보다 많은 중의성 이 내포되 어 있을 가능성 크다고 볼 수 있다.
이를 해결하는 방법 중의 하나는 구간분할 방법이다[3]. 본 논문에서 사용하는 구간 분할 방법 은 구문분석을 진행하면서 이루어지며, 구간 분할의 기준은 문장의 구성성분이다. 문장 구성성분으로는 주어, 목적어, 부사어, 관형어, 술어 등으로 나누어 볼 수 있다.
본 논문에서 사용한 구간분할 기 준은 문장의 주요 구성성분으로 주어, 목적어, 서술어 등으로 단순화 했다. 또한 앞선 연구에서는구간분할을 먼저 실시한후, 각 구간에 대한 구간 분석 및 구간 통합 순으로 이루어지나, 본 논문에서 제안하는 방법은 전체 문장을 분석하면서 구간 분할 기준이 되는 곳을 만나면 그 지 점에서 구간 분할을 실시하고.
본 논문에서는 문장 분석 단위로 형 태소를 사용한다. 한 어절이 거의 하나의 형태소로 이루어진 영어와 달리 한국어는 하나의 어절이 여러 개의 형태소로 이루어져 있으며, 이 때문에 지 역 중의성 이 많이 존재한다[2].
본 논문은 입 력으로 주어 진 문장에 대하여 의 존문법을 적용하여 가능한 모든 문장구조를 주줄하는 시스템 [1]을 사용하고 중의성을 줄이 기 위하여 구간분할법, 관형형 전성어미가붙은 용언에 대한처리법 및 정교한 의존문법을 만들어 사용한다.
본 논문의 구문분석 시스템은 입 력문장에 대하여 형태소를 추출해내는 형태소분석과정, 분석된 형태소 리스트에 대하여 몇몇 형태소들에 대하여 결합 등을 실시하는 전처리 고卜정, 구간분할 및 통합과정을 통한 구문을 분석하는 과정’최종 완성된 구문트리에 대하여 정리하는 과정으로 시스템이 구성되어져 있다.
위 의 3가지 방법 에 대하여 사용할 때와 사용하지 않았을 때 생성되는 파스트리 결과에 대하여 아래와 같은 방식 에 의 해 정 확률과 재현율을 평가하였다.
본 논문에서 제안하는 구문분석기는 지역 중의성을 인정 하고, 그에 따른 모든 가능한 구문분석 구조를 결과로 출력하므로 어 절단위를 사용하는 분석시스템보다 많은분석결과트리를 낼 수 있다. 이를 해결하기 위하여 문장 구성성분 단위의 구간분할 방법을 제안한다. 또한 중의성을 많이 발생시키는 관형형전성어미가 붙은 용언에 대한 처리를 병행한 결과를 제시 한다.
본 시스템은 품사 태거를 거치지 않고 모든 형태소 분석 조합에 대해 구문분석을 시도하기 때문어], 어절 수가 늘어날수록, 특히 용언의 숫자가 늘어날수록 중의성이 급격하게 커진다. 이를 해결하기 위하여 문장 구성성분을 이용한 구간분할방법, 관형형 어미가 붙은 용언에 대한처리, 용언에 중복된 구성성분 결합 제한 방법을 사용하였다. 실험결과 중의성 해결에 많은 효과가 있음을 보여 준다.
우리말의 문장구조 분석의 결과는 술어를 중심으로 나머지 구성성분들이 어떻게 술어와 관계를 맺고 있는가를 보여주는 것이다. 이에 바탕을 두어 본 시스템에서는 술어에 직접적으로 의존관계를 맺을 수 있는 주요 문장구성성분인 주어, 목적어, 부사어를 중심으로 구간 분할을 하였다. 나머지 구성성분들은 이들 구성성분에 연결되도록 분석 되 어 진다.
따라서 본 실험 에서 는 중학교 교과서 에서 추출한 임의 의 문장을 통하여 실험하였다. 추출된 100에 대하여 전처리 과정을 거친 후 표1의 의존문법을 바탕으로 다음의 조건으로 실험하였다.
그리 고 이 러 한 구간은 미 리 분할하지 않는다. 파싱 을진행하면서 구간을 분할하고 동시에 구간내의 구문분석을 실시한다. 분리된 각구간내에서 분석과정을 통하여 가능한 모든 구문분석 구조를 찾아낸다.
기에 대해 다루었다. 한 문장의 모든 형 태소 분석 조합에 대해 구문분석을 시도했으며, 여러 언어적 특성에 기반을 두어 수작업으로 작성된 의존 규칙들을 적용하였다. 본 시스템은 품사 태거를 거치지 않고 모든 형태소 분석 조합에 대해 구문분석을 시도하기 때문어], 어절 수가 늘어날수록, 특히 용언의 숫자가 늘어날수록 중의성이 급격하게 커진다.

대상 데이터

본 논문에서 사용한 구문분석의 기본단위는 어절이 아니라 형태소이다. 세종계획에서 개발한 한국어 구문트리 부착말뭉치가있지만이것은어절을기본 단위로 사용한 것 이 므로 형 태소를 기 본단위 로 분석 하는 본 시스템에서 직 접 활용하기는 곤란하다.

이론/모형

전체적으로 이루어지는 파싱 알고리즘은 [1]의 방법을 사용한다. 이 방법은 구간 내에서 가능한 모든 분석구조를 찾아낸다.

성능/효과

즉 하나의 어절에 대한 형태소 분석후보가 여러 개가 나올 수 있다. 본 논문에서 제안하는 구문분석기는 지역 중의성을 인정 하고, 그에 따른 모든 가능한 구문분석 구조를 결과로 출력하므로 어 절단위를 사용하는 분석시스템보다 많은분석결과트리를 낼 수 있다. 이를 해결하기 위하여 문장 구성성분 단위의 구간분할 방법을 제안한다.
이를 해결하기 위하여 문장 구성성분을 이용한 구간분할방법, 관형형 어미가 붙은 용언에 대한처리, 용언에 중복된 구성성분 결합 제한 방법을 사용하였다. 실험결과 중의성 해결에 많은 효과가 있음을 보여 준다.

후속연구

이러한 관형형어미가 붙은 용언에 대한 처 리법을 통하여 구문분석에서 발생하는 많은 중의성을 제거할 수 있었다. 위 2), 3) 경우에 대해서는 앞으로 계속 연구하여 처리할 예정 이다.
차후 연구에서는 현재 사용 중인 구성성분단위 의 구간 분할에 대하여 보다 많은 데이터를 가지고 실험하여 구간 분할 방법을 개선하고, 관형형 어미가 붙은 용언의 여러 유형에 대한 연구와 이를 처리하는 방법에 대하여 연구할 것 이 다.
반면 재현율은 다소 떨어지는 결과를 볼 수 있는데, 이는 중의성을 해결하기 위하여 각 분할된 구간에서 완성된 부분 트리만 남기 고 나머지는 삭제하여 남은 완성 된 부분트리 에 대해서만 결합한 것에서 발생하는 원인과 관형형용언에대한처리가아직 온전하지 못함으로 인한 것으로 볼 수 있다. 차후 이에 대한 연구를 계속 진행할 것이다. 다음은 그림 [3, 4]는 예문 “이 경 기는 마을에서 가까운 넓은 모래밭에서 벌어졌다”에 대하여 3가지 방법을 적용하지 않았을 때의 처리결과 화면[그림3]과 적용하여 수행한 결과 화면[그림 4] 을 보여준다.

참고문헌 (15)

권혁철, 최준영, "단일화 기반 의존 문법을 이용한 한국어 분석기", 한국정보학회 논문지 ‘92.9 Vol.19, No.5, September
임경업, 정영임, 권혁철, "한국어 어휘의휘어미망에 기반한 논항 정보를 이용한 의존문법 구문분석기의 구현", 제19회 한글 및 한국어 정보처리 학술대회 pp.158-163, 2007
김광배, 박의규, 나동렬, 윤준태, "구간 분할 기반 한국어 구문분석", 제14회 한글 및 한국어 정보처리 학술대회 pp.163-168, 2002
"자연언어처리", 김영택 외 공저, 생능출판사
이현영, 황이규, 이용석, "문형과 단문 분할을 이용한 한국어 구문 모호성 해결", 제12회 한글 및 한국어정보처리 학술대회 pp.116-123, 2000
이현영, 이용석, "문형을 제약조건으로 하는 단문 분할 기반 한국어 구문분석", 제18회 한글 및 한국어정보처리 학술대회 pp.140-147, 2006
박의규, 나동열, "한국어 구문분석을 위한 구묶음 기반 의존 명사 처리", 인지과학 제17권 제 2호, pp119-138, 2005
김광진, 송형훈, 이정현, "한국어 내포문을 단문으로 분리하는 시스템의 구현", 제5회 한글 및 한국어정보처리 학술대회, pp.333-352, 1993
은지현, 정민우, 이근배, "확률적 차트 파싱에 기반한 한국어 의존 구조 분석기", 제17회 한글 및 한국어정보처리 학술대회 논문집, pp.105-111, 2005
이미경, 정한민, 성원경, 박동인, "품사 표지 부착 말뭉치 검증", 제17회 한글 및 한국어 정보처리 학술대회 논문집, pp145-150, 2005
김창제, 정천영, 김영훈, 서영훈, "부분적인 어절결합을 이용한 효율적인 한국어 구문 분석기", 한국정보과학회 가을 학술발표논문집, vol. 22, No.2, 1995
전은희, 이성욱, 서정연, "한국어 동사의 격틀 정보를 이요한 구문분석 후처리기", 제13회 한글 및 한국어정보처리 학술대회 논문집, pp.445-449, 2001
윤준태, "공기 관계 기반 어휘 연관도를 이용한 한국어 구문 분석", 연세대학교 박사학위논문, 1997
조형준, "한국어 병렬구문과 결합범주문법에서의 구문분석" 한국과학기술원 석사학위논문, 1999
I.A. Mel'cuk, Dependency Syntax : Theory and Practice, State Univ. of New York Press, 1988

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

[국내논문] 의존문법 기반의 구간 분할법을 활용한 한국어 구문 분석기
Korean Parser Using Segmentation Based on Dependency Grammar 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 (15)

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

[국내논문] 의존문법 기반의 구간 분할법을 활용한 한국어 구문 분석기 Korean Parser Using Segmentation Based on Dependency Grammar 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 (15)

이 논문을 인용한 문헌

저자의 다른 논문 :

박용욱 (3)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 의존문법 기반의 구간 분할법을 활용한 한국어 구문 분석기
Korean Parser Using Segmentation Based on Dependency Grammar 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper